2023年6月2日，“2023·量化科技嘉年华”在上海世博中心召开，大会由上海市经济和信息化委员会、上海市闵行区政府指导支持，上海市信息服务业行业协会和嘉年华组委会联合主办。

在本届大会上，由QTF 量化科技嘉年华组委会编制的《2023 中国量化科技白皮书》（以下简称“白皮书”）正式发布，白皮书也被收录进“高金智库系列报告”。高金智库（英文名称为SAIF ThinkTank）是上海交通大学上海高级金融学院（高金/SAIF）的智库品牌，主要任务是组织国内外专家学者，围绕党和国家在经济金融领域的政策纲领和任务部署，深入“上海国际金融中心建设”、“国际金融”及“金融科技”等领域，着重研究上海金融中心发展中带有战略性、全局性和前瞻性的问题，向金融管理部门提交研究报告和建议，同时承担相关管理部门交议的研究任务。

白皮书数据体现，量化科技正从相对“小众”，迈步成为“主力军”之一。2022年，百亿级别的证券类私募管理人数量为 113 家，其中 28 家为量化私募，与 2021 年相同。据私募排排网数据显示，28家量化私募在 2022年的平均收益率为 -0.09%，而 2020 年和 2021 年分别为 34% 和 20%。虽然整体净值下跌，但其中有14 家百亿级别的量化私募基金取得了正收益，正收益占比为 50%，表现相当出色。

(相关资料图)

白皮书指出，随着中国资本市场的不断进步和完善，在全面注册制稳步实施的背景下，量化这个相对小众但日益壮大的群体，迎来了全新的发展机遇。量化科技将走出私募与大机构的专属“朋友圈”，不断普及化、散户化。未来，在满足监管和合规要求的前提下，量化行业应共同协同推进数据、算力和算法，从提高交易效率、稳定市场流动性、消除信息不对称、促进市场有效定价，与资本市场共成长。

科技是量化的核心竞争力

白皮书指出，21 世纪起，随着监管制度建设、交易机制的探索与改革逐渐步入正轨，监管层提出“超常规发展机构投资者”，公募基金、私募基金、社保基金、保险基金、QFII 等不同类型的机构投资者批量崛起并积极入市，金融与投资工具也不断丰富，国内量化投资与量化科技也逐渐产生、不断壮大。概括而言，我国量化科技发展大致可以划分为以下三个阶段（见图 1.1）。

随着进入第三阶段，广泛的新型科技工具的应用成为这一时期量化科技发展的新特征，人工智能、区块链、云计算、大数据等为代表的现代信息技术深度融合，促使量化科技向着信息化、数字化、智能化方向持续迈进。如机器学习、深度学习等AI算法在股票和衍生品市场上取得了显著成绩，为投资者创造了巨大的收益，正深刻地改变着投资理念和投资生态。

量化交易利用数学、统计学和计算机技术，通过对金融市场的历史数据和市场现状等进行分析和计算，确定交易规则和交易控制，从而实现自动化的交易过程。而在数据获取、数据加工、数据存储、策略研究、策略构建、策略执行和投后分析等七个阶段，量化交易过程中用到的各种数据源信息、软件技术、硬件资源、网络技术和模型算法，涵盖了量化交易的投前、投中和投后全过程。

国际量化科技发展特征

白皮书指出，与国内相比，国际量化科技起步早、发展快。得益于强大的数学物理模型和超级计算能力的发展，量化交易已经形成了相当庞大的规模，并呈现出以下特点：

1、数据依赖加深

量化科技发展严重依赖数据，数据用于创建可以分析金融市场并预测未来趋势的数学模型和算法。随着大数据的兴起以及机器学习和人工智能的进步，量化科技发展需要数量庞大且优质的数据。

2、技术发展迅速

进入 21 世纪，计算机技术（尤其是云计算、大数据、机器学习技术）的发展，为人工智能深入量化领域奠定了良好的基石。随着量化科技越来越先进，技术不断发展，新算法和模型正在得到快速开发和完善，更新迭代速度猛然加快。这意味着量化科技公司必须能够快速适应新的发展，以保持竞争力。

3、硬件算力提高

随着策略模型的不断进化，越是优质的模型，越需要强大的算力来驾驭。目前传统计算机的算力已经无法支撑一些较为复杂模型的运转，算力的提高已成为必需，因此云服务和分布式计算技术受到了普遍的欢迎。

4、风控性能增强

随着算法和自动交易系统的使用，金融市场上的大部分交易现在都可以在没有人工干预的情况下完成。这提高了效率和速度，但也引发了对潜在意外后果和系统性风险的担忧，需要加强风控能力建设。

5、监管审查趋严

近年来，国际金融市场中量化模型和算法的使用受到越来越多的监管审查。监管机构担心市场操纵的可能性以及与自动交易系统相关的其他风险，采取了更严格的监管措施。

国内量化科技迎头赶上

白皮书指出，与欧美大型量化基金相比，虽然国内量化发展历史较短，市场规模也不可同日而语。但总体而言，国内量化科技公司正处于快速学习并追赶国外同行的过程当中，并且呈现出以下特点：

1、交易链路极致化

在交易所和证券公司的共同努力下，交易全链路时延方面近年来优化提升效果明显。第一代证券交易系统进入完善的集中交易系统时代，第二代集中交易系统链路延时在 10 毫秒左右，第三代快速交易系统延迟达到 100 微秒以内。

2、量化投研智能化

机构客户对券商的服务诉求从传统的“一元极速交易通道竞速”转变为“因子数据、算力支撑、极速通道的多元场景服务”。基于云原生的可管可控量化投研平台，通过将投研服务迁移至云原生应用架构，将应用容器化与算力池化，根据用户需求弹性调配算力等资源并进行自动化运维，实现集约成本管控、数据资源权限管控、安全认证机制、系统监控与日志审计、流量管控、敏感信息识别等多种可管可控能力，打造更科学的安全管控的行业云。

3、行业服务生态化

践行“开放证券”理念，证券公司保持高强度 IT 投入，建立科技与业务融合的创新机制，打造业务开放载体——开放金融云平台，在合规的前提下标准化公司业务、技术能力和服务，并与生态合作伙伴对接。探索共建行业云链基础设施，赋能证券行业数字化转型，积极构建与金融同业的开放合作新模式，以科技为桥梁拓展跨界产业与生态合作，力争为量化交易客户提供更加丰富的系统服务生态。

4、监管方式数字化

监管科技与金融科技同步发展，陪伴着量化交易参与者持续成长，为行业平稳发展保驾护航。建设一个运转高效的监管大数据平台，综合运用电子预警、统计分析、数据挖掘等数据技术，围绕资本市场的主要生产业务活动，进行实时监控和历史分析调查，辅助监管人员对市场主体进行全景式分析、实施对市场主体的监控监测，及时发现涉及内幕交易、市场操纵的违法违规行为，履行监管职责，维护市场交易秩序。

5、合规完善持续化

从证券行业开始约束整顿外部接入系统，加强证券公司信息系统外部接入管理，到证券行业极速柜台普及上线，到进一步规范证券公司对交易系统的管理要求，以及可转债程序化报送管理和期权程序化报备管理等规范的出台，随着量化行业的迅猛发展，量化交易相关管理要求、技术规范和行业标准陆续出台，管理更加细致到位，独立明晰的量化交易管理要求进一步促进量化交易行业平稳、健康、有序的发展。

打造共创共赢的量化科技生态体系

白皮书指出，量化科技的发展，离不开生态体系的打造。量化科技生态体系是由监管制度、服务机构、交易所、金融机构、学术界等构成的一个复杂的系统。

这个生态体系以量化科技为核心，提供了一系列金融数据、分析模型、交易策略、交易工具等服务，支持投资者进行量化交易、风险管理与资产配置等活动。

其中，量化投资机构是核心驱动者，他们发掘、整理和分析金融市场的大量数据，研究并开发算法模型、交易策略，通过与相关服务机构的合作实现策略目标，提升投资业绩和风险管理水平，获得更多客户和资产管理业务。

科技服务商是量化科技生态体系的关键组成部分，他们提供数据服务、技术支持、IT 基础设施等服务，以支持量化科技公司和金融机构的研发和运作。

此外，学术界也扮演着重要角色，他们深入研究金融市场运行机制，积极参与量化科技人才培养，为量化技生态体系注入新动力(310328)。

量化科技发展痛点及挑战

白皮书指出，面对高频率的创新迭代，业务革新大潮带来的新业务新品种增加，量化科技背后的整个生态体系面临巨大挑战，一面要全力确保软件质量和系统运行稳定，另一方面要快速适应新交易规则和市场环境变化。

面对挑战，白皮书指出，一方面，量化交易监管框架仍需完善，量化交易策略算法多处于黑盒或者灰盒状态，具有一定的隐蔽性，有必要对程序化交易进一步细化和辨析，如增加频率、策略、算法等方面的相关分类和说明，包括在代码及策略算法层面的数据使用上加强监管，以推动量化科技行业健康持续发展；同时，行业技术标准建设有待加强，目前量化科技领域的团体标准、行业标准比较缺乏，将不利于量化数据质量与交换效率的提升，以及量化交易系统与平台软件质量的保证，将影响量化科技的长期发展。

白皮书特别指出，随着量化私募管理人之间的竞争愈发激烈，提高自身的技术和团队能力，量化科技投入竞争正在加剧 。目前中国证券公司不仅有不少中小型券商以量化科技支持服务为竞争特色，行业排名靠前的证券公司也均加入量化科技竞争战场，各家公司在投入和技术指标上的竞争日趋激烈。

目前量化科技行业并没有形成统一的延时测试基准，各家穿透延时数据不一定具有严格意义上可比性，但很明显低延时的竞争态势不断加剧，已经深入到亚微秒级甚至纳秒级。

量化科技发展建议

2022 年 1 月，中国人民银行印发《金融科技发展规划（2022-2025 年）》，提出新时期金融科技发展指导意见，明确了金融数字化转型的总体思路、发展目标、重点任务和实施保障，为量化科技发展提供了政策方面的指引和保障。

从我国量化科技的发展来看，尤其与作为发达国家的美国相比，我国仍处在发展的初级阶段。白皮书建议，量化科技行业应在制度体系、机构发展、生态建设等多层面发展与提高量化科技，以进一步拓展其在专业投资、资产管理、投顾业务等方面的应用场景。

白皮书建议，应从业务本质出发进行监管。要求各机构恪守技术及金融服务边界，不得以互联网、软件、算法、模型等名义变相开展相关业务，注意人工智能算法模型缺陷及同质化等问题对金融市场稳定运行造成的潜在干扰。坚持金融业务与非金融业务严格隔离，厘清科技服务与金融业务边界，防范借科技名义违法违规从事金融业务，规避科技发展带来的风险及隐患，将是量化科技发展过程中须始终坚持的重要原则。

白皮书建议，量化科技的发展涉及多类前沿技术，相关领域进步需要量化科技生态圈各方共同努力。金融机构可进一步强化与量化科技生态圈的协同，从底层技术到数据中台再到前端应用，基于开放理念，全价值链条寻找合作伙伴，共同推动技术应用进步，提升客户服务体验，促进自身自研能力的提升；协同内部技术、资本、投行等多条线，在对量化科技产业链企业进行充分尽调的基础上，发掘具有潜力的公司，选择合适的量化科技企业进行战略投资布局，基于陪伴成长的思路，帮助企业进行融资、上市和并购等活动，在生态圈内强化合作粘性；结合自身资源禀赋，通过峰会、专题研讨会、行业课题共研等行业交流的形式展现和分享最新成果与技术进步情况，了解当前技术前沿与市场需求变化，共同探索技术应用场景，推动相关领域的共同进步。

最后白皮书建议，应在量化科技领域大力“促进普惠与投资者教育”。尽管量化私募在过去几年的表现相对优异，但仍然存在市场波动风险和技术风险等问题。因此，投资者在选择投资产品时需要进行充分的风险评估和研究。同时，监管部门也需要加强对量化私募的监管和规范，以保护投资者的合法权益，并促进市场的健康发展。

量化科技正在飞入“寻常百姓家”，在让广大个人投资者共享量化科技发展红利的同时，应尽可能给予所有投资者最大程度上的公平，切实提升量化科技服务行业、服务实体经济的质效。

（免责声明：此文内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，请自行核实相关内容。广告内容仅供读者参考。）