京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25