比肩量化鼻祖的下一位巨人：Citadel如何屹立市场20年不倒
2017-03-08 扑克投资家 星潮FOF
从2016年下半年起，量化投资火了。
提起量化投资，就不得不提量化投资的标杆——华尔街传奇人物詹姆斯·西蒙斯(James Simons)。
通过将数学理论巧妙融合到投资的实战之中，西蒙斯成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代。
说回量化投资，量化投资就是利用计算机技术并且采用一定的数学模型去实践投资理念，实现投资策略的过程。
价值投资和趋势投资（技术分析）是引领过去一个世纪的投资方法，随着计算机技术的发展，已有的投资方法和计算机技术想融合，产生了量化投资。
量化投资的优势
量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。
纪律性
严格执行投资策略，不是投资者情绪的变化而随意更改。这样可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。
系统性
量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多个角度分析。此外，海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会，拓展更大的投资机会。
及时性
及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。
准确性：准确客观评价交易机会，克服主观情绪偏差，从而盈利。
分散化
在控制风险的条件下，量化投资可以充当分散化投资的工具。表现为两个方面：一是量化投资不断地从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是较大概率取胜的策略；而是依靠筛选出股票组合来取胜，而不是一只或几只股票取胜，从投资组合的理念来看也是捕捉大概率获胜的股票，而不是押宝到单个股票。
如何进行量化投资？
使用量化策略是进行量化投资的有效方式。
欢迎加入星潮FOF研究院微信群
（扫码截止2017年3月12日有效，到期更新）
什么是量化策略？
什么是策略?
策略，可以实现目标的方案集合；在证券交易中，策略是指当预先设定的事件或信号发生时，就采取相应的交易动作。
什么是量化策略？
量化策略是指使用计算机作为工具，通过一套固定的逻辑来分析、判断和决策。
量化策略既可以自动执行，也可以人工执行。
一个完整的量化策略包含哪些内容？
一个完整的策略需要包含输入、策略处理逻辑、输出；策略处理逻辑需要考虑选股、择时、仓位管理和止盈止损等因素。
选股
量化选股就是用量化的方法选择确定的投资组合，期望这样的投资组合可以获得超越大盘的投资收益。常用的选股方法有多因子选股、行业轮动选股、趋势跟踪选股等。
1 多因子选股
多因子选股是最经典的选股方法，该方法采用一系列的因子（比如市盈率、市净率、市销率等）作为选股标准，满足这些因子的股票被买入，不满足的被卖出。比如巴菲特这样的价值投资者就会买入低PE的股票，在PE回归时卖出股票。
2 风格轮动选股
风格轮动选股是利用市场风格特征进行投资，市场在某个时刻偏好大盘股，某个时刻偏好小盘股，如果发现市场切换偏好的规律，并在风格转换的初期介入，就可能获得较大的收益。
3 行业轮动选股
行业轮动选股是由于经济周期的的原因，有些行业启动后会有其他行业跟随启动，通过发现这些跟随规律，我们可以在前者启动后买入后者获得更高的收益，不同的宏观经济阶段和货币政策下，都可能产生不同特征的行业轮动特点。
4 资金流选股
资金流选股是利用资金的流向来判断股票走势。巴菲特说过，股市短期是投票机，长期看一定是称重机。短期投资者的交易，就是一种投票行为，而所谓的票，就是资金。如果资金流入，股票应该会上涨，如果资金流出，股票应该下跌。所以根据资金流向就可以构建相应的投资策略。
5 动量反转选股
动量反转选股方法是利用投资者投资行为特点而构建的投资组合。索罗斯所谓的反身性理论强调了价格上涨的正反馈作用会导致投资者继续买入，这就是动量选股的基本根据。动量效应就是前一段强势的股票在未来一段时间继续保持强势。在正反馈到达无法持续的阶段，价格就会崩溃回归，在这样的环境下就会出现反转特征，就是前一段时间弱势的股票，未来一段时间会变强。
择时
量化择时是指采用量化的方式判断买入卖出点。如果判断是上涨，则买入持有；如果判断是下跌，则卖出清仓；如果判断是震荡，则进行高抛低吸。
常用的择时方法有：趋势量化择时、市场情绪量化择时、有效资金量化择时、SVM量化择时等。
仓位管理
仓位管理就是在你决定投资某个股票组合时，决定如何分批入场，又如何止盈止损离场的技术。
常用的仓位管理方法有：漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等。
止盈止损
止盈，顾名思义，在获得收益的时候及时卖出，获得盈利；止损，在股票亏损的时候及时卖出股票，避免更大的损失。
及时的止盈止损是获取稳定收益的有效方式。
策略的生命周期
一个策略往往会经历产生想法、实现策略、检验策略、运行策略、策略失效几个阶段。
产生想法
任何人任何时间都可能产生一个策略想法，可以根据自己的投资经验，也可以根据他人的成功经验。
实现策略
产生想法到实现策略是最大的跨越，实现策略可以参照上文提到的“一个完整的量化策略包含哪些内容？”
检验策略
策略实现之后，需要通过历史数据的回测和模拟交易的检验，这也是实盘前的关键环节，筛选优质的策略，淘汰劣质的策略。
实盘交易
投入资金，通过市场检验策略的有效性，承担风险，赚取收益。
策略失效
市场是千变万化的，需要实时监控策略的有效性，一旦策略失效，需要及时停止策略或进一步优化策略。
那么未来，量化投资将走向何方呢？
下文转自扑克内容团队，燕
随着股指期货的松绑，还有80后华人赵鹏成为全球*对冲基金公司Citadel Securities 的CEO，以及市场上传得沸沸扬扬的2000年高盛有600名交易员，现在只剩2人的新闻不断出现在各种渠道，量化，对冲，程序化交易这些词语在沉寂了快两年后，又重新走进了我们的世界。
有人说，得“量化”者得天下。
而“量化”，起初是以一种“灾难”性的形象走进我们视野的！
A股市场曾有两次暴跌，一次是2008年金融危机（上证指数从2007年末的制高点6055跌至2008年底的1630）。一次是距我们最近2015年，A股大暴跌（上证指数从2015年中旬的5178点跌至2016年初的2631点）。如果说2008年危机是全球系统性风险，我们无法回避，那2015年A股的暴跌，更多是与一种“量化交易”相关的机构肆意做空中国股市有关。
随后，中国证券市场监管机构就展开了对34个具有程序化交易特点、频繁申报或频繁撤销申报、涉嫌影响证券交易价格或其他投资者的账户采取了限制交易措施。于是，“量化交易”在我们心中埋下了阴暗的种子。然而，类似于这种惊悚体验的，还有曾出现在美国股市的频繁“闪崩”事件，其中起很大助推的便是量化交易程序（这些程序在侦测到快速下跌后，自动跟风卖出，并没有考虑到市场上其实不存在什么负面消息）。
然而，即使看到了量化交易对市场如此大的冲击，也无法抵挡广大投资者/投机者对量化交易的热忱追逐。笔者从潮汐平台中抽取了几位智问，大家关心的问题无非是量化交易的增多会对我们当前的基本表面分析研究、宏观面研究和技术面研究会产生怎样颠覆性的影响？那对我国而言，A股中80%是散户，如果未来的价格变地越来越不可控，是不是意味着将有更多的散户或者部分机构不得不离开金融市场？未来如果有更多的机器代替人工交易，是否意味着中国的金融大蓝海就会变成计算机编程员和数学天才们的天下？
实际上，从有图表和价格统计的那天就有了量化交易。而程序化交易在发达市场发展的时间超过40年，且程序自动交易的交易量已达到或超过70%，这里高频交易居功至伟。整体收益水平虽然并不像人们期望的那样高，但非常稳定。这或许才是程序化交易应该有的样子——利用各类模型全面分析市场，制定合理有效的交易策略，为规模资产规避风险，保值增值。
程序化交易并不是也不应该是小体量资金迅速增值的工具，去满足人们一夜暴富的欲望，而应是大体量的长期资金的BabySitter。在我国多数程序化交易的从业者并没有太多的人工交易经历，即便有，业绩也不是很理想，正因为自己操作收益不理想，才想换个途径去达到持续稳定收益的目的。
从国际市场上来看，量化做的比较好的榜上有名的企业包括文艺复兴科技（Renaissance Technologies），德劭基金（D.E.Shaw），西格玛（Two Sigma），千禧年基金（Millennium）,Citadel以及Schonfeld等等，这些当中没有一家基金公司参与因子投资（factor investing），或者叫做smart beta投资，也没有一家基金应用了诺贝尔经济学家创造的理论。相反，这些上榜的基金依赖的是数学与计算机技术的结合，都是高度依赖算法交易的投资基金。
从这些基金公司收益来看，亿万富翁David Shaw创立的量化对冲公司DE Shaw，以净收益253亿美元位居第三，排名仅次于桥水和索罗斯基金，2016年收益为12亿美元。Ken Griffin创建的Citadel以净收益252亿美元位居第五。该公司去年收益10亿美元。量化交易公司Two Sigma Investments位居第20，净收益131亿美元，去年收益11亿美元。从个人收益上来看，连续稳站量化基金经理榜单的文艺复兴科技公司创始人Jim Simons在2015年与Citadel创始人Ken Griffin并列第一，两者都赚了17亿美元。
而如今，48岁的KennethGriffin，在福布斯400人排行榜中位居第57名，净身值80亿美金。在美国400富豪榜中，KenGriffin排名89，被评为仅次于史蒂夫-科恩、雷-达里奥和索罗斯之后的第四大对冲基金经理。因此，无论从公司收益，还是个人收益，还是作为更偏向量化交易的Citadel，是值得扑克投资家去挖掘的！
Kenneth Griffin的背后站的是一家像城堡一样的公司，很强大，历久弥坚，屹立20年而不倒。
在美国，Citadel是唯一以做市商身份开展期权业务的对冲基金，也是首批拥有自己的股票借贷能力的基金之一。在北美股票和期权的每日交易量达到20%，属于高频交易（做市）第一梯队。它也是世界上第二大多策略对冲基金。
自1998年起，公司年度业绩一直稳超20%。到2007年底，Citadel的辉煌达到了顶峰，公司资产达到200亿美元的峰值，但这样的情形并没有持续太久，2008年金融危机，Citadel损失了超过55%的净值。人们都预测Citadel可能破产，但是它最终熬了过来，在2012年、2013年的总收益分别是25%和19.4%。至今，公司规模达到260亿美金左右。2015-2016年，是公司由亏转盈的过渡期。
从近几年对冲基金的发展形势来讲，2015年业绩普遍下滑，平均亏损3.49%，基金公司关闭数再度攀升。而2016年，对于对冲基金而言，也并不是甜蜜岁月，*对冲基金的表现并不优于整个行业。甚至在2016年，对冲基金甚至遭遇1060亿美元资金净流出，这也是自2009年以来首次出现资金的净赎回！对于Citadel而言，刚进入2016年，就面临6.5%的损失，经过近一年的公司结构调整，2017年初，公司整体业绩表现良好。
从最新数据来看，2017年初，Citadel整体表现好于2016年，其中，股票多策略对冲基金收益涨2.26%，Wellington基金1月收益为1.85%。Citadel表现最好是固定收益基金（Citadel Global Fixed Income Fund）在2016年实现12.39%的收益。
在起起落落的这20多年，Citadel有着怎样的发展历程，是什么机缘让其走进量化交易的大门呢？
起步于可转债
22岁前的KennethGriffin，曾是哈佛大学经济系一个标准的“高富帅”，他靠着一台传真机、一台个人电脑、一部电话和自己的一套可转债套利模型，从亲戚朋友那里借来26.5万美元，开始运营第一支投资基金，并取得了不俗的收益。大学毕业后，Kenneth Griffin在伯乐Frank Meyer的Glenwood资本投资公司工作。
22岁那年，在Meyer支持下，Kenneth Griffin在芝加哥市中心Loop区租下办公室，招来4位小伙伴，创立了自己的基金公司Wellington Partners，专注美国、日本的可转债以及权证的交易。而Wellington Partners后来改名为Citadel，意为“城堡”。
当时Kenneth Griffin通过买入某公司发行的可转债的同时卖空相应的标的股票，即形成套利策略，这一策略中由凸度和市场波动性的交互作用决定潜在利润。而对策略进行风险管理时，则需要考虑Delta,Rho,Vega,Theta等“Greeks”。
如今，可转债交易仍然占到Citadel交易利润的一半左右。不过Citadel正在逐渐向多元化方向发展，二十多年来逐渐发展成为集股票多空、期权做市、股票券商、量化高频、最近开展的外汇做市等多种策略集一身的管理超过260亿美元的对冲基金。
高杠杆-借入资本
如果要追寻Kenneth Griffin为何赚得这么多钱的理由，其中一个关键性的因素—杠杆。Citadel也是全球杠杆最高的对冲基金之一。
2008年时，Citadel运用的杠杆比例达到了8:1。随后金融危机爆发，Citadel的两支旗舰基金威林顿（Wellington）与肯辛顿（Kensington）市值下跌了55%，在短短15周内，公司资产规模缩水超过一半。Citadel的处境一度十分窘迫，处于生死存亡的边缘。
2008年金融危机后，KennethGriffin继续不断地加杠杆，Citadel旗下基金的表现也越来越好。截至2014年12月31日，Citadel的净资产管理规模为238亿美元，向SEC申报的监管资产为1760亿美元，杠杆又一次达到了7倍。
程序交易在先—先科技，后交易
早在别人还没开始用手机的时候，KenGriffin就开始尝试将交易与算法程序相结合。他会设计高级计算机代码，会书写复杂的数学公式，交易也基本上依靠电脑程序进行。其两大明星基金—肯星顿全球策略基金(Kensington Global Strategies)和威灵顿基金(Wellington)都依靠程序做着交易。该公司的首席信息官说：“Citadel首先是一个科技公司，然后才做交易。”就同类做量化出名的TwoSigma而言，如果你搜索它的官网，你或许会恍然以为这是一家纯科技公司，因为根据简介，它在数据科学、机器人学习、云计算和软件工程方面都有涉猎。
在Citadel最核心的部门数量研究部，有来自名牌大学的80多名前数学教授和天体物理学家共同开发出的数学模型，为交易员提供支持。Citadel大楼的37层有一个被称为“博士排”的区域，从地板到天花板都布满了写满各种复杂数据公式的白板，连窗玻璃都不例外。在格里芬的办公室里，也有这种供随时涂写的白板，他常常会在上面写上一些程序代码，或是为可转换债券和抵押类证券编写定价模型。技术渗透到Citadel的每一种业务类型，并迅速渗透到KennethGriffin新添加的业务。
越来越多的传统金融业公司正步入程序化交易领域。全球最大对冲基金桥水（Bridgewater Associates）2016年3月宣布聘用硅谷老兵、前苹果高管乔恩·鲁宾斯坦(Jon Rubinstein）为该公司联席首席执行官，打算将系统化决策用于投资管理。计算机技术驱动的高频交易现在已经在美国国债市场占据了主导地位，以至于华尔街银行巨头高盛和摩根大通将自己描述为科技公司。
Citadel公司架构
Citadel旗下的基金包括主权财富基金、养老金、高校捐款等许多世界上规模最大的机构投资者管理资产。公司主要运营两大业务单元：资产管理基金Citadel及世界上领先的做市商之—Citadel证券。
Citadel主要采取多种投资策略，通过基本分析和量化分析建立了严谨的投资组合和风险管理框架。股票投资策略通过自下向上的公司分析选择投资目标，构建beta中性的资产组合，获取alpha收益。
另外，还有一只投资全球股票投资（主要做全球股市多空策略投资）的基金—Surveyor Capital，这家公司员工200人左右，负责进行投资方法和策略主要也是beta中性策略，主要以基本面分析为主。目前，该基金管理着1420亿美元的资产。但是在2016年年初，Surveyor基金收益不佳，目前已经实施裁员。
2016年表现比较好的基金是Citadel Global Fixed Income Fund（去年收益12.39%，增幅2.83%），另一只基金是Citadel Global Equities Fund（2016年增幅0.69%），此外，还有一支是其专做股票和统计套利的公司Citadel TacticalTrading（增1.07%）。其他的多策略基金表现一般。
一场在中国被指控“做空A股”的谜团
2015年那场股灾，相信至今大家依旧记忆犹新，而在那场交易背后的，传说是“*敌对的做空*”。为此，中国证券市场监管机构就展开了对34个具有程序化交易特点、频繁申报或频繁撤销申报、涉嫌影响证券交易价格或其他投资者的账户采取了限制交易措施。其中，就包含司度（上海）贸易有限公司账户。
司度公司是Citadel在中国的全资子公司，2014年8月在A股狂飙突进之前，投资收益仅有2170万元，但在截止2015年7月31日，这家公司账面余额高达10亿元。之所以将日期限定在这里，是因为司度公司账户从当天开始被中国监管层以“恶意做空中国股市”为由限制交易。
被禁的34个账户究竟做了什么？一是当日累计撤单量占比过高，某账户一日累计申报卖出近1.6万笔，金额超过15亿元，申报后的撤单率高达99.18%；二是涉嫌日内短线操纵行为，影响个股交易量及价格，诱导投资者买卖，以趁机高价卖出或低价买入股票。
继续为机器学习算法的研究招兵买马
机器学习是近20年来兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科，它的理论主要是设计和分析一些让计算机可以从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为当中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，因此也被称为统计学习理论。
Citadel早在年去年就从德意志银行挖走了一名“机器学习”(Machine Learning)专家做量化研究员—Hesse。在跳槽Citadel之前，他曾是德银的混合销售交易员和量化研究员，并就机器学习项目研究了近一年。也就是说，德银一早就开始了机器学习算法的研究，但一直秘而不宣。据了解，除了Citadel，其他一些对冲基金例如Aspect Capital也在为机器学习算法的研究招兵买马。而另一家全球著名的对冲基金英仕曼(Man)上个月还宣布，将把机器学习和数据分析纳入牛津英仕曼金融研究院(Oxford-Man Institute)的量化金融研究领域当中。
量化的巨擘——文艺复兴科技
在量化领域，我们更不会忘记被称为量化鼻祖的JimSimons，他是文艺复兴科技的创始人，被业内称为传奇投资人，在华尔街，被称作量化投资大师的基石，他是一个世界级的数学家。在真正做投资前，Simons曾在国防分析研究所参与代码破译，企图从噪声中寻找有效的信息。
最初，他买卖商品，根据基本面如供给和需求进行投注。不久，出现了很多困惑，所以他向一些研究密码学和数学的朋友寻求帮助。来自IDA的前同事Elwyn Berlekamp和Leonard Baum，以及Stony *的教授Henry Laufer向他建议，或许有一些统计方法能够预测价格。于是，西蒙斯逐渐开始建立模型，企图通过建立模型，找到隐藏在市场噪音中的信号。而这与他在国防分析研究所做的事很类似——设计一个算法，在电脑上测试它管用或者不管用。通常它们只是微弱的声音或信号，但却能预测股票、债券或者一桶石油的价格的走向。问题很复杂，价格波动取决于基本面和买卖流动，以及交易者的非理性行为。
1982年，他结合密码学工作中的经验，创立了文艺复兴。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，甚至超过巴菲特。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。
他们的核心模型通常落入两个阵营之一，趋势跟随或均值回归。结果开始是正负相间的：1988年，第一年增长8.8％，1989年下降4.1％。但在1990年，专注于短期交易之后，Medallion在扣除费用后收回了56％的回报。最终，科学家们为这些模型开发了一个内部编程语言，而不是建立一个多中心选项，如ASCII，这在当时是流行的。今天，Medallion使用几十个“策略”作为一个系统一起运行。
他雇佣的员工一般是那些在自然科学领域做的好的人。他曾令数学家、天文学家、物理学家在华尔街的交易世界里有了一席之地。其中他雇佣了大多来自于IBM的Tomas J.Watson研究中心的数学家团队，当时他们正在研发语音识别和机器翻译，如今他们仍是文艺复兴的核心力量。
不管是量化的鼻祖，还是现在前景无限的Citadel，他都在向我们打开了量化这个大门，从他们雇佣的员工来看，似乎未来程序员、数学家有了更有前景的职业选择。具体到交易环节，如何编程、如何设置各自的算法体系、如何控制风险，这是每个公司都要思考的。
那么未来，在金融界，机器是否可以取代人类交易员，还是值得期待的！随着全球经济一体化进程的加快，尤其是基于大数据的模型交易是一个大趋势，主要背景是金融资产交易定价越来越趋于24小时连续交易，如果不能够将自己的交易策略变成程序执行，很多黑天鹅事件对价格的冲击风险很难回避，所以无论全球还是国内，越来越多的职业交易者更倾向于采用智能化模型交易。
从全球交易模式发展方向来看，量化高频，波段趋势、价值投资，指数化交易均有成功的案例。技术属于手段，关键在于你的策略原理是否是真的能够揭示市场价格背后的规律，并有相应的风控机制，这才是根本。中国的量化投资目前看来还处于起步阶段，大部分采用的还是简单跟随策略，有一些基于量化技术的套利交易目前属于主流，但由于交易成本的增加，越来越多的量化交易偏向于波段交易方向。