王東潤 王雙慶 石偉華

摘 要：隨著國內(nèi)證券市場的發(fā)展以及金融科技的不斷創(chuàng)新，許多投資機構(gòu)和普通投資者對量化交易的需求越來越多。本文通過搭建一個基于復(fù)雜時間處理技術(shù)（Complex Event Processing，CEP）的量化交易云平臺來為量化投資者提供策略的編寫、研究、回測等功能，節(jié)省大量數(shù)據(jù)分析、投資策略考量和人工交易的時間，用大數(shù)據(jù)和人工智能優(yōu)化后的策略進行理性的投資，克服人性的弱點以及認知偏差。同時，量化交易云平臺通過全面、系統(tǒng)地進行掃描來捕捉市場中的錯誤定價和錯誤估值所帶來的機會，從而發(fā)現(xiàn)估值洼地，幫助投資者獲得盈利。

關(guān)鍵詞：量化交易 證券投資 云平臺

中圖分類號：TP319 文獻標識碼：A 文章編號：1672-3791（2018）10（b）-0009-02

近年來，隨著人工智能、大數(shù)據(jù)、云計算等互聯(lián)網(wǎng)科技的迅猛發(fā)展，“互聯(lián)網(wǎng)+”新業(yè)態(tài)不斷涌現(xiàn)，金融業(yè)通過大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等最新IT技術(shù)，推動了“金融科技3.0”時代的到來。正是在這種產(chǎn)業(yè)變革大背景下，再加上2010年4月股指期貨的出臺，我國的量化投資市場發(fā)展?jié)摿χ饾u顯現(xiàn)，無論是普通投資者還是各類機構(gòu)都開始將研究方向及資金投入轉(zhuǎn)向量化交易。量化交易目前處于起步階段，且在未來幾年隨著人工智能等的進一步發(fā)展，將逐漸進入它的興盛階段，而量化交易平臺也隨之進入一個爆發(fā)期。

1 量化交易云平臺的優(yōu)勢及創(chuàng)新點

（1）量化交易能引進各種復(fù)雜因子，完成人工不能完成的策略開發(fā)和優(yōu)化，確保復(fù)雜的交易及策略得以快捷的實現(xiàn)。通過篩選出來的最優(yōu)策略運用于不同的市場和不同的品種，減少市場沖擊成本，提高盈利。同時量化交易便于驗證制定的交易策略，可以更深層次的長周期檢驗策略是否有效，從而得到令人信服的結(jié)論。

（2）相對于人工交易來說，程序交易的時間幾乎為零，程序化比人工下單更容易成交到即時的價格行情，同時能避免人的情緒干擾以及減少勞力成本和時間成本。

（3）云平臺相對于傳統(tǒng)平臺穩(wěn)定性更好、安全性更高，在服務(wù)器出現(xiàn)故障的情況下能自動轉(zhuǎn)移到其他機器上，避免投資者的交易受到影響，對于用戶不愿分享自己編寫的源碼進行加密處理，不泄露源碼，以確保策略的版權(quán)和安全。同時云平臺不再局限于一臺或者幾臺服務(wù)器之間，其存儲能力和容量大大提高，投資者的各種操作記錄以及前期的行情資訊數(shù)據(jù)等都可以存儲，避免丟失。

（4）由于金融行業(yè)的量化交易平臺具有異構(gòu)以及松耦合等特點，目前國內(nèi)比較流行的傳統(tǒng)的系統(tǒng)架構(gòu)難以滿足這類系統(tǒng)的實際需要。復(fù)雜事件處理將數(shù)據(jù)庫過程顛倒過來，將查詢條件進行索引存儲，讓事件流經(jīng)過查詢條件來觸發(fā)動作。通過這種方法大大提高了事件處理的實時性和處理復(fù)雜事件的能力，滿足了金融行業(yè)量化交易平臺的特殊需求。

2 量化交易云平臺的功能實現(xiàn)

通過擬設(shè)計實現(xiàn)的基于復(fù)雜事件處理的量化交易云平臺，可以有效地幫助各類投資者根據(jù)模型的運行結(jié)果進行決策。在平臺交易規(guī)則約束下既可以克制人性中貪婪而引發(fā)的投資沖動，并且可以跟蹤資金的使用和收益，從而實現(xiàn)多層次、多角度、多數(shù)據(jù)的去分析投資品種。無論對于個人還是機構(gòu)投資者，都能以更小的人力成本去獲取更多的收益，減少交易的摩擦和成本，促進更加高效的風險對沖，增加盈利。本文所介紹的云量化交易平臺能提供策略編寫、運行、管理、個人研究以及多種功能，具體包括模型計算、策略開發(fā)和行情資訊等功能。

2.1 模型計算

支持輸入各種模型參數(shù)，通過具體的行業(yè)模型、投資品種模型、算法交易模型等進行深入計算，深入挖掘歷史行情和歷史資訊進行多維度的智能量化分析，支持多種技術(shù)指標和算法體系快速的進行綜合分析與判斷。

2.2 策略開發(fā)

投資者可以根據(jù)自身的需求，結(jié)合基本面以及個人的風險偏好，運用技術(shù)指標進行策略開發(fā)，通過不斷地優(yōu)化提高策略交易的效率和實用性。整個平臺支持各種主流開發(fā)語言以及擁有強大的開發(fā)庫，投資者可以運用自己所熟悉的語言進行策略編寫，同時可以對自己編寫的策略源碼進行權(quán)限控制，提供加密和分享和功能，將所有的操作以及策略編寫都能保存日志，避免丟失。

2.3 行情資訊

量化交易云平臺支持實時行情、歷史行情，同時也支持各種行情數(shù)據(jù)以及最新資訊等外部數(shù)據(jù)轉(zhuǎn)化為內(nèi)部事件。行情數(shù)據(jù)及資訊不僅可以為策略運行開發(fā)者提供服務(wù)，也可以作為獨立的服務(wù)項目提供給其他訂閱用戶。平臺支持不同市場、品種以及頻率的行情數(shù)據(jù)和資訊，實時提供用戶各種信息。

3 云平臺的技術(shù)架構(gòu)

這個量化交易云平臺沒有采用傳統(tǒng)的數(shù)據(jù)處理方式，而是采用了一種基于內(nèi)存計算的面向數(shù)據(jù)流的實時數(shù)據(jù)分析技術(shù)——CEP，主要用于高速的復(fù)雜數(shù)據(jù)模式識別，在國外并廣泛應(yīng)用于資本市場的量化交易和風險控制領(lǐng)域。倘若采用傳統(tǒng)的數(shù)據(jù)處理方式，由于在交易時間系統(tǒng)需要不斷采集各種新事件數(shù)據(jù)，系統(tǒng)必須從保存了靜態(tài)數(shù)據(jù)的數(shù)據(jù)庫中不斷查詢來判斷新的海量數(shù)據(jù)是否滿足系統(tǒng)設(shè)定的條件，在一些極端情況下很容易讀取錯誤的數(shù)據(jù)或者系統(tǒng)做出錯誤的判斷，從而對用戶在短時間內(nèi)造成極大的損失。

CEP應(yīng)用提供的實時智能處理能夠幫助企業(yè)借助數(shù)據(jù)修改當前的操作，而不僅僅是修改未來的操作。CEP主要分為8個比較關(guān)鍵的部分，分別為：EPL解析器、規(guī)則管理、事件接入、預(yù)處理、CEP引擎、數(shù)據(jù)模型、事件發(fā)派、行動模塊。預(yù)處理模塊會將事件送進CEP引擎之前預(yù)先做處理，包括字段過濾、字段填入、事件過濾、事件分流等，采用內(nèi)部采用管線的架構(gòu)方式，使用上會更靈活。通過CEP技術(shù)實現(xiàn)量化交易平臺高速處理海量信息的功能，可以將證券公司內(nèi)部原有的各個業(yè)務(wù)系統(tǒng)有機地結(jié)合起來，屏蔽各個系統(tǒng)的異構(gòu)性，通過企業(yè)服務(wù)總線實現(xiàn)了量化交易平臺與企業(yè)原有各業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)通信和消息傳遞，在不影響原有業(yè)務(wù)系統(tǒng)運行的情況下，實現(xiàn)了一個異步、松耦合、大數(shù)據(jù)量的、高速運行的量化復(fù)雜事件處理量化交易云平臺。

4 展望

量化投資是以數(shù)理模型來實現(xiàn)投資理念，通過程序來實現(xiàn)交易策略的一種投資方法，以大數(shù)據(jù)云計算等技術(shù)支持的量化交易云平臺為量化投資提供了強大的運算和存儲能力，對推動市場參與度，提高金融機構(gòu)創(chuàng)新能力具有非常重要的意義。目前國內(nèi)的金融行業(yè)的量化交易云平臺相對于國外還處于一個起步的水平，大多數(shù)平臺仍然運用傳統(tǒng)的系統(tǒng)架構(gòu)，難以滿足市場各種用戶機構(gòu)的實際需要。通過CEP技術(shù)打破傳統(tǒng)的事物處理方式，極大地提高了數(shù)據(jù)處理的速度以及精確性，更好地滿足金融市場的特定需求，提升用戶的體驗。量化投資將促進市場的有效性，優(yōu)化資源的配置，減少證券交易市場中的不平等，保持證券交易市場的平穩(wěn)波動，運用量化投資的方法和機理將成為中國市場未來投資策略的一個重要發(fā)展趨勢。

參考文獻

[1] 彭蕾.中國證券市場程序化交易研究[D].西南財經(jīng)大學，2005.

[2] 劉家紅，吳泉源.一個基于事件驅(qū)動的面向服務(wù)計算平臺[J].計算機學報，2008（4）：588-599.

[3] 陳琦.對我國期貨市場程序化交易的探討[D].首都經(jīng)濟貿(mào)易大學，2012.

[4] 焦延超.基于復(fù)雜事件處理的量化交易平臺的設(shè)計與實現(xiàn)[D].復(fù)旦大學，2013.

[5] 熊熊，張博洋，張永杰，付琳惠.程序化交易系統(tǒng)的檢測與優(yōu)化體系[J].科學決策，2013（8）：1-15.

[6] 薛輝.基于量化投資管理的系統(tǒng)設(shè)計[J].金融電子化，2016（10）：64-66.