新华财经北京1月21日电 中国科学院计算机网络信息中心特聘研究员、北京智速科技有限公司CEO王子田博士日前表示，随着监管部门对量化行业的深入了解和监管能力的增强，行业的层层约束逐步放松，量化交易逐渐成为金融市场中的重要组成部分和活跃力量。目前量化交易规模不断扩大，呈现稳步发展的新局面。随着国内参与者水平的提升和新技术的应用，量化交易已经由最初的因子竞争逐渐过渡到算法竞争和算力竞争，算法和算力的完美结合将为试图寻求突破的量化交易公司和团队带来全新的方向。
王子田博士是在出席中国并购公会信用管理专业委员会资本市场信用风险小组“资本市场自动量化交易”闭门沙龙时作上述表示的。
王子田博士介绍说，国内二级市场自动量化交易目前整体处在如火如荼的发展阶段。国内的量化交易启动于2000年代，极盛于2015年，随后随着最严厉监管政策的出台，迅速跌入冰点。2015年以来，量化算法和策略开始大洗牌，老一批的团队和算法被逐渐淘汰，新生代的团队和算法适应了新的市场环境逐步崛起。截至目前，随着监管对量化行业的更深入了解和监管能力的增强，行业的层层约束也在被逐步放松。量化交易，逐渐成为金融市场中的重要组成部分和活跃力量。目前量化交易的规模不断扩大，出现稳步发展的新局面。私募、券商、公募、保险、银行都在拥抱量化交易和量化产品。截至2019年底，国内资产管理规模超百亿的量化私募已有5家。
王子田博士表示，数据是量化交易的重要组成部分，量化研究者的重要任务就是将在数据中蕴藏的大量信息通过因子或算法的手段提取出来并加以应用。除了通用的量价信息之外，量化研究者是最早和最开放地拥抱新数据和大数据的一批人，其探索的数据涵盖范围极其广泛，从上市公司的内部经营信息到整体宏观政策与数据，从气象的变化信息到货物的进出口记录，从炒股者和网民的股票关注与点击记录到搜索引擎的搜索热点等，关注点异常丰富。
王子田博士认为，交易产生的深度行情数据本身就规模庞大，再加上丰富多彩的另类数据，为在有限时间内寻找到最优的策略和参数，高性能的大数据的处理技术就显得格外重要。高性能计算技术在金融领域尤其是二级市场算法与交易领域，涵盖计算集群搭建、存量数据的高效存储与访问，实时数据极速处理，实际业务问题建模与加速算法设计等多方面。随着国内参与者水平的提升和新技术的应用，量化交易已经由最初的因子竞争逐渐过渡到算法竞争和算力竞争，算法和算力的完美结合将为试图寻求突破的量化交易公司和团队带来全新的方向。
中国并购公会信用管理专业委员会成立于2019年12月8日，定位为凝聚产学研力量，发挥专业智库作用，打造专业一流的信用管理研发平台。专业委员会下设七个专业小组：商业信用小组、资本市场信用风险小组、个人（小微企业）征信小组、信用风险量化分析小组、大数据与金融科技小组、信用法律小组、社会信用小组，近期还将筹建海外征信小组。专委会汇集了国内外一流的信用管理相关专家，第一批60名专家委员中超过三分之二具有博士学位，超过一半具有海外留学工作经历。（完）
