光大證券高頻統計套利

『壹』 光大證券烏龍到底是怎麼回事

周日下午，光大證券發布《光大證券股份有限公司重大事項的公告》，對8月16日「烏龍指」一事進行公告說明。
經初步核查，本次事件產生的原因主要是策略投資部使用的套利策略系統出現了問題，該系統包含訂單生成系統和訂單執行系統兩個部分。核查中發現，訂單執行系統針對高頻交易在市價委託時，對可用資金額度未能進行有效校驗控制，而訂單生成系統存在的缺陷，會導致特定情況下生成預期外的訂單。由於訂單生成系統存在的缺陷，導致在11時05分08秒之後的2秒內，瞬間生成26082筆預期外的市價委託訂單；由於訂單執行系統存在的缺陷，上述預期外的巨量市價委託訂單被直接發送至交易所。望採納。

『貳』 量化對沖是天使還是魔鬼

從廣義而言，凡是藉助現代統計學和數學的方法，從龐大的歷史數據中選擇能帶來超額收益的多種「大概率」事件以形成策略，然後用數量模型驗證及固化這些規律和策略，最後嚴格執行的方式，都可以稱為量化交易模式。

在中國，從2004年第一隻公募量化產品成立至今，已取得了一定的進展。根據華寶證券的統計，2014年通過信託平台發行的量化對沖基金達到522隻，另外還有72隻券商資管產品發行，保守估計2014年全年新發行的量化對沖產品就超過600隻。

從客觀條件而言，量化交易的實現必須具備四個條件：充分的市場流動性；強大的計算設備；快速的網路；低廉的手續費。在當下的中國，技術和費用都是可以通過「投入」解決的問題，但一些中國特色的障礙仍需直面。

一是原始數據質量不佳，巧婦難為無米之炊。由於金融市場歷史有限，很多公司或產品的數據不全面，而且規范性也有所欠缺。

二是可選擇的工具有限。以境內證券市場為例，股票期權仍屬試點階段，如果是跨境套利，則在監管和轉換上均有成本，別的暫且不提，僅資金進出、境內外兩個賬戶的資金調配、市場假期不同的處理，就需要境內外雙方的磨合。

三是總體規模太小，流動性不夠。以對沖基金為例，根據華寶證券的測算，截至2014年底，國內量化對沖私募的管理資產規模約1500億元，與全球2.7萬億美元的規模相比，約佔0.9%，還有很大的拓展空間。

四是廣大投資者對量化的認識仍然不足。量化基金往往以風險中性策略為主，好處是不論牛市還是熊市都更易獲得穩定收益，但壞處是在大盤單邊上揚的環境里，這點收益對投資者的吸引力遠不如抓住一隻大牛股來得強。

第五點也可以說是最主要的一點：人才儲備缺乏。從主觀條件來看，策略的制定，最終考驗的是對市場的了解，以及量化人才本身具備的能否將「想法」轉化為「實際」的能力。在華爾街，大批物理、數學、計算機背景的專業人士投身於量化交易。甚至有人戲稱，物理博士可能在實驗室，也可能在華爾街做模型，而在中國，類似高端人才的儲備及與金融業的融合明顯不足。

量化路上的新難題

即便水土不服的問題得到解決，也並不是傍上了量化就可以躺著賺錢了。未來之路究竟如何，恐怕還需要認真思考以下一些問題。

第一個問題是：系統一旦出現程序故障，是否會帶來殺傷性的沖擊？

2010年5月6日，高頻、演算法和交易機器人突然出現失控，聯手製造了臭名昭著的道瓊斯市場崩盤，俗稱 2:45閃電崩潰(The Flash Crash of
2:45 p.m.)。道瓊斯工業指數在五分鍾內下跌了近1000點，整個市場9%的財富瞬間蒸發。當時，大多數高頻量化交易公司都從中大賺了一筆。

2012年8月1日，曾經是行業標桿的Knight Capital則遭遇了毀滅性的打擊。由於新使用的交易軟體突然出現故障，
45分鍾內，Knight買賣了價值約70億美元的紐約證券交易所的股票??平均每秒約260萬美元。每次買進時，計算機演算法就會提高市價，而其他公司當然樂見接盤俠的出現，於是Knight被迫花費了4.4億美元來彌補錯誤，公司市值下跌40%，最終導致被收購。

在中國，「光大烏龍指事件」可謂一次史無前例的負向試驗。2013年8月16日，光大證券策略投資部的套利策略系統發生邏輯判斷失誤，導致出現價值234億元人民幣的錯誤買盤，成交約72億。當日，上證綜指一度上漲5.96%，中石油、中石化、工商銀行和中國銀行等權重股盤中一度漲停。雖然其後公司沽出ETF與股指期貨
，依然對當日中國A股市場造成巨大沖擊，並為公司帶來1.94億元人民幣的損失。

第二個問題是：即使系統無瑕疵，模型本身是否會老化？

量化交易主要依賴於數學模型的設計與執行。一個好的量化交易策略可以挖掘出別人尚未發現的市場機會，並及時抓住該機會獲取收益。但一個現實是，套利從某種程度上而言是一個零和市場，如果市場參與者紛紛看到了這個機會，並陸續琢磨出相應的投資程序，則盈利空間必然很快壓縮。換句話說，模型也面臨著老化的壓力。

一般而言，成熟的量化投資部門會設有一個策略模型池，其中包括了許多的交易策略，每一個或者多個交易策略對應一個市場產品、市場行業或者市場特徵。為了提升整體盈利能力，一種方法是完善交易策略池，使用動態方法調用不同的策略，在多種策略上實現資金的動態分配；另一種方法是對每一個模型進行完善升級。但這個升級過程是否有效，對人力資本的考驗非常巨大。

當市場進階到成熟階段，套利機會基本被抹平，那麼只能從「工具」下手進行提升。比較典型的就是具有短持倉特徵的高頻交易模式。當年收購騎士的另一家量化交易巨頭Getco，是被公認為在速度方面具有無可比擬優勢的演算法交易公司。公司為保持幾毫米的優勢花費巨大，但問題是：別的公司也同時在這么做。競爭從未停止，最終結果就是越先進，邊際利潤越稀薄

『叄』 光大烏龍事件到底怎麼回事

2013年8月16日11點05分上證指數出現大幅拉升大盤一分鍾內漲超5%。最高漲幅5.62%，指數最高報2198.85點，盤中逼近2200點。11點44分上交所稱系統運行正常。下午2點，光大證券公告稱策略投資部門自營業務在使用其獨立的套利系統時出現問題。有媒體將此次事件稱為「光大證券烏龍指事件」。

觸發原因
觸發原因是系統缺陷。策略投資部使用的套利策略系統出現了問題，該系統包含訂單生成系統和訂單執行系統兩個部分。核查中發現，訂單執行系統針對高頻交易在市價委託時，對可用資金額度未能進行有效校驗控制，而訂單生成系統存在的缺陷，會導致特定情況下生成預期外的訂單。
由於訂單生成系統存在的缺陷，導致在11時05分08秒之後的2秒內，瞬間重復生成26082筆預期外的市價委託訂單；由於訂單執行系統存在的缺陷，上述預期外的巨量市價委託訂單被直接發送至交易所。[4]
問題出自系統的訂單重下功能，具體錯誤是：11點2分時，第三次180ETF套利下單，交易員發現有24個個股申報不成功，就想使用「重下」的新功能，於是程序員在旁邊指導著操作了一番，沒想到這個功能沒實盤驗證過，程序把買入24個成分股，寫成了買入24組180ETF成分股，結果生成巨量訂單。

深層次原因
該策略投資部門系統完全獨立於公司其他系統，甚至未置於公司風控系統監控下，因此深層次原因是多級風控體系都未發生作用。
交易員級：對於交易品種、開盤限額、止損限額三種風控，後兩種都沒發揮作用。
部門級：部門實盤限額2億元，當日操作限額8000萬元，都沒發揮作用。
公司級：公司監控系統沒有發現234億元巨額訂單，同時，或者動用了公司其他部門的資金來補充所需頭寸來完成訂單生成和執行，或者根本沒有頭寸控制機制。
交易所：上交所對股市異常波動沒有自動反應機制，對券商資金越過許可權的使用沒有風控，對個股的瞬間波動沒有熔斷機制。（上交所聲稱只能對賣出證券進行前端控制）
傳統證券交易中的風控系統交易響應最快以秒計，但也遠遠不能適應高頻套利交易的要求，例如本事件中每個下單指令生成為4.6毫秒，傳統IT技術開發的風控系統將帶來巨大延遲，嚴重影響下單速度，這可能也是各環節風控全部「被失效」的真實原因。

『肆』 楊劍波的人物經歷

從2010年開始，楊劍波開始組建光大證券股份有限公司的復雜交易平台，這個復雜交易平台包含內部對沖基金、銷售交易業務平台、大宗經紀業務，並獲任擔任光大證券旗下專注於跨境及離岸交易的香港復雜交易公司的負責人。其中，他負責的策略投資部具體業務包括股指期貨套利、統計套利、ETF做市及套利、權益互換、結構性產品、場外期權等。在2011-2013年，策略投資部交易平台達到年均凈利潤超過1億人民幣。
楊劍波是數量金融及金融創新領域的專家。2007年他在深交所主辦的《證券市場導報》上發表《低波動率溢價條件下的備兌權證定價》一文，並在《財經》等刊物受邀發表文章。除外，楊劍波還獲邀擔任《財新》傳媒的財經專欄以及《新浪財經》意見領袖專欄的專欄作家。
2012到2013年初，楊劍波曾經受證券監管機構邀請，成為中國場外金融衍生品業務的交易規則的四位起草人之一。

『伍』 8·16光大證券烏龍指事件的原因分析

觸發原因是系統缺陷。策略投資部使用的套利策略系統出現了問題，該系統包含訂單生成系統和訂單執行系統兩個部分。核查中發現，訂單執行系統針對高頻交易在市價委託時，對可用資金額度未能進行有效校驗控制，而訂單生成系統存在的缺陷，會導致特定情況下生成預期外的訂單。
由於訂單生成系統存在的缺陷，導致在11時05分08秒之後的2秒內，瞬間重復生成26082筆預期外的市價委託訂單；由於訂單執行系統存在的缺陷，上述預期外的巨量市價委託訂單被直接發送至交易所。
問題出自系統的訂單重下功能，具體錯誤是：11點2分時，第三次180ETF套利下單，交易員發現有24個個股申報不成功，就想使用「重下」的新功能，於是程序員在旁邊指導著操作了一番，沒想到這個功能沒實盤驗證過，程序把買入24個成分股，寫成了買入24組180ETF成分股，結果生成巨量訂單。 該策略投資部門系統完全獨立於公司其他系統，甚至未置於公司風控系統監控下，因此深層次原因是多級風控體系都未發生作用。
交易員級：對於交易品種、開盤限額、止損限額三種風控，後兩種都沒發揮作用。
部門級：部門實盤限額2億元，當日操作限額8000萬元，都沒發揮作用。
公司級：公司監控系統沒有發現234億元巨額訂單，同時，或者動用了公司其他部門的資金來補充所需頭寸來完成訂單生成和執行，或者根本沒有頭寸控制機制。
交易所：上交所對股市異常波動沒有自動反應機制，對券商資金越過許可權的使用沒有風控，對個股的瞬間波動沒有熔斷機制。（上交所聲稱只能對賣出證券進行前端控制）
傳統證券交易中的風控系統交易響應最快以秒計，但也遠遠不能適應高頻套利交易的要求，例如本事件中每個下單指令生成為4.6毫秒，傳統IT技術開發的風控系統將帶來巨大延遲，嚴重影響下單速度，這可能也是各環節風控全部「被失效」的真實原因。