七禾網注：與嘉賓的對話僅作為研究之用，不代表七禾網的觀點及推薦。金融投資風險叢生，愿七禾網用戶理性謹慎。

王輔中

在北京光環投資負責公司軟硬件平臺的研發，參與制定交易計劃并負責執行。

本科就讀于中國科大，研究生就讀于清華大學，曾經就職于朗訊科技貝爾實驗室，愛立信等知名外企，參與多個大型項目的研發，并與多名世界級的技術專家深度合作，在軟件開發的技術深度和廣度方面有深厚的積累。

2007年開始涉足股市，結合自己的技術特長，專攻量化交易。

2010年股指期貨推出以后，國內量化交易開始起步，第一時間投入到股指期貨的量化交易研究中，專職研發基于國內期貨市場的量化交易軟件和策略。

2015年，所管理的“光環一號量化對沖基金”獲得2015七禾基金獎-量化單項獎。

精彩語錄：

我感覺股指期貨的推出以來量化交易發展越來越快，最大變化就是從原來的半自動變成了全自動，從原來基于K線發展到基于tick和委托等事件的交易，在速度和精度上都有本質的提高。

隨著參與量化交易的人越來越多，交易的難度的確是越來越大了。

傳統技術分析一般基于K線指標，而量化交易一般都要基于tick盤口等數據。

量化交易處理的數據至少要比傳統技術分析多兩個數量級。

我覺得量化交易的門檻挺高的。

作為入門的話，我覺得可以先挑一個自己能掌握的量化交易平臺，學習一些已經實現的經典交易策略，然后再加入一些自己對市場的理解進行修改和完善，通過詳細的分析測試以后，再用小規模的資金實盤運行檢驗。

量化交易一定要實盤試一試，很多問題不實戰檢驗是發現不了的。

只要做好了風控計劃和交易計劃，并且嚴格按照計劃執行，要被市場淘汰也是不容易的。

我們主要做多品種多策略的交易，通過不同品種和不同策略的差異性來達到風險對沖而收益疊加的效果，從而提高收益風險比。

一般把風險控制在10%以內，在早期沒有利潤的時候，我們會把風險控制在5%左右，這樣即使碰到意外情況，也可以確保本金回撤不會超過10%。

一個用于實盤的策略經歷研發、測試、改進完善、模擬和小規模實盤檢驗，最后到正式交易，這個流程大概需要2-3個月左右。

就盈利的可能性來說，我覺得趨勢、震蕩、套利都是可以獲利的，只是他們的特點差異比較大，適應的行情階段不一樣。

商品期貨的熱絡交易應該還會持續下去。

對于未來我們不進行預測，當行情走出來的時候，投資機會自然就來了。

商品期貨方面主要交易最活躍的品種，例如螺紋鋼、豆粕、菜粕之類的。

在商品期貨上，我們也是采用多種策略同時交易，比例上以趨勢策略為主，震蕩和其他類型的的策略做補充。

商品策略和股指策略的主要區別就是持倉時間更長。

我從一位非常資深的技術專家那里學到一個小習慣，把自己解決過的問題都用文字記錄下來。

投資是一個長跑的過程，把業績做好，盡量讓每一個客戶滿意是我們團隊放在第一位的目標。

七禾網1、王總您好，感謝您和七禾網進行深入對話。您曾經就職于朗訊科技貝爾實驗室、愛立信等知名外企，這些工作經歷對您的量化交易是否有幫助？

王輔中：在外企進行研發工作的經歷對我進行量化交易有很大的幫助。我畢業后就進入朗訊的貝爾實驗室工作，那里有非常深厚的研發經驗以及完善的研發流程，我親身體會到高質量的產品是如何通過流程規范來確保高質量完成。尤其是公司多年的研發實踐積淀下來一批世界級的技術專家，與他們的合作，對自己的能力有極大的提升。印象最深的一次，我碰到一個非常重要又棘手的問題，領導讓我盡快解決，我下班后一直干，感覺不睡覺也完成不了，于是等到12點以后，在美國的工作時間向總部的專家請教，結果對方一步一步的教我，只花了一刻鐘的功夫就把主要的問題解決了。這件事情給我很大的震撼，一個資深專家和普通工程師在效率上的差異可能是幾個數量級。隨著經驗的積累，我也成了一個老鳥，開始指導一些新同事。有次年終總結的時候，領導對我說，有個新同事向他反映，和我合作以后才知道什么叫做專業，當時我還挺高興的，自己總算從菜鳥成長為專家了。再后來我和合伙人一起研發量化交易的策略，對方有很豐富的交易經驗，但是不會寫程序，提出各種思路讓我來幫他用程序驗證，當我把詳細的統計結果告訴他的時候，他也不停感嘆計算機的強大，如果沒有程序的幫助，很多結果他一輩子也沒法人工計算出來的。

七禾網2、國內量化交易經過幾年的發展，現在已經被廣大私募機構和投資者使用，作為量化交易的先行者，您是如何看待國內量化交易的發展? 您覺得最大的變化是什么？

王輔中：我原來是做技術的，交易只是業余的愛好，沒想到后來把這個當成了職業。所以不敢稱量化交易的先行者，只能算是研究時間比較長吧。我從2006年底開始研究股票量化交易，那時候能夠用飛狐、通達信之類的軟件寫幾個指標或者選股公式就能成為高手了，這樣的狀態持續了好幾年，直到2010年股指期貨推出以后，明顯感覺到國內量化交易領域發展加快了，我感覺發展前景較好，于是轉行做量化交易平臺的研發。那時市面上的軟件已經可以實現全自動的買賣了，但是回測多數基于K線，不能基于tick進行，測試速度較慢，結果也不太精確。我們基于上期技術的CTP平臺進行研發，開發基于tick數據的回測和交易平臺，在當時還是比較先進的。到了2011年的時候，市面上基于tick數據的量化交易平臺就開始出現了，不過自主開發專屬交易平臺的私募機構仍然不多。印象比較深的就是，托管服務器到一個知名期貨公司的機房，技術人員幫我配置網絡的時候還不熟練，有些技術問題我在網絡上反復查資料并請教服務器廠商的工程師，費了好大勁才完成?，F在的量化交易，托管交易服務器基于tick數據進行交易已經很平常了。托管服務器的時候，機房的工程師都表示很熟練，配置沒問題。我感覺股指期貨的推出以來量化交易發展越來越快，最大變化就是從原來的半自動變成了全自動，從原來基于K線發展到基于tick和委托等事件的交易，在速度和精度上都有本質的提高。

七禾網3、如果參與量化交易的人越來越多，交易會不會越來越難做？

王輔中：隨著參與量化交易的人越來越多，交易的難度的確是越來越大了。以前要找一個獲利的策略比較容易，現在難度大了很多。應對這樣的情況，我們主要從兩個方面加以改進，就是策略的深度和廣度：一方面研究和改進已有的策略，使其更適應當前的市場；另一方面開發新的策略、捕捉新的投資機會。

七禾網4、就您看來，量化交易跟傳統的技術分析有什么區別？

王輔中：這個問題不同的人看法差別比較大，因為大家在量化上的做法各不相同。我覺得量化交易與傳統的技術分析比較大的差異應該是在數據量上。傳統技術分析一般基于K線指標，而量化交易一般都要基于tick盤口等數據，即使最小周期的一分鐘K線，也包含120個tick數據，考慮到盤口和訂單數據，那數據量就更大了。所以我覺得量化交易處理的數據至少要比傳統技術分析多兩個數量級，這個數量上的差距還是挺大的。傳統的技術分析可以通過人工觀察來進行，量化交易的數據量太大，就必須借助計算機來進行分析。

七禾網5、如果普通投資者要參與量化交易，您覺得該如何系統地學習量化交易？

王輔中：老實說我覺得量化交易的門檻挺高的，普通投資者業余做交易，在人力物力上的投入難以保證。作為入門的話，我覺得可以先挑一個自己能掌握的量化交易平臺，學習一些已經實現的經典交易策略，然后再加入一些自己對市場的理解進行修改和完善，通過詳細的分析測試以后，再用小規模的資金實盤運行檢驗。量化交易一定要實盤試一試，很多問題不實戰檢驗是發現不了的。交易初期難免要交一些學費，所以要控制好交易規模，避免大的損失。隨著理論和實戰經驗的積累，找到一些不錯的獲利方法以后再逐步加大交易的規模。

七禾網6、已經在參與量化交易的投資者，應做到哪些方面，才能不會被市場淘汰？

王輔中：我覺得最重要的是要做好風控計劃和交易計劃，交易前要對自己的風險有一個比較詳細的測試和估計，控制風險的情況下參與交易，有了利潤再逐步放大頭寸，如果碰到較大的回撤就要按照風控計劃采取相應的措施，降低頭寸或者暫停交易。我覺得只要做好了風控計劃和交易計劃，并且嚴格按照計劃執行，要被市場淘汰也是不容易的。

七禾網7、一套完整的量化交易系統應該包括開倉條件、平倉條件、頭寸管理和風險控制。請問您的系統在開倉、平倉、頭寸管理和風險控制是怎么設計的？

王輔中：我們主要做多品種多策略的交易，通過不同品種和不同策略的差異性來達到風險對沖而收益疊加的效果，從而提高收益風險比。不同的品種有不同的特性，需要采用不同的策略，每個策略按照自己的邏輯進行開平倉，在交易的時候不同策略是相互獨立的。我們的頭寸管理主要是由風控計劃來決定的。我們一般把風險控制在10%以內，在早期沒有利潤的時候，我們會把風險控制在5%左右，這樣即使碰到意外情況，也可以確保本金回撤不會超過10%。根據當前能夠承受的回撤金額，再決定交易的頭寸規模，確保風險在可控的范圍內。當交易有一定的利潤以后，再逐步加大頭寸。遇到不利情況，風險明顯超出預期的時候，我們也會主動的降低頭寸從而控制風險。

七禾網8、量化交易中策略是非常重要的，您是如何設計開發策略的？

王輔中：開發策略首先是由交易員提出一個大致的思路，然后程序員配合進行各種各樣的分析和統計，交易員和程序員一起對結果進行分析和研究，針對研究的結果不停進行細化和調整，最后逐步完善形成一個完整的策略。

七禾網9、策略大約需要經過多長時間的研發、測試、摸索、完善后再投入到實盤中？

王輔中：一般一個策略從提出思想到完成代碼大概需要2周左右的時間。有的策略完成以后發現測試結果不太好，距離我們的標準還比較遠，就只能暫時擱置。有的策略經過測試以后，發現效果比較好，有潛力，我們就需要做更詳細的測試，嘗試更多的方法進行改進和完善，如果經過進一步的改進和完善，能夠達到實戰的標準，就要進行模擬盤的交易，模擬交易2周左右，比較穩定了再進行小規模的實盤交易，實盤交易2周左右沒問題了，就可以放入候選策略池了，在恰當的時候正式放入實盤交易。大致來說，一個用于實盤的策略經歷研發、測試、改進完善、模擬和小規模實盤檢驗，最后到正式交易，這個流程大概需要2-3個月左右。