文/全國(guó)政協(xié)委員、全國(guó)政協(xié)經(jīng)濟(jì)委員會(huì)委員，中泰證券股份有限公司董事、總經(jīng)理馮藝東

規(guī)范的量化交易對(duì)市場(chǎng)漲跌走勢(shì)并無(wú)主觀偏好，對(duì)增強(qiáng)市場(chǎng)流動(dòng)性和降低市場(chǎng)波動(dòng)性具有一定積極作用。本文從量化交易的定義與發(fā)展歷程出發(fā)，結(jié)合其對(duì)市場(chǎng)的正面與負(fù)面影響，對(duì)比分析國(guó)際監(jiān)管經(jīng)驗(yàn)，提出以分類監(jiān)管、風(fēng)險(xiǎn)監(jiān)測(cè)、信息披露為核心的制度優(yōu)化建議，旨在推動(dòng)量化交易在規(guī)范中實(shí)現(xiàn)高質(zhì)量發(fā)展，進(jìn)一步平衡市場(chǎng)效率與公平。

2024年以來，資本市場(chǎng)對(duì)于量化交易的討論顯著升溫，某量化機(jī)構(gòu)因通過計(jì)算機(jī)程序短時(shí)間內(nèi)集中大量下單，導(dǎo)致深證成指與上證指數(shù)短時(shí)快速下跌，引發(fā)公眾對(duì)量化交易的廣泛討論，量化交易的高頻報(bào)撤單、大額指令沖擊等行為也引發(fā)公眾質(zhì)疑。然而，量化交易的本質(zhì)是運(yùn)用數(shù)學(xué)模型、計(jì)算機(jī)程序等工具通過統(tǒng)計(jì)套利、對(duì)沖策略、高頻交易、杠桿交易等策略進(jìn)行自動(dòng)化投資決策，這些工具本身具有中性特征。因此，規(guī)范的量化交易對(duì)市場(chǎng)漲跌走勢(shì)并無(wú)主觀偏好，對(duì)增強(qiáng)市場(chǎng)流動(dòng)性和降低市場(chǎng)波動(dòng)性具有一定積極作用。本文從量化交易的定義與發(fā)展歷程出發(fā)，結(jié)合其對(duì)市場(chǎng)的正面與負(fù)面影響，對(duì)比分析國(guó)際監(jiān)管經(jīng)驗(yàn)，提出以分類監(jiān)管、風(fēng)險(xiǎn)監(jiān)測(cè)、信息披露為核心的制度優(yōu)化建議，旨在推動(dòng)量化交易在規(guī)范中實(shí)現(xiàn)高質(zhì)量發(fā)展，進(jìn)一步平衡市場(chǎng)效率與公平。

量化交易概述

量化交易含義

量化交易是指利用數(shù)學(xué)模型、統(tǒng)計(jì)分析方法以及計(jì)算機(jī)技術(shù)來進(jìn)行證券投資的一種策略。通過程序化、系統(tǒng)化和自動(dòng)化的投資決策流程，此類交易方式能夠在一定程度上減少人為情緒的干擾，同時(shí)提升交易的效率與精確度。可以說，量化交易最大的特點(diǎn)是對(duì)技術(shù)和工具的使用，通過系統(tǒng)化的數(shù)據(jù)分析方法尋找市場(chǎng)中的“大概率”事件，并構(gòu)建策略，例如統(tǒng)計(jì)套利、對(duì)沖策略、高頻交易、杠桿交易等。

量化交易的發(fā)展歷程

中國(guó)量化投資發(fā)展歷經(jīng)二十年政策演進(jìn)與技術(shù)突破的雙重驅(qū)動(dòng)。2005年前后，首批量化基金引入海外動(dòng)量策略、趨勢(shì)跟蹤等模型，但受限于數(shù)據(jù)體系缺失和市場(chǎng)基礎(chǔ)薄弱，發(fā)展相對(duì)緩慢。2010年前后，滬深股指期貨上市，豐富了風(fēng)險(xiǎn)對(duì)沖工具，豐富了量化策略空間。隨后，證監(jiān)會(huì)發(fā)布《期貨市場(chǎng)異常交易監(jiān)控指引》《程序化交易認(rèn)定指導(dǎo)意見》等制度框架，量化投資獲得規(guī)范發(fā)展空間。此時(shí)互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)發(fā)展迅速，程序化交易開始借助計(jì)算機(jī)算力不斷突破，多樣的交易策略開始相繼發(fā)展。

2015年行業(yè)迎來關(guān)鍵轉(zhuǎn)折，監(jiān)管層出臺(tái)《證券期貨市場(chǎng)程序化交易管理辦法》構(gòu)建申報(bào)核查、指令審核等全流程監(jiān)管體系，七大證券、期貨交易所同步推出實(shí)施細(xì)則。同年政策紅利持續(xù)釋放，外資股比限制放寬推動(dòng)市場(chǎng)開放，中證500股指期貨上市豐富對(duì)沖工具池，融券標(biāo)的擴(kuò)容，疊加人工智能技術(shù)催化，量化策略正式邁入高頻化、精細(xì)化時(shí)代。

2020年實(shí)施的《中華人民共和國(guó)證券法》首次將程序化交易寫入法律，要求程序化交易應(yīng)滿足證券監(jiān)督管理機(jī)構(gòu)的規(guī)定。證監(jiān)會(huì)歷時(shí)四年醞釀的《證券市場(chǎng)程序化交易管理規(guī)定》于2024年10月正式實(shí)施，建立了高頻交易特別監(jiān)管機(jī)制，從系統(tǒng)安全、異常交易識(shí)別到風(fēng)險(xiǎn)處置形成閉環(huán)管理，標(biāo)志著我國(guó)量化投資進(jìn)入規(guī)范發(fā)展新紀(jì)元。目前，量化基金已從舶來品演變?yōu)锳股重要定價(jià)力量，其發(fā)展軌跡折射出中國(guó)資本市場(chǎng)在創(chuàng)新與監(jiān)管動(dòng)態(tài)平衡中的成長(zhǎng)智慧。2024年中國(guó)股票量化私募行業(yè)經(jīng)歷了顯著規(guī)模收縮，量化私募行業(yè)正經(jīng)歷深度洗牌期。中信證券研報(bào)《量化基金跟蹤與2025年展望：整裝再出發(fā)》測(cè)算，截至2024年12月，股票私募量化基金整體規(guī)模約8000億元，較2023年末降幅超50%。

量化交易的主要策略類型

統(tǒng)計(jì)套利策略通過數(shù)學(xué)模型識(shí)別歷史數(shù)據(jù)中關(guān)聯(lián)資產(chǎn)的價(jià)差規(guī)律，基于均值回歸理論進(jìn)行操作，如在配對(duì)交易中，通過買入低估資產(chǎn)并同時(shí)賣空高估資產(chǎn)來實(shí)現(xiàn)套利。當(dāng)價(jià)差超出設(shè)定的標(biāo)準(zhǔn)差閾值時(shí)建立倉(cāng)位，并在價(jià)格差異回歸至均值時(shí)平倉(cāng)。

高頻交易類策略依托超低延遲技術(shù)和納秒級(jí)硬件直連交易所，在極短時(shí)間內(nèi)捕捉微小機(jī)會(huì)，例如做市商通過同時(shí)掛出買賣單賺取價(jià)差，或事件驅(qū)動(dòng)策略解析新聞與訂單流數(shù)據(jù)快速交易。

趨勢(shì)跟蹤類策略基于技術(shù)指標(biāo)，如移動(dòng)均線、唐奇安通道，來識(shí)別市場(chǎng)方向，在突破關(guān)鍵點(diǎn)位時(shí)順勢(shì)開倉(cāng)，通過動(dòng)態(tài)止損和倉(cāng)位分級(jí)管理風(fēng)險(xiǎn)。

因子類策略通過整合價(jià)值、質(zhì)量、動(dòng)量等因子構(gòu)建量化模型，通過加權(quán)評(píng)分篩選股票，并控制行業(yè)與市值集中度防范系統(tǒng)性風(fēng)險(xiǎn)。

量化交易對(duì)市場(chǎng)的影響分析

量化交易的正面影響

一是活躍市場(chǎng)，提高流動(dòng)性。在交易過程中，量化投資者通過各種策略生成大量訂單，增加了買賣報(bào)價(jià)和交易數(shù)量，使得買賣價(jià)差縮小，市場(chǎng)深度和寬度得到增強(qiáng)。如配對(duì)交易策略，基于兩個(gè)或多個(gè)價(jià)格高度相關(guān)的資產(chǎn)之間定價(jià)的相對(duì)偏差進(jìn)行交易，當(dāng)兩個(gè)資產(chǎn)價(jià)格出現(xiàn)統(tǒng)計(jì)學(xué)意義上顯著偏離長(zhǎng)期均衡關(guān)系的情況時(shí)，配對(duì)交易策略通過買入低價(jià)資產(chǎn)、賣出高價(jià)資產(chǎn)的方式，以期獲取兩資產(chǎn)價(jià)格回歸均值水平后產(chǎn)生的收益。此類統(tǒng)計(jì)套利策略通常為高頻策略，通過大量、頻繁的交易在賺取價(jià)差的同時(shí)為市場(chǎng)注入流動(dòng)性。在美國(guó)股市中，市場(chǎng)參與者以機(jī)構(gòu)投資者為主，量化交易為市場(chǎng)提供了大量流動(dòng)性，Sanders（2024）文章指出，在大多數(shù)時(shí)間里高頻交易商貢獻(xiàn)了美股70%的流動(dòng)性。

二是穩(wěn)定市場(chǎng)，降低波動(dòng)率。量化交易是基于數(shù)學(xué)模型和計(jì)算機(jī)程序的交易決策過程，可有效消除投資者的情緒干擾，避免出現(xiàn)非理性交易行為。此外，在市場(chǎng)經(jīng)歷急速下行波動(dòng)期間，量化交易策略展現(xiàn)出逆向操作的特性，這種操作能一定程度緩解市場(chǎng)的短期劇烈波動(dòng)現(xiàn)象，有利于維護(hù)市場(chǎng)秩序。以萬(wàn)得全A指數(shù)為例，2020—2024年各年化波動(dòng)率分別約為22%、15%、18%、13%、26%，其中，2020—2023年呈下降趨勢(shì)，2021年降幅尤為顯著，當(dāng)年量化規(guī)模突破萬(wàn)億元，體現(xiàn)了量化影響力的急速擴(kuò)張與金融市場(chǎng)波動(dòng)率的大幅下降存在強(qiáng)相關(guān)性。在國(guó)際實(shí)踐中，Brogaard（2015）在探討量化基金的市場(chǎng)影響時(shí)指出，量化投資夠壓低美股波動(dòng)率，在美國(guó)次貸危機(jī)期間與此后的兩年中，量化交易不僅不會(huì)加劇市場(chǎng)波動(dòng)，反而因?yàn)闉槭袌?chǎng)提供了凈流動(dòng)性，從而降低了市場(chǎng)波動(dòng)率。

三是提高市場(chǎng)定價(jià)效率，增強(qiáng)價(jià)格發(fā)現(xiàn)機(jī)制。在標(biāo)準(zhǔn)化合約交易的公開市場(chǎng)中，量化交易利用數(shù)學(xué)模型和算法，快速處理大量歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)，在信息處理速度和廣度上較人工有顯著優(yōu)勢(shì)，有助于更快發(fā)現(xiàn)并使資產(chǎn)價(jià)格向其內(nèi)在價(jià)值收斂，提升市場(chǎng)信息傳播效率及價(jià)格發(fā)現(xiàn)效能。從中短周期看，量化交易可通過對(duì)市場(chǎng)交易數(shù)據(jù)、新聞文本、技術(shù)指標(biāo)等方面的分析尋找股票在中短周期的合理價(jià)格。從長(zhǎng)周期看，量化交易通過對(duì)公司基本面數(shù)據(jù)的挖掘?qū)蓛r(jià)做出合理定價(jià)，與基于基本面深度調(diào)研驅(qū)動(dòng)的主觀投資類似，部分量化策略涉及定向增發(fā)、GDR等再融資產(chǎn)品，使資產(chǎn)價(jià)格更貼近基本面。

量化交易的負(fù)面影響

一是可能引發(fā)市場(chǎng)操縱行為，損害中小投資者利益。量化交易有信息、技術(shù)、速度優(yōu)勢(shì)，濫用程序化交易可能擾亂正常交易，誘發(fā)市場(chǎng)操縱。如故意創(chuàng)造或影響價(jià)格趨勢(shì)、虛假下單或撤單，誤導(dǎo)投資者對(duì)市場(chǎng)活躍程度和價(jià)格走勢(shì)的判斷。根據(jù)華西證券《A股投資者結(jié)構(gòu)全景圖剖析》，以持股市值比例計(jì)算，2024年A股市場(chǎng)中，個(gè)人投資者占比為50%～60%。相對(duì)于機(jī)構(gòu)投資者，個(gè)人投資者特別是中小自然人投資者處于信息劣勢(shì)地位且風(fēng)險(xiǎn)防范意識(shí)不夠強(qiáng)，風(fēng)險(xiǎn)承受能力低，容易被虛假信息誤導(dǎo)，出現(xiàn)跟風(fēng)買賣等非理性行為。故需要對(duì)量化交易做規(guī)范管理，避免量化利用信息、技術(shù)、速度優(yōu)勢(shì)做出虛假下單等故意引導(dǎo)市場(chǎng)價(jià)格走向、操縱市場(chǎng)的行為。

二是部分量化策略可能在極端情況下加劇市場(chǎng)波動(dòng)。在面對(duì)突發(fā)性經(jīng)濟(jì)沖擊或政策變動(dòng)時(shí)，部分量化策略由于內(nèi)在設(shè)計(jì)邏輯和執(zhí)行機(jī)制，可能在短時(shí)間內(nèi)放大市場(chǎng)不確定性，導(dǎo)致更廣泛的連鎖反應(yīng)。如部分追求高收益的策略內(nèi)嵌杠桿交易算法，可能引發(fā)短時(shí)大規(guī)模拋售行為加劇市場(chǎng)下跌；部分策略采用深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等“黑箱”類算法，策略潛在影響的評(píng)估存在一定不確定性，可能在極端環(huán)境下對(duì)市場(chǎng)造成不明確的影響。例如2010年5月美股出現(xiàn)罕見劇烈波動(dòng)，消息面上，歐債危機(jī)引發(fā)市場(chǎng)悲觀情緒蔓延，一家共同基金通過算法下達(dá)一筆巨額賣出指令，該指令未考慮成交價(jià)格因素，在十余秒內(nèi)執(zhí)行了2.7萬(wàn)筆股指期貨合約訂單，同期凈買單僅有200余個(gè)，造成短時(shí)間內(nèi)合約價(jià)格大幅下跌......

滕春強(qiáng)、於勇成、王良龍盛、米明金程對(duì)本文亦有貢獻(xiàn)。

付費(fèi)￥5

閱讀全文

來源 | 《清華金融評(píng)論》2025年4月刊總第137期

編輯丨王茅

審核 | 丁開艷

責(zé)編丨蘭銀帆

Review of Past Articles -

01

02