算法交易应带“拒绝”基因

量化投资盛行，如何防止“乌龙指”事件的发生备受关注。近日，《证券市场周刊》记者专访了瑞银证券有限责任公司董事总经理、中国证券业务总监夏阳。夏阳称，算法交易系统的核心是系统化风险控制和公司文化。

《证券市场周刊》：请简单介绍一下量化交易和算法交易。

夏阳：量化交易可以有效地将被市场实证过的选股及投资方法进行程序化，借助计算机的强大处理能力，在更广范围、更短时间内寻找投资以及对冲的机会。量化交易根据预先设定的参数进行投资操作，避免了非理性的投资决定。

但是大批量的买卖证券势必造成冲击成本的提升，因此算法交易应运而生，成为投资者在量化交易过程中降低隐性成本的重要环节。算法交易指的是用一些计算机电脑建模型的交易方法来实现投资执行，作为降低交易成本的有效工具，它通常是机构投资者在采用量化交易模型时所必备。

《证券市场周刊》：在算法交易盛行的当下，您觉得如何防范风险？

夏阳：算法交易不仅能为我们的交易员带来更好的回报，也能够减低错误，提高效率。但算法交易的应用也可能会加剧市场的波动性风险。即在效率提高的同时，也带来了挑战。

如在西方市场曾出现过市场“闪电崩溃”，或因整个投资人群体的电子自动化程度过高，有时会引发市场上一些连锁反应，这要求从业人员要提高风险意识，尽量控制好使用这些自动化工具过程中带来的风险。

任何系统都不能保证100%没有问题，出事（发生风险）也是概率事件。但事件发生后，究其根源，要看其是什么性质？如果纯粹是蓄意犯罪，像尼克里森，即想方设法、挖空心思去违法作案，那么仅仅通过门上挂锁是不可能完全防范的。但如果是无心之失，那么系统化风险控制就尤为重要，且文化因素也包括其中。

《证券市场周刊》：如何在提高效率的同时，又很好地控制风险？

夏阳：要做好风险控制，首先要了解其背后的逻辑。以瑞银为例，客户订单在下达至交易所前需要通过多道逻辑检查，包括常规策略检查和详细策略检查，将逻辑层面出错的可能性降至最低。如此，交易系统才能最大可能地避免客户的订单价格、数量、限价和限量等条件在逻辑上出现自我矛盾。

另外，人才培养很重要。据我们长期做量化投资的经验，要培养一个做复杂交易的团队，需面对高风险的同时，也要求有高投入（包括对人才的引进和培养）。我们高薪聘用这些人才，他们有义务按照公司制定的策略去配置适合的资金，利用投资系统为公司创收。他们须严格执行流程，而不是激进地一味追求高收益而忽视风险。

《证券市场周刊》：以日本东京证券交易所的“乌龙指”案为例。2005年12月8日，日本东京证券交易所上午开市后不久，瑞穗公司下单员在下单时误将“以61万日元卖出1股JCOM公司股票”的下单指示输入为“以1日元卖出61万股JCOM公司股票”。结合您的经验，如何避免此类风险？

夏阳：从系统设计的角度，我们的算法设计中会要求当报单价偏离基准价5%时，或接近跌停板或涨停板时，系统应显示“拒绝”。如果系统发现在1分钟内同一只股票单反复十次被“拒绝”，那么公司会停止整个系统交易，并由公司专业监控人员介入排查，因为重复“拒绝”只是表象，这种设计是基于交易经验支撑的。

《证券市场周刊》：对中国发展不久的量化交易，有何建议？

夏阳：与国际成熟市场经验相比，中国市场可能还需要进行一些市场微结构调整，包括从根本上杜绝和防范风险的系统性建设，这是中国市场结构建设必须要面对的问题。

从海外经验看，从交易微结构上入手对市场进行调整也许是更有效的路径。大型券商作为算法业务的服务提供商，通过提供相应的交易系统和人才培养，进一步培育好市场，正确引导客户需求。这项复杂的业务需要多方合力完成，需要规模效益。同时，还需要行业间不定期进行经验分享，并制定一定的行业推广标准。