光大证券高频统计套利

『壹』 光大证券乌龙到底是怎么回事

周日下午，光大证券发布《光大证券股份有限公司重大事项的公告》，对8月16日“乌龙指”一事进行公告说明。
经初步核查，本次事件产生的原因主要是策略投资部使用的套利策略系统出现了问题，该系统包含订单生成系统和订单执行系统两个部分。核查中发现，订单执行系统针对高频交易在市价委托时，对可用资金额度未能进行有效校验控制，而订单生成系统存在的缺陷，会导致特定情况下生成预期外的订单。由于订单生成系统存在的缺陷，导致在11时05分08秒之后的2秒内，瞬间生成26082笔预期外的市价委托订单；由于订单执行系统存在的缺陷，上述预期外的巨量市价委托订单被直接发送至交易所。望采纳。

『贰』 量化对冲是天使还是魔鬼

从广义而言，凡是借助现代统计学和数学的方法，从庞大的历史数据中选择能带来超额收益的多种“大概率”事件以形成策略，然后用数量模型验证及固化这些规律和策略，最后严格执行的方式，都可以称为量化交易模式。

在中国，从2004年第一只公募量化产品成立至今，已取得了一定的进展。根据华宝证券的统计，2014年通过信托平台发行的量化对冲基金达到522只，另外还有72只券商资管产品发行，保守估计2014年全年新发行的量化对冲产品就超过600只。

从客观条件而言，量化交易的实现必须具备四个条件：充分的市场流动性；强大的计算设备；快速的网络；低廉的手续费。在当下的中国，技术和费用都是可以通过“投入”解决的问题，但一些中国特色的障碍仍需直面。

一是原始数据质量不佳，巧妇难为无米之炊。由于金融市场历史有限，很多公司或产品的数据不全面，而且规范性也有所欠缺。

二是可选择的工具有限。以境内证券市场为例，股票期权仍属试点阶段，如果是跨境套利，则在监管和转换上均有成本，别的暂且不提，仅资金进出、境内外两个账户的资金调配、市场假期不同的处理，就需要境内外双方的磨合。

三是总体规模太小，流动性不够。以对冲基金为例，根据华宝证券的测算，截至2014年底，国内量化对冲私募的管理资产规模约1500亿元，与全球2.7万亿美元的规模相比，约占0.9%，还有很大的拓展空间。

四是广大投资者对量化的认识仍然不足。量化基金往往以风险中性策略为主，好处是不论牛市还是熊市都更易获得稳定收益，但坏处是在大盘单边上扬的环境里，这点收益对投资者的吸引力远不如抓住一只大牛股来得强。

第五点也可以说是最主要的一点：人才储备缺乏。从主观条件来看，策略的制定，最终考验的是对市场的了解，以及量化人才本身具备的能否将“想法”转化为“实际”的能力。在华尔街，大批物理、数学、计算机背景的专业人士投身于量化交易。甚至有人戏称，物理博士可能在实验室，也可能在华尔街做模型，而在中国，类似高端人才的储备及与金融业的融合明显不足。

量化路上的新难题

即便水土不服的问题得到解决，也并不是傍上了量化就可以躺着赚钱了。未来之路究竟如何，恐怕还需要认真思考以下一些问题。

第一个问题是：系统一旦出现程序故障，是否会带来杀伤性的冲击？

2010年5月6日，高频、算法和交易机器人突然出现失控，联手制造了臭名昭著的道琼斯市场崩盘，俗称 2:45闪电崩溃(The Flash Crash of
2:45 p.m.)。道琼斯工业指数在五分钟内下跌了近1000点，整个市场9%的财富瞬间蒸发。当时，大多数高频量化交易公司都从中大赚了一笔。

2012年8月1日，曾经是行业标杆的Knight Capital则遭遇了毁灭性的打击。由于新使用的交易软件突然出现故障，
45分钟内，Knight买卖了价值约70亿美元的纽约证券交易所的股票??平均每秒约260万美元。每次买进时，计算机算法就会提高市价，而其他公司当然乐见接盘侠的出现，于是Knight被迫花费了4.4亿美元来弥补错误，公司市值下跌40%，最终导致被收购。

在中国，“光大乌龙指事件”可谓一次史无前例的负向试验。2013年8月16日，光大证券策略投资部的套利策略系统发生逻辑判断失误，导致出现价值234亿元人民币的错误买盘，成交约72亿。当日，上证综指一度上涨5.96%，中石油、中石化、工商银行和中国银行等权重股盘中一度涨停。虽然其后公司沽出ETF与股指期货
，依然对当日中国A股市场造成巨大冲击，并为公司带来1.94亿元人民币的损失。

第二个问题是：即使系统无瑕疵，模型本身是否会老化？

量化交易主要依赖于数学模型的设计与执行。一个好的量化交易策略可以挖掘出别人尚未发现的市场机会，并及时抓住该机会获取收益。但一个现实是，套利从某种程度上而言是一个零和市场，如果市场参与者纷纷看到了这个机会，并陆续琢磨出相应的投资程序，则盈利空间必然很快压缩。换句话说，模型也面临着老化的压力。

一般而言，成熟的量化投资部门会设有一个策略模型池，其中包括了许多的交易策略，每一个或者多个交易策略对应一个市场产品、市场行业或者市场特征。为了提升整体盈利能力，一种方法是完善交易策略池，使用动态方法调用不同的策略，在多种策略上实现资金的动态分配；另一种方法是对每一个模型进行完善升级。但这个升级过程是否有效，对人力资本的考验非常巨大。

当市场进阶到成熟阶段，套利机会基本被抹平，那么只能从“工具”下手进行提升。比较典型的就是具有短持仓特征的高频交易模式。当年收购骑士的另一家量化交易巨头Getco，是被公认为在速度方面具有无可比拟优势的算法交易公司。公司为保持几毫米的优势花费巨大，但问题是：别的公司也同时在这么做。竞争从未停止，最终结果就是越先进，边际利润越稀薄

『叁』 光大乌龙事件到底怎么回事

2013年8月16日11点05分上证指数出现大幅拉升大盘一分钟内涨超5%。最高涨幅5.62%，指数最高报2198.85点，盘中逼近2200点。11点44分上交所称系统运行正常。下午2点，光大证券公告称策略投资部门自营业务在使用其独立的套利系统时出现问题。有媒体将此次事件称为“光大证券乌龙指事件”。

触发原因
触发原因是系统缺陷。策略投资部使用的套利策略系统出现了问题，该系统包含订单生成系统和订单执行系统两个部分。核查中发现，订单执行系统针对高频交易在市价委托时，对可用资金额度未能进行有效校验控制，而订单生成系统存在的缺陷，会导致特定情况下生成预期外的订单。
由于订单生成系统存在的缺陷，导致在11时05分08秒之后的2秒内，瞬间重复生成26082笔预期外的市价委托订单；由于订单执行系统存在的缺陷，上述预期外的巨量市价委托订单被直接发送至交易所。[4]
问题出自系统的订单重下功能，具体错误是：11点2分时，第三次180ETF套利下单，交易员发现有24个个股申报不成功，就想使用“重下”的新功能，于是程序员在旁边指导着操作了一番，没想到这个功能没实盘验证过，程序把买入24个成分股，写成了买入24组180ETF成分股，结果生成巨量订单。

深层次原因
该策略投资部门系统完全独立于公司其他系统，甚至未置于公司风控系统监控下，因此深层次原因是多级风控体系都未发生作用。
交易员级：对于交易品种、开盘限额、止损限额三种风控，后两种都没发挥作用。
部门级：部门实盘限额2亿元，当日操作限额8000万元，都没发挥作用。
公司级：公司监控系统没有发现234亿元巨额订单，同时，或者动用了公司其他部门的资金来补充所需头寸来完成订单生成和执行，或者根本没有头寸控制机制。
交易所：上交所对股市异常波动没有自动反应机制，对券商资金越过权限的使用没有风控，对个股的瞬间波动没有熔断机制。（上交所声称只能对卖出证券进行前端控制）
传统证券交易中的风控系统交易响应最快以秒计，但也远远不能适应高频套利交易的要求，例如本事件中每个下单指令生成为4.6毫秒，传统IT技术开发的风控系统将带来巨大延迟，严重影响下单速度，这可能也是各环节风控全部“被失效”的真实原因。

『肆』 杨剑波的人物经历

从2010年开始，杨剑波开始组建光大证券股份有限公司的复杂交易平台，这个复杂交易平台包含内部对冲基金、销售交易业务平台、大宗经纪业务，并获任担任光大证券旗下专注于跨境及离岸交易的香港复杂交易公司的负责人。其中，他负责的策略投资部具体业务包括股指期货套利、统计套利、ETF做市及套利、权益互换、结构性产品、场外期权等。在2011-2013年，策略投资部交易平台达到年均净利润超过1亿人民币。
杨剑波是数量金融及金融创新领域的专家。2007年他在深交所主办的《证券市场导报》上发表《低波动率溢价条件下的备兑权证定价》一文，并在《财经》等刊物受邀发表文章。除外，杨剑波还获邀担任《财新》传媒的财经专栏以及《新浪财经》意见领袖专栏的专栏作家。
2012到2013年初，杨剑波曾经受证券监管机构邀请，成为中国场外金融衍生品业务的交易规则的四位起草人之一。

『伍』 8·16光大证券乌龙指事件的原因分析

触发原因是系统缺陷。策略投资部使用的套利策略系统出现了问题，该系统包含订单生成系统和订单执行系统两个部分。核查中发现，订单执行系统针对高频交易在市价委托时，对可用资金额度未能进行有效校验控制，而订单生成系统存在的缺陷，会导致特定情况下生成预期外的订单。
由于订单生成系统存在的缺陷，导致在11时05分08秒之后的2秒内，瞬间重复生成26082笔预期外的市价委托订单；由于订单执行系统存在的缺陷，上述预期外的巨量市价委托订单被直接发送至交易所。
问题出自系统的订单重下功能，具体错误是：11点2分时，第三次180ETF套利下单，交易员发现有24个个股申报不成功，就想使用“重下”的新功能，于是程序员在旁边指导着操作了一番，没想到这个功能没实盘验证过，程序把买入24个成分股，写成了买入24组180ETF成分股，结果生成巨量订单。 该策略投资部门系统完全独立于公司其他系统，甚至未置于公司风控系统监控下，因此深层次原因是多级风控体系都未发生作用。
交易员级：对于交易品种、开盘限额、止损限额三种风控，后两种都没发挥作用。
部门级：部门实盘限额2亿元，当日操作限额8000万元，都没发挥作用。
公司级：公司监控系统没有发现234亿元巨额订单，同时，或者动用了公司其他部门的资金来补充所需头寸来完成订单生成和执行，或者根本没有头寸控制机制。
交易所：上交所对股市异常波动没有自动反应机制，对券商资金越过权限的使用没有风控，对个股的瞬间波动没有熔断机制。（上交所声称只能对卖出证券进行前端控制）
传统证券交易中的风控系统交易响应最快以秒计，但也远远不能适应高频套利交易的要求，例如本事件中每个下单指令生成为4.6毫秒，传统IT技术开发的风控系统将带来巨大延迟，严重影响下单速度，这可能也是各环节风控全部“被失效”的真实原因。