高盈量化｜港量化投資鬥快 交易時延僅3微秒 高盈採用AI代理 兼以晶片並行運算
原文刊於信報財經新聞「CEO AI⎹ EJ Tech——高管對談」
人工智能（AI）浪潮正由生成內容深入金融市場，量化投資亦由傳統人手挖掘因子，走向自動化研究、回測及交易。高盈量化董事長吳超從事量化投資領域接近30年，到2016年創立高盈量化，他日前接受本報專訪，探討AI代理如何重組量化投研流程、FPGA（現場可編程邏輯陣列）晶片如何把交易延遲壓縮至平均3微秒，以及大量機構採用AI會否加劇策略同質化等問題。
吳超表示，金融投資尤其量化投資，是AI深度落地的核心場景之一，「因為本身量化交易它就是基於數學模型，以及統計學的這些學科來產生的。」早期AI技術主要是幫助收集資料、智能統計，及至近年AI代理興起，更可將傳統高頻策略拆解為多個獨立模組，由多個專業AI代理模擬量化研究員分工作業，各自負責處理技術指標、財務數據、量價、新聞和風控資料等。
實現數據挖掘和自我迭代
傳統多因子策略，依靠研究員人手挖掘。吳超認為經歷多年行業發展，目前市場約95%基礎因子，均已被市場充分挖掘和廣泛運用，剩餘僅5%高價值、邊際超額因子，依靠人類經驗極難挖掘。為突破此一限制，高盈前年落地「AI智能大腦」，以深度學習與強化學習為核心，實現自主數據挖掘和自我迭代，並透過實時回測來驗證成效、動態修正模型參數。
找到因子以後，投資仍舊需要精準、高效執行，因此業界也一直在做高頻交易的速度競爭，吳超表示：「從早些年的秒級競爭，到後來的毫秒級的競爭，現在已經到了微秒級的競爭，美國有一些大型機構甚至正做納秒級的競爭。」現時高盈通過FPGA可編程晶片，搭配圖像處理器（GPU）大規模並行運算與模型持續優化，已將平均延遲壓低到3微秒左右。
外界可能有人憂慮機構大量使用AI技術，會重演過去的擁擠交易危機，然而吳超較為樂觀。他直言：「實際上同質化出現的概率很低，各機構底層的訓練模型架構、模型調優邏輯、特徵定義方式及參數體系皆截然不同，最終生成的交易策略自然存在本質性差異。」按照近年海外量化市場實際觀測結果，即使機構使用相同開源模型，彼此調優結果、產出策略都有明顯分別。
為了促進量化行業整體發展，高盈還選擇扮演「技術布道者」，對外開放標準化「軟件即服務」（SaaS）量化服務，基於多年打磨的專業量化回測體系，整合因子庫、交易數據等，為業界提供成熟、高效的量化研發工具。吳超稱，有關做法參照了日本三菱汽車，「它自己有賣整車，同時它也賣三菱的很多配件。」故他覺得此舉既能分攤研發投入成本，亦不會損及自身頂級交易策略與核心競爭壁壘。
夥理大研發前沿技術
談到公司身份，吳超特別強調高盈「從公司設立的時候，我們就是香港本土持牌金融機構」。鑑於香港高端技術工程人才稀缺、研發成本偏高，公司後續在深圳設立技術子公司，作為全球研發後勤與人才基地而資管總部、合規營運、市場前台與核心管理體系，則始終根留香港。
最後，吳超認為：「深耕香港市場十載，我們深刻感受到，香港是全球基金營運與資產管理的最佳樞紐，更是開展國際量化金融業務的絕佳土壤。」他又表示，量化機構的成長發展，最終取決於人才及科研投入。高盈目前亦繼續從各地招募，並跟香港理工大學等機構合作，共同研發前沿AI技術，以應用到量化投資。
採訪、撰文：郭文德
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
