光大8.16事件与量化投资管理
一、事件始末
2013年8月16日，对很多股民来说，这是不平凡的一天，因为在这一天，很多股民见证或坐了史上最大的过山车。

在上午11点前，上证指数一直围绕2070点窄幅震荡。

11点03分开始，上证指数开始直线拉升，中石油、中石化、工商银行纷纷暴走，并瞬间触及涨停。

之后，银行板块、钢铁板块、地产板块集体跟进，使上证迅速摸高至2199点，截止中午收盘，沪指报2148.39点，上涨3.19%；深成指报收8468.58点，涨幅2.91%。

午后，消息面逐渐明朗。

原来，光大证券衍生品部门做量化投资的一个ETF套利产品下单失误，将3000万股错写成3000万手，此举直接导致了上证指数瞬间暴涨。

此后，上交所确认是光大证券的系统问题，技术人员正在查证。

上证指数开始直线回落，基本上“从哪里来，到哪里去”。

而处于漩涡中的光大证券申请临时停牌。

图1：光大乌龙事件始末梳理图
资料来源：金融参考2013（10）光大乌龙之殇徐云龙，祝思凡，陈宋生
8月30日，证监会就“8·16乌龙指事件”开出罚单，停止光大证券除固定收益证券自营业务外的证券自营业务，暂停批准公司新业务的申请，对其罚款5．23亿元，并对ETF相关内幕交易的徐浩明、杨赤忠、沈诗光、杨剑波给予警告，并分别罚款60万元，同时对四人采取终身证券市场禁入措施。

这也是中国证券市场“史上最严罚单”。

二、量化投资
1、什么是量化投资？
所谓量化投资，简单而言是指以数据为基础、以模型为核心、以程序化交易为手段的一种交易方式。

在海外已经比较普遍。

量化投资有三大特点：一是投资视角广，借助电脑高效、准确处理天文数量的信息，于所有市场寻找更广泛的投资机会；二是投资纪律强，严格执行数量化投资模型所给出的投资建议；三是对历史数据依赖性强。

量化投资在发达国家已有30 多年发展历史。

但中国正处于起步阶段。

近年中国股市低迷，量化投资开始兴起。

2、量化投资的类型
量化投资技术几乎覆盖了投资的全过程, 一般配来说包括量化选股、量化择时等以下8种策略。

1)量化选股
量化选股就是采用数量的方法判断某个公司是否值得买入的行为。

量化选股的方法有很多种,总的来说,可以分为公司估值法、趋势法和资金法三大类。

2)量化择时
众多的研究发现我国股市的指数收益中, 存在经典线性相关之外的非线性相关,从而拒绝了随机游走的假设,指出股价的波动不是完全随机的,它貌似随机、杂乱,但在其复杂表面的背后,却隐藏着确定性的机制, 因此存在可预测成分。

3)股指期货套利
股指期货套利是指利用股指期货市场存在的不合理价格, 同时参与股指期货与股票现货市场交易, 或者同时进行不同期限, 不同(但相近)类别股票指数合约交易,以赚取差价的行为,股指期货套利主要分为期现套利和跨期套利两种。

4)商品期货套利
商品期货套利盈利的逻辑原理是基于以下几个方面:（1）相关商品在不同地点、不同时间对应都有一个合理的价格差价。

（2）由于价格的波动性,价格差价经常出现不合理。

（3）不合理必然要回到合理。

（4）不合理回到合理的这部分价格区间就是盈利区间。

5)统计套利
有别于无风险套利, 统计套利是利用证券价格的历史统计规律进行套利,是一种风险套利,其风险在于这种历史统计规律在未来一段时间内是否继续存在。

统计套利在方法上可以分为两类,一类是利用股票的收益率序列建模,目标是在组合的β值等于零的前提下实现alpha收益,我们称之为β中性策略;另一类是利用股票的价格序列的协整关系建模, 我们称之为协整策略。

6)期权套利
期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约,希望在日后对冲交易部位或履约时获利的交易。

期权套利的交易策略和方式多种多样,是多种相关期权交易的组合,具体包括:水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。

7)算法交易
算法交易又被称为自动交易、黑盒交易或者机器交易, 它指的是通过使用计算机程序来发出交易指令。

在交易中,程序可以决定的范围包括交易时间的选择、交易的价格、甚至可以包括最后需要成交的证券数量。

根据各个算法交易中算法的主动程度不同,可以把不同算法交
易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。

8)资产配置
资产配置是指资产类别选择, 投资组合中各类资产的适当配置以及对这些混合资产进行实时管理。

量化投资管理将传统投资组合理论与量化分析技术的结合,极大地丰富了资产配置的内涵,形成了现代资产配置理论的基本框架。

它突破了传统积极型投资和指数型投资的局限, 将投资方法建立在对各种资产类股票公开数据
三、“8.16”事件看量化投资
“8·16光大乌龙事件”让曾经被认为只是少数人从事的量化投资业务展现出撬动市场的巨大能量，或许A股的生态已变，只是我们的交易规则、监控体系还未跟上步伐。

当前量化交易确实发展比较快，出现了两个问题：一个问题是审批比较粗糙，所以在后台支持等方面都不是很完善，有些软件，包括这次光大使用的软件，开发过程中没经过非常严格的在极端状况下的检验；另一个问题是存在一定的违规性，按道理任何一道指令下去都有一个验资的过程，要看账上有没有资金、有没有相关股票，但是在高频交易中，一单交易形成的速度只有零点几秒，验资会影响到速度，绕过这道检验，把控制放在了前面，这种情况在一些公司当中是存在的。

”
如何让量化投资在中国市场规范发展是管理层必须正视的问题，在这个问题上，以下几个方面需要引起重视：
1）对于高频交易，要加强监督甚至加以限制。

高频交易通过借助强大的计算机系统和复杂的程序运算，在百分之一或千分之一秒内自动完成大量订单，从绩效的价格波动区间中获得利润。

但其蕴藏的市场风险也是巨大的，所以美国SEC于2009年全面禁止了高频交易打雷中的“闪电指令交易”，近年来针对极具争议性的，通过将交易系统设置在某个交易所的数据中心以缩短交易指令向交易商的执行滞纳“联置”交易形式也从来未停住过调查和监管。

有必要学习借鉴美国的做法。

2）建立与完善相对应的措施与制度。

例如建立“熔断机制”，以及对给市场带来重大影响的乌龙指交易予以取消的制度。

在这方面美国股市同样有着完善的做法。

例如2010年5月6日，美股一名交易员在卖出股票时误将1600万美元打成160亿美元，导致道琼斯指数出现近千点的“闪电暴跌”。

当天每股收盘后，纳斯达克运营部巡捕，在当天下午2时40分或之前最后一笔交易的报价超过60%的交易指令全部取消。

为避免类似事故重演，美国证交会2010年6月更新“熔断机制”。

根据该机制，价格不低于1美元的股票或交易所交易基金（ETF）如果在5分钟内波动达到或者超过30%，将被暂停交易；价格低于1美元的证券如果5分钟内波幅达到或超过50%，将被暂停交易。

3）建立中小投资者利益保护制度，确保“乌龙指”时间的肇事者及机构不得从“乌龙指”事件及其相关事件中获得利益。

在这方面美国市场的做法同样值得借鉴。

如2010年4月高盛发生权证“乌龙”事件，导致结算价格与理论值相差百倍，权证价格急速飙升，高盛后来回购权证，回购价为这4只权证的净购买总值的110%。

同时，每位参与回购的权证持有人将获得5000元的一次性补偿费。

按照这一方案，投资者的成本都能得以回收。

四、量化投资历史经典案例——LTCM的破产
美国长期资本管理公司（Long-Term Capital Management，简称LTCM）成立于1994年2
月，总部设在离纽约市不远的格林威治，是一家主要从事定息债务工具套利活动的对冲基金。

1998年亚洲金融风暴时，美国长期资本管理公司（LTCM）陷入破产边沿。

LTCM将金融市场的历史资料、相关理论学术报告及研究资料与市场信息有机结合，通过电脑进行大量的数据处理，形成一套较为完整的电脑数学自动投资系统模型，建立起庞大的债券及衍生产品的投资组合，进行投资套利活动。

籍此优势，LTCM于4 年时间获得超过3 倍的收益！
然而，进入1998年亚洲金融风暴，LTCM依据过往历史数据计算得出，新兴市场债券与美国国债之间利率大于某个数值便会折返。

于是买入新兴市场债券，沽空美国国债。

岂料8 月17日俄罗斯政府宣布卢布贬值，并宣布冻结281 亿卢布（135 亿美元）国债。

LTCM的投资就此逆转。

8 月底LTCM 的资本只剩下23亿美元，但所持证券及衍生品价值超1000亿美元，杠杆倍数高达45倍。

到9 月25 日，LTCM资本只剩下4 亿美元且负债超过1000亿美元，杠杆倍数达250 倍。

最终LTCM的结果是倒闭。

LTCM的策略其后被喻为“推土机前捡五美分”，真是恰如其分。

追究其破产原因，主要是这套电脑数学自动投资模型中也有一些致命之处：
（1）模型假设前提和计算结果都是在历史统计基础上得出的，但历史统计永不可能完全涵盖未来现象；
（2）LTCM投资策略是建立在投资组合中两种证券的价格波动的正相关的基础上。

尽管它所持核心资产德国债券与意大利债券正相关性为大量历史统计数据所证明，但是历史数据的统计过程往往会忽略一些小概率事件，亦即上述两种债券的负相关性。

因此，埋下了隐患--一旦小概率事件发生，其投资系统将产生难以控制风险，产生难以预料的后果。