
互联网金融+量化投资=资产管理新模式
当量化投资遇到互联网金融,量化投资高效便捷的消费过程和互联网对用户体验苛刻的要求一拍即合,二者催生了资产管理行业的新模式,具体体现为:1.租用投资管理能力成为可能;2.行业呼吁云交易创新……
未来互联网金融的核心是互联网思维和技术与金融的无缝融合,互联网金融真正的价值应该是既发挥互联网的思维、技术优势,又具备金融的资产配置特性,能够更加高效的完成金融信息传播以及资源优化。如果说余额宝将普惠金融的概念带入人们的现实生活中,引领了互联网金融的2.0时代,那么诞生于互联网思维下的大数据云计算时代的量化投资,即将开启互联网金融的3.0时代。
大数据、云交易的魅力
2014年10月20日,广发基金与百度公司合作开发的广发中证百度百发策略100指数基金开始发行,这是业内首只具有互联网基因指数的指数型基金产品。而南方基金也携手新浪财经、深证信息公司推出大数据指数产品,。业内还有基金公司的量化投资部和专户部正在研究“大数据”的量化策略,利用互联网大数据挖掘股市的超额收益机会正掀起基金业的新潮流。
互联网进入金融行业,给金融带来了颠覆性的革命,但互联网与基金行业的合作仅限于销售渠道方面,其产品本身在设计结构、投资策略、管理方式等方面,与传统基金并无差别。百发100指数作为“先行者”其本身也不断在完善中,百发100指数的参与开发者、广发基金数量投资部研究员季峰向记者介绍说,未来可能会有更多非直接数据的接入,甚至掌握用户在更多金融平台上的行为数据,以及用户对于一些金融现象的情绪变化数据。随着数据量不断的加大,无论是大数据的存储和提取、还是高效的处理以及学习,都需要技术支持。
在业内看来,近两年的国内市场具有明显主题轮动的特点。基于“大数据”开发的策略指数非常适合主题轮动的市场行情。不过也有研究机构提出,引入大数据的模型能否经受考验,还有待时间验证。
在与大数据同样重要的云计算领域,一种基于云交易的量化投资模式正在改变着传统投资模式。美国芝加哥大学访问学者、央行互联网金融博士后冯永昌创立了“微量网”已经上线运营。该网站就是通过基于云计算和网络服务的向投资者提供量化策略服务。
“互联网金融与量化投资相结合,催生了一种新型资产管理模式,即基于云交易的量化投资策略交易模式。”冯永昌认为,以往普通投资者无法实现量化交易,仅凭主观判断投资无法克服人性的弱点。程序化云交易则是通过在云端把计算能力和网络服务能力通过策略算法形成产品,从而服务于投资者。
《融资中国》记者观察到,微量网已经上线的策略681个,实盘账户总交易额达到近25亿元。与其合作的机构136家。远远超过基金公司的数量。冯永昌所讲的量化投资是只把人的投资思想规则化、模型化,基于金融数据得出投资结论,并选用计算机去执行交易。
云计算时代的量化投资颠覆传统意义的投资市场
冯永昌提出了“互联网证券金融”概念。他认为,如今的P2P业务属于银行业的业务范畴,未来互联网金融的发展会逐渐向证券业务发展。如今越来越多的P2P公司也开始做起了股票配资的业务。据某媒体不完全统计,国内目前已有六合资本、658金融网、贷未来、不差钱、赢在投资、钱程无忧等十余家做股票配资业务。那么,证券市场是不是下一个互联网金融的爆点呢?
在冯永昌看来,中国一共有一亿四千万股民的零售市场是一个巨大的卖方市场。他们需要体现交易的参与感。互联网证券金融的核心就是要用互联网的方式来服务客户。配资仅是其中一种,更多是的投资的方式改变。随着云计算时代的到来,量化投资不在是机构投资者的专利。
量化投资未来一定是中国金融市场最主要的研究方法、投资方法和交易方法,这符合信息技术改变一切的历史趋势,也符合美国等西方社会的发展经验。量化投资主要的发展方向有阿尔法套利、统计套利等相对收益策略,程序化交易,高频交易,算法交易,结构化产品套利等方向,其中相对收益策略是股票领域最重要的方向,程序化交易或者量化CTA是期货领域最重要的方向,高频交易、算法交易、结构化套利是上述手段的有效补充。除此之外,还有一些研究指导性的量化投资,比如量化资产配置等,和主观交易结合得更紧密。
目前,国内的量化投资和程序化交易技术快速发展,技术工具逐步完善,各种量化投资和程序化交易策略如雨后春笋般涌现,市场上存在大量闲置的“碎片化”的绝对收益投资管理能力。互联网证券金融与量化投资相结合,催生了一种新型资产管理模式,即基于云交易的量化投资策略交易模式。
互联网证券金融首先是证券投资业务的互联网化,由于涉及量化投资分析、程序化交易、高频交易等高新技术,需要进行非关系型数据库等金融大数据存储创新,高级统计学分析等大数据应用创新,基于云计算的程序化交易等云交易创新。从技术和业务复杂的维度,可以说互联网证券金融是3.0版本的互联网金融。
有基金业内人士表示,大数据指数本身就是一种量化投资,一些基金公司也在进行云计算系统的改造升级工作。主动量化投资在中国已经发展了10年,其中不乏业绩优秀的产品。一位第三方人士告诉记者,提供股票策略的平台早已有之,不过像微量网这样通过云计算的方式的还是首家。
最后一片“蓝海”
量化投资具备几个极具竞争力的亮点:投资分析过程模型化,交易执行可程序化,收益风险范围可精确度量。这些特点除了对投资业绩本身的相对优势,从互联网产品的角度来看,必然给资产管理客户提供更好的用户体验。
冯永昌介绍说,量化投资自身的发展和整个投资行业的发展逐步产生共振。本轮投资革命的发展经历三个子阶段,首先是投资管理行业数量化,这个在国外用了很久时间,在国内从2010年开始,目前已经非常火爆;其次是数量化后的投资管理行业互联网化,这就是类似Zulu
Trade这样的策略超市开始火爆的阶段,国内的三方销售开始大行其道;最后是互联网量化投资从B2C到C2C化,Motif的发展引发了C端客户的参与感,策略使用者和提供者的界限变得模糊。微量网融合了Zulu
Trade的技术优势和Motif的产品优势,成为本轮投资革命的先行者。在一个互联网改变一切的时代,人们的衣食住行模式业已被互联网颠覆,而专业技术领域的革命,最终会无法避免的到来。
当量化投资遇到互联网金融,量化投资高效便捷的消费过程和互联网对用户体验苛刻的要求一拍即合,二者催生了资产管理行业的新模式,具体体现为:1.租用投资管理能力成为可能。对于量化投资,投资管理能力以代码的形式存在,结果可验证,能力可存储,消费可离线。2.行业呼吁云交易创新。把量化投资策略托管在云端,用户只要本地遥控驱动自己的证券期货账户就好,这样就产生了所谓的云交易。3.机器人未来。美国麻省理工学院金融学教授罗闻全有个着名的论断,“可能在某一天,科学家将利用一种简单的计算机程序,向人们提供有价值的金融建议。使用这种计算机程序,人们只需将诸如家庭状况、生活目标、在退休时可以接受的生活标准及能够和不能够容忍的风险类型等基本数据输入,就会帮助人们回避不希望的风险,如失业或减薪等。现在,这一理论听起来似乎像是科幻小说,但10年后它将变成一种可以实际操作的手段。”
从上个世纪末开始,以互联网为代表的信息技术呈现快速发展的势头,也带来了人们生产和生活方式的巨大改变。在金融领域,互联网技术和金融业务的结合产生出了我们称之为“互联网金融”的产品和业务模式。
从目前的发展来看,“互联网金融”大致可以划分如下四类:传统金融业务的互联网化、基于互联网平台开展金融业务、全新的互联网金融模式,以及金融支持的互联网化。
第一类:传统金融业务的互联网化。比如直营银行、在线折扣券商和直营保险。直营银行的主要特点是没有物理营业网点,依靠互联网、电话和ATM机等手段提供服务。在线折扣券商是在上世纪70年代美国证券交易佣金自由化与互联网技术发展相结合的背景下产生的。它以极低的佣金吸引客户,并在此基础上向客户提供财富管理和银行服务。
直营保险主要是基于互联网销售车险和财险产品的业务模式,在欧美各国均有不同程度的发展。
目前,在我国,这类互联网金融模式的发展主要还体现为网上银行、证券网上交易,以及保险产品的网络和电话销售,尚未出现独立的直营银行和纯粹的互联网券商,众安保险作为第一家互联网保险公司开始了积极探索。
第二类:基于互联网平台开展金融业务。这里的互联网平台包括但不限于电子商务平台和互联网第三方支付。这类互联网金融模式主要表现为在网络平台上销售金融产品,以及基于平台上的客户信息和大数据、面向网上商户开展的小贷和面向个人开展的消费金融业务。前者的典型代表包括早期的Paypal货币市场基金和近期发展迅猛的余额宝,也包括众多金融机构在淘宝上开设的网店,以及专门销售基金等金融产品的第三方网站。后者的典型代表包括阿里小贷和京东白条,以及美国的Kabbage和Zestfinance。
从目前的发展情况来看,上述两类互联网金融模式只是现有金融业务的补充,说颠覆还为时尚早。余额宝虽然带来了一阵存款搬家的骚动,但那只是管制背景下利率扭曲的一个映射。随着金融脱媒的发展和利率市场化的推进,存款搬家才刚刚开始并会一直进行下去,这才是银行应该关注并小心的。
第三类:全新的互联网金融模式,主要是指P2P网络贷款和众筹融资。在美国,P2P网络贷款的先锋是分别于2006年和2007年成立的Prosper 和 LendingClub。这两个网络贷款平台开启了基于互联网的、个人对个人的贷款时代。
众筹融资是指基于互联网面向公众为产品——特别是创意产品——进行融资的平台。众筹融资的方式包括债权、股权、捐赠和预购。其中,债权融资可以通过P2P平台进行,股权融资由于受限于美国证券法对于公开募集和人数的规定也很少进行。因此,除了有少量的捐赠融资之外,目前众筹融资的主要方式还是产品的预购。
国内的P2P和众筹平台出现得都不算晚。P2P的代表平台有2007年创办的拍拍贷和之后的人人贷,众筹的代表平台有2011年创办的点名时间和之后的众筹网。其中,P2P平台数量众多,据保守估计已经超过500家,颇有当年团购发展的势头。但是,由于国内信用体系的不健全以及监管的未及时到位,P2P平台出现了诈骗、破产等风控缺位和运营不善所带来的诸多风险。因此,信用体系的建设和监管的及时到位已经成为我国P2P网络贷款发展的当务之急。不同于P2P,众筹在我国处于非常早期的发展阶段,众筹平台的发展和监管还在摸索之中。但是,不管是P2P还是众筹,在我国要达到成熟运行的阶段还都有很长的路要走。
第四类:金融支持的互联网化。前三类互联网金融模式在本质上都属于金融业务,也都需要监管。而这类互联网金融模式不属于金融业务,它们起到了为金融业务提供“支持”的功能,包括但不限于:金融业务和产品的搜索,比如美国的Bankrate 和我国的融360;家庭理财服务,比如美国的Mint、Personal capital 和我国的挖财网;理财教育服务,比如美国的Learnvest、Daily worth和我国的家财网;金融社交平台,比如美国的eToro、Seekingalpha等等。
互联网改变了我们认识世界和变革世界的方式。在改变了传媒、商业等诸多领域之后,互联网也正在深刻地改变着金融业。在变革来临之际,顽固不化和狂妄自大都是不可取的。面向不可预知的未来,我们应该满怀敬畏。在这样一个变革的时期,观察、学习和思考变得非常必要也非常重要。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08