请问 华人金融可靠吗？ 谢谢回答_百度知道
请问 华人金融可靠吗？ 谢谢回答
华人金融可靠吗？ 谢谢回答
提问者采纳
还行吧，没怎么了解。
提问者评价
其他类似问题
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁老师请问怎样操作？谢谢！
愚人之乐乐
回答时间：07-28 07:16
该股反弹18.5元压力不过减仓，18元破位回落中关注，关注17元支撑是否有效。您对股海金针服务表示满意，请给出五星评价；更多交流请进入直播室：； 输入邀请码【C4VMW7】免费签约享受独家私密个股风险私信！
评价字数不能超过35个字！
专业投顾解答股票疑难
下载爱投顾APP免费咨询个股
更能浏览股市热点分析、实时直播看盘、跟买投资组合，掌控你的投资
风险提示：【以上内容仅代表个人观点，不构成投资建议，股市有风险，投资需谨慎！】业经理人， 兼任安徽大学简直教授、 硕士生导师。 担任集团公司高管30年之久， 曾任国内某大型家电集团公司董事长CEO， 主持某中外 合资公司上市并担任董事长。曾任美国和国内多家公司的战略管理、市场营销和项 目投资顾问专家。仇旭东先生阅历丰富，领导和组织能力强，既有公司CEO的领导驾 驭能力，也有传媒单位一把手的掌控经验，精通企业并购、战略、投资、法务方面 的能力知识，善于探索品牌发展新思路。接下来让我们以热烈的掌声欢迎仇旭东先 生主持。仇旭东： 大家好，很高兴担任今天下午论坛的主持人。首先，我对参加我们今天下午论 坛的各位来宾表示热烈的欢迎。今天下午，我们要进行的论坛是量化投资行业发展 人才需求及金融工程学科建设思路，主要的议题有量化投资行业特殊的要求，基于 量化投资行业发展的金融工程学科人才培养探讨，量化投资行业发展展望。我们非 常荣幸的邀请到了中国量化投资研究员常务副院长清华大学深圳研究生院教授林建 武先生。邀请到了北京大学数学学院教授博士生导师，金融数学系副主任杨静平先 生，我们还邀请到了同济大学风险管理研究所金融工程特聘教授博士生导师袁先智 先生，他们将给我们带来精采的演讲。林建武先生，是毕业于清华大学，获得双学 士及硕士学位，并获得美国宾夕法尼亚大学数学工程博士和数学工程和网络工程双学士。负责量化投资高端产品的研发与国际合作，林博士在华尔街从事量化投资交 易十多年。他曾经在美国50大对冲基金之一的担任量化投资总监。下面我们以热烈 的掌声欢迎林博士给我们带来演讲。林建武： 在座的很多是培训班的同学，新朋友、老朋友。培训班我们已经讲了很多理论 的方面，包括整个国泰安综合的解决方案和实验室。 我想换一个方式， 我们既然是讲量化投资行业人才的需求以及金融学科的建设， 我拿自己做个例子，我算是量化投资行业的老兵，同时我也算是中国最早开始接受 一些金融工程方面的教育以后，到国外学了一些方面的教育，逐渐成长起来。有一 些成功的例子，有一些自己做的不好失败的地方。后来又回到国内，一方面从事金 融技术的开发，也做一些投资，同时自己在清华教金融工程，算是一直围绕这个行 业，我把我自己这段时间的经历跟大家分享一下。 可能会有一些不同的启发，我想通过我自己的一些经历跟大家交流一下，金融 工程到底我们需要什么样的人才。第一个先自我介绍一下，可能大家有的人认识， 还有的不太熟悉。我最早是在清华大学，我本科不是学金融工程的，我是学生物医 学工程，我的系叫电机系生物医学工程专业，所以我平时跟别人交流的时候都很尴 尬，他们都问你是哪个学校毕业的，我说清华的，他们说不可能，没戴眼镜怎么可 能是清华的。他们说林博士你是南方人还是北方人，我说我典型是南方人。他们说 你这么高大怎么是南方人，肯定是北方人。第三个，他们问你是学什么专业的，我 说我是学生物医学工程的，哪个系？电机系。电机系是生物医学工程的吗？三句话 说完了大家就觉得我是一个骗子。 其实我通过自己的例子，我自己有点王婆卖瓜，相对来说在金融工程做出一点 小小的成绩，我想金融工程需要什么样的人呢？复合型的人才。每次跟人家说都特 别不好意思，好像找不到工作一样，我有六个学位，我在清华拿三个学位，在宾夕 法尼亚拿三个学位，我在清华四年拿两个学位，然后两年硕士提前毕业，到宾夕法 尼亚念了四年拿两个硕士一个博士。 这个我在国内吹好像是很有意思， 在国外不是。 一般念学位多， 人家说念一个学位又没找到工作， 又念一个学位又没找到工作。但是金融工程是一个跨学科。其实我在每个学科里学到的东西，对于我将来的工作 都很有用。比如我学的生物医学工程，我刚才跟清华的校友交流，他们马上懂的就 反应了，做信号处理的吧。所以做量化投资大家知道，时间序列分析，小波分析这 些东西， 对于别人来说挺难的， 对我来说挺简单， 老本行。 我原来是做心电处理的， 一个一个的小波。对我来说是很常见的事情，所以我用了很多。后来我双学位是工 业工程，大家可能不太熟悉，如果我说运筹学、优化。 所以我到美国第一份工作是投资组合优化。所以对于我来说太简单了，我做几 次的非线性的优化都会，二次的太简单了。后来到美国做，跟我的导师。做计算机 仿真，做随即系统的仿真优化。金融系统不就是个随即系统，做仿真要做计算机编 程，我很喜欢。最早参加清华一个项目叫“泰山工程”，做了一个计算机系统，然后 给每个老教授，那种院士，带一个监控系统，万一心电没有了，马上向医院报警， 整套系统都是我自己一个人写的。 到整个做金融工程的时候，发现不就是编程，我是很早java语言最早出来的时 候我就用了。所以通过我自己的经历，我觉得金融工程第一个需要很多复合型，第 二个其实有一定的工科背景非常有利。它叫金融工程。 前端时间我听了吴冲锋（音）教授说的，他说本科不要完全学金融工程，可以 学一些理科、工程的专业，将来硕士或者博士的时候再做。因为你有了很扎实的数 理基础，将来做金融的时候会有非常好的收益。到了美国以后，我的导师没评上终 身教授，后来又去了另外一个学校。他没评上我就得找工作了，本来我想在学校再 待两年，因为大家知道博士最后两年非常舒服，我没轮上，他调走了我就赶紧找工 作了。我问我的老师，我到时候怎么办呢，我找什么工作？当时完全不懂，一直在 学校。 老师说了，你会数学吗？我会。你会编程吗？我会。你去华尔街找工作吧，我 就去了。找工作的时候，面试我什么也不懂，就去了。把以前做的一些项目计划去 展示。 老板看着就挺好， 我大概面试了三天以后就拿到摩根斯坦利， 就在美国总部。 我当时就傻了，心想我也没有那么优秀。就问一个同事，他说你有一句话说对了， 我说什么事？他说你是不是夸过一个我们这边的女领导。他说你进去的时候，是不 是见一个领导。我想了想，当时是有一个领导进来，她的职务很小，就是小组长，当时那个女 的一进来，我以为是高盛的副主席，这个人这么高，我就夸了他一句，我说你这么 年轻就升到了副主席，那个女的就笑成花了，就说这个人就招了。所以刚才我跟很 多同事谈，我就突然的灵感，其实做金融最主要是口语跟人的交流非常重要，后面 受益非常多。其实金融工程是什么？把很多非常复杂的金融衍生品变成我们老百姓 可以投资的东西。把那几十个参数的模型变成非常简单的价格买卖。你怎么样能够 把风险，把这些东西解释清楚？所以我们很多时候老师都说，我培养这些研究生， 培养这些人，我需要他们，到底有多少的数学功底或者其他的东西。 我告诉老师，如果你给他一个数学公式，他不能用通俗的话或者人类的语言解 释清楚，白搭，基本上没有用。他跟老太太说Ω是多少，这个是多少，没有用你跟 他解释他不会投资的，你必须要有这个技能将非常复杂的金融程式解释清楚，你能 够搭一个桥梁。 所以我们在培养学生的时候，应该不仅是培养他们对于数学的知识，而且他们 要把这些东西用常人的语言解释出来。在我的班上是不考试的，我是让他们上来做 PPT，你把今天讲的课给我用通俗的话讲清楚，我请我们社科系其他的老师来，让他 们听你们的课。如果那些搞艺术的，那些搞哲学的人，听懂了你说的是什么东西， 回来跟我讲，基本上跟逻辑是一致的，100分。如果你说不清楚这些事，基本上就没 有搞清楚这些问题。所以在金融工程里面，实际上对于概念深刻的理解非常重要。 其实这个东西说起来简单非常难。如果你要想把一个非常复杂的问题非常简单的说 出来是非常不容易的。你有一部复杂的手机买给你妈妈，或者80岁的老太太，你想 跟他说清楚微信是怎么用的，你是有水平的，不是很容易的。 我经常在培训班讲这个0的例子，说有一个同学来到一个学校，假设是富二代， 假设是F4的花泽类来了，说把老师的水平都拿出来，我看看水平怎么样。在黑板上 写了一个0，把英语老师叫进来，英语老师一看是O，化学老师进来说是氧，如果把 数学老师叫进来，说这是0，音乐老师说这是全音符，把金融老师进进来，金融老师 傻眼了，说对不起，告诉我这个上下文是怎么回事，这可能是零利率，可能是零收 益，可能是零风险，你不告诉我上下文，我不知道。所以金融工程要学的是一个概 念。其实很多复杂的公式背后有它实际的意义，它是一门实践的课程，从实践中总 结经验，总结出模型再用到实践，如果时间和它的理论脱节了，这没有意义。所以 其实要说的第三点，金融工程要做大量的实践。我在美国摩根史丹利每年都会带一 些实习生，各个学生来一些实习生，他们其实做的非常好，来了以后马上在上课之 前就安排了项目。他们可以通过这些项目激发学生学习的热情。在清华，我觉得很 痛苦。有时候我教学生听，学生听完了不知道怎么用。但在美国，有时候跟我交流 说，林博士我跟你学了这个东西以后，回去上课特别有热情。为什么？我发现这个 也挣钱，这个也挣钱，老师在课堂上讲的每一个东西，都和我实际操作息息相关。 而且我还发现，老师讲的一些东西，不符合实际。学生实际过程中可以了解到很多 的细节，所以我觉得这个方面非常的重要。 另外在国外做金融工程还有一点，也是我在工作中体会的，我们刚才吃饭很多 同事聊，发现大家都有这个层面的共鸣，对于数据的敬畏。我们在做金融工程不管 做什么样的模型，如果数错了，就是垃圾进来垃圾出去。如果你不能真正把很多数 据处理好， 没有办法建模型， 模型是干什么的？是当你数据不全的时候进行差值的。 如果你不能真正的把数据处理好，基本上你的模型是错的。 刚才圆桌会议我就说了，我很多清华的同学，本科四年清华的，进来以后，我 说你做一个前复权或者后复权不会做，还有的说我做后复权的时候价钱变富了。基 本的常识不知道，所以对于数据处理的能够非常重要。我跟摩根史丹利进去两年， 也吹牛了自己是名牌学校的博士，就做两年的数据分析，在中国可能是大学生做的 事情，但这些东西对于量化投资是非常关键的。没有基础的能力是不行的。刚才说 太注意细节的话，这个人可能精神分裂，这个不精神分裂做不出这样的结果。 所以第三个要说的事情就是培养同学另外一个技能，数据处理的技能，这个东 西是非常关键的，有编程的技能，数据处理的技能，同时有一定跨专业的能力，最 后结合实践，进行各种各样投资的尝试，只有这样的专业，才能够真正的培养出优 秀的金融工程的人才。 所以只要国泰安提出了六大实验室，这也不是我们凭空想的，是结合了我们很 多设计人员自己实际的经验做出来的东西。他会知道真正的金融工程的专业需要什 么样的人才，只有培养出这样的人才，才能够真正适应市场。能够真正的做到产学研结合。他能够有理论学习，他同时能够研究，同时又能把研究付诸于实践。所以 这个方面其实非常的重要。说这么多，最后金融工程还有一点，这个东西说一点题 外话，选择人才实际上要把它分门别类。 我当时去面试很多金融工程的，来我们摩根史丹利或者高盛面试的人，当时他 们都说是不是考他一些数学或者其他的东西，我第一句话问他的是什么？如果我有 一百万美金，给到你。你要么一百万美金拿走，要么去拉斯维加斯赌钱，赢钱的概 率可能只有20%或者30%，但赢到的话可能100万变一千万。如果他一定要去，多半是 交易员，如果他说肯定不屈，这个人一般做风险控制，如果这个人他说这个东西不 去可能编个软件做这个东西，可能是做技术的个。 实际上人对于钱风险的感悟，实际上在做金融工程非常的重要，金融工程里面 有一项很重要的课程，我们看在很多的学校都没有，在美国其实每个金融工程专业 都有，叫什么？行为金融学。 其实不光是研究你交易对手的行为，同时还研究人对于风险的反应，更多其实 是希望每一个做金融的人对金融风险有一个敬畏，金融其实是一个高位行业。瞬间 的错误，大家知道光大证券瞬间错误，所有高管可能被开除。还被灌以内幕交易。 对于风险敬畏是非常重要的。 讲一个故事， 风险对于一个银行来说多重要。 在高盛， 大家知道雷曼兄弟倒逼， 当时是2008年的时候， 雷曼兄弟倒逼， 我正在外面见客户。 我老板打电话说赶快回来，赶快回到办公室来。我说怎么，他说雷曼兄弟倒了。回 去以后，高盛把他所有的量化分析师都集中到两个楼层里面，进行风险分析。那个 风险分析做什么？如果有人了解的话，讲它的交易对手，我看看我高盛到底有多少 的交易对手是雷曼兄弟，或者第三方跳一级的对手是雷曼兄弟。高盛只用了两天的 时间，不要觉得两天很长，两天的时间对于整个银行，几万亿的投资银行来说，两 天时间就搞清楚了所有的对手风险，该卖的资产卖掉，该对冲的对冲掉。所以高盛 因为这一项工作赚了40亿美元。所以那时很多的人都说，大家可能去外面买书，说 高盛是什么黑暗帝国， 吸血鬼帝国，内幕交易。不是，风险。他们对于风险的敬畏， 他们使用每年投入上百万、上千万的钱，建立的风险管理的系统，使他两天之内可 以迅速算清他投资的风险。 而对于摩根大通，他花了一个月的时间才算清楚对手交易的风险，黄花菜都凉了，花旗银行花了两个月的时间才算清楚。所以对于风险的意识和控制，其实在很 多学生的教育里面，我觉得在国内是比较欠缺的。大家觉得进入到银行里面风风光 光就可以赚钱。 当然跟我们现在的国有银行整个的垄断地位和券商的垄断地位有关。 但我们现在培养出来的这代学生，将来迎接的时代不是这样的。将来是一个群龙混 战的时代，将来是民营的银行和民营企业互相竞争的企业。所以我认为最后一年也 是我认为非常重要的一点，培养学生的风险意识。这个方面风险意识得培养不是那 么容易的。为什么？进行风险的培养要有成本的。 大家看过美国的电影 《骇客帝国》 ， 把一个模拟的仿真， 地球已经完全毁灭了， 他进脑子的时候做了大量的仿真，一旦被管理员打死自己要受到伤害。其实是一样 的，我们同学怎么样可以培养风险意识，是不是真的亏了很多钱？不可能的。要做 仿真的培训，所以实训不光是培养技能，更是让他们有一种氛围，真正培养对于风 险的敬畏。其实进行实验室实训的教育，对于金融来说可能比其他的专业更重要。 我们中国一句话，时间等于金钱，其实金融行业是真正的时间等于金钱，而且等于 很多钱。 说了这么多，我总结一下，我们整个需要跨专业的人才，需要培养学生数据分 析的能力、计算机、风险的能力，这里没说的并不是不重要，可能是大家对于金融 工程一般的理解。我说一些我自己亲身的体会。希望大家能够从中了解到对于将来 做量化需要更多其他的建议。也希望大家能够培养出更加优秀的金融工程人才。谢 谢大家！仇旭东： 谢谢林博士带来的精采演讲。 下面邀请的是北京大学数学学院教授博士生导师、 金融数学系副主任杨静平先生。杨教授在研究方向主要是系统风险管理、债券的量 化理论及应用。集资理论再保险和金融中的应用，已经在国际合国内外发表了多数 的学术论文。完全了多项金融业的项目。下面我们以热烈的掌声欢迎杨教授演讲。杨静平： 大家好，很高兴参加这个会跟大家交流一下，今天想给大家介绍一下我们北大金融数学系整个学科的体系，也借这个体系跟大家交流一下。 因为学界跟业界的沟通还是很有必要，因为学界和业界金融数学培养上面还是 有一些共同点，还有一些共同的看法，我想借这个机会跟大家讲讲我们北大金融数 学系从本科到设施到博士的培养体系，以及我们的一些做法，包括学界和我们学校 的沟通，包括学界和业界的沟通我们交流一下。 我想这几个方面，第一个是关于北大金融数学系的学科建设从本科、硕士到博 士的培养体系基本的思路。然后给大家讲一下我们北京大学成立一个数量经济与数 理金融教育部重点实验室，这个是我们的一个尝试。另外讲一下关于学术界与业界 的合作交流。这个我们感觉到和业界的交流，怎么样建立一个很顺畅的渠道，想跟 大家讲一下。 我们金融数学系1997年建立，到现在有17年的历史。现在我们已经形成了一套 完整的，像本科生、硕士生到博士生的教育体系。整个我先介绍一下我们本科生一 些培养的思路。因为北大数学学院是这样的，像那些四年制，前两年完全是学习数 学基础的课程，第二年下学期分专业，我们有五各专业，现在基本上很多学生觉得 金融行业比好，选择我们金融数学系，相当于他们再上就科室学一些金融和数学相 结合的课程。所以我们相对于从3到4年纪给他们讲相关的课程。 我们的课程体系包括一些数学还有一些基本的课程是需要讲授的，包括计算机 的课程，包括经济学以及精算学和金融数学的课程。 我们硕士研究生，因为传统的硕士生培养是三年制，完全是走学术研究的路， 我们现在变成两年之，这样的话整个硕士生培养完全根据业绩的需求设计我们的课 程。 关于博士生的培养， 作为博士生来讲我们还是强调学术， 对于我们建系的时候， 我们一个老教授提了一个要求，说北大的金融数学系要顶天立地。什么意义呢？就 是要和国际水平相接轨，立地就是要结合我们国内的实际。 我也想到，做金融数学的研究比单纯做纯数学的研究困难很多。这样的研究既 理论上有一定的突破，也要和业界相结合，一个人的精力就这么多，业界用的多的 话，学术研究就花的时间少。这两个的结合，一般也是很难合理的平衡。从某种角 度来讲，尤其是做金融数学研究这方面，包括我们的老师也面临很困惑的问题，理 论研究和应用研究怎么平衡。关于我们的学生，当然我们希望还是有理论研究问题，但理论研究问题要紧密 和实际相结合，这样使我们有一定的前瞻性。这样我们研究的结果，对未来的实物 界有一定的参考价值。 我们的本科生课程的设置，现在像数学基本的课程都是要求的，像数学分析、 高等代数、 解析几何、 抽象代数、复变函数、常微分方程、数学模型和实变与泛函。 关于计算机包括数理逻辑计算与方法，这个计算机。接下来是关于我们金融数学有 关的，因为我们系最初的发展是精算开始，我们有一个精算师考试，所以这个体系 的教材都比较系统，所以我们精算的历史更早一点，金融数学系是97年建系，精算 是93年就开始了。所以整个金融数学系成立最初是几个精算老师为主，包括还有其 他的老师，大家在一起建立的北大金融数学系。精算课程基本上现在形成了自己的 体系，包括金融数学引论，另外还有寿险精算、非寿险精算和风险理论等。我们最 早是精算起步的，这方面我们有很深刻的积累。我们有两个老师，一个是我，一个 是吴兰老师，因为我们两个都在美国的公司，当时他在香港的精算部，都待了一段 时间。香港的精算部的想法是什么呢，通过这样跟内地的交流，给内地的老师提供 精算的感觉，因为那时候精算刚起步，通过这个相当于我和吴兰老师在精算部都待 了一段时间，实际上在我们的教学体系，包括我们写的书里面都把精算的感觉教进 来了。这个可能就是一点具体的想法，但对我们学生的培养还是起了很大的作用。 所以我们北大的精算在业界确实受到很好的评价， 保证在业界也做的相当不错。 包括精算方面，我们已经完成了自己的教材，这个教材我们根据自己的经验，包括 结合国外的一些教材的特点，是完成了这样的教材。精算是我们系很重要的方面。 另外关于金融数学这样的课程，这个课程我们现在主要开设像证券投资学、衍 生工具基础和金融经济学， 这个是关于金融数学的课程。 关于经济和财务类的课程， 包括宏观经济学、微观经济学和公司财务，这个课程是光华学院的老师讲的。所以 刚才讲了，因为我们有教育部的这样一个重点实验室，所以我们可以把北大相互的 资源大家相互帮助。我们有一些经济类和财务类的课程是光华学院的老师讲的。 因为北大是相对有一定的自由度，比如说数学学院其他的课程，光华学院和经 济学院的一些课程都可以选择。这样给了学生很大的自由度。我们另外一个做法， 是在大学四年级的下学期，现在已经到了四年级上学期，希望学生完成毕业论文。这个结合学生学的东西，和业绩的具体问题结合在一起。通过适当的选题，把自己 学的东西，理论的东西跟实际相结合。通过这样，学生可以借助实际的问题，另外 可以把这个理论和实际通过这样做毕业论文的形式接上。这样是我们提出一个具体 的要求。 关于这个我想谈一下，关于精算学和金融数学的关系，因为我最早是偏精算方 面，现在主要精力是做一些债券风险包括资产证券化方面的东西。因为我觉得精算 已经积累了一套丰富的体系，包括对风险的建模，对整个模型的估计，怎么样把精 算数理的理论和实际相结合，这样有很好的体系。所以实际上精算学和金融数学， 它们两个之间我们希望学生将来既使不进保险公司工作的话，也要学一些精算学， 这个对大家将来的发展很有好处。像我们学生原来主要是以学精算为主，后来到银 行工作也是做的相当不错。 有几个例子，我们可以提一下。一般保险有两个现金流，第一个是保费缴纳的 现金流，第二个是保险公司赔付的现金流。所以保险公司这两个现金流怎么匹配， 哪些随机因素。但大家想想，现在资产证券化，用的想法也是这样基本的想法。但 差别在什么地方呢？面向的对象不一样，精算的话我们是面向保险的对象，资产证 券化是面向金融资产，从另外一个角度来讲，资产证券化需要刻划的某些因素稍微 复杂一些，比如说风险相关因素。比如说有了寿险精算的因素对你利用这个有很大 的帮助。 另外一个例子，大家知道，现在信用组合计算CreditRisk这个用的很多，但现 在用的不多了。他是什么含义呢？如果你计算机一个点一个点算的话不太现实，但 它采取的方法，我知道你前面计算的结果以后，我下面一个结果根据前面的结果加 上附加的信息就可以得出来，这样节省了计算的量，把一些复杂的问题变为可能。 这个方法是panjer他提出来的。这个方法就用在信用衍生品当中用了。包括一个 Copula理论。大家知道最早是加拿大的李祥林（音）通过Copula这个方法考虑一些 问题。后来到了华尔街以后，把这个方法用在信用衍生品的定价上面。当然也有一 些文章说，说关于整个这个做法，对他们贡献评价，有些人认为他对华尔街有很重 要的贡献。也有一些人认为他是华尔街金融危机的罪魁祸首。因为他把Copula这个 方法因进去以后， 没有把一些适用考虑上。 如果有一定风险以后就出了很大的问题，所以在数学建模上一定要考虑模型的使用度，包括未来变化的情况下，对你结果的 影响。如果这方面没有考虑到的话，会给实际问题带来很大的影响。所以这个方法 也有人进行批评。但实际上对Copula来讲是刻划风险相关性基本的概念。如果你用 的方法不太合适的话，主要是用的相关性具体的分布和实际有一定的差别。 另外精算和金融也有很重要的联系，大家看到精算师考试，有很多衍生品方面 的知识，包括投资学方面的知识，从某种角度来讲，精算学和金融数学这两方面是 相辅相成的作用，从我们的教学体系来讲，我们是把精算学和金融数学这两块结合 在一起，所以希望我们的学生有一个很全面的指示体系。这样的话对整个达到人才 培养的目的。 关于我们本科生，北大的本科生毕业以后，大部分要读研的，其中一部分出国 一部分读研，工作的很少。所以基本上我们很多学生毕业要么读研究生要么出国， 这是我们主要培养的趋向。 关于硕士，我们按照国家具体定位的话，将来硕士研究主要是依据应用型硕士 培养思路。它的特点是什么呢？现在是两年之，这个变成我们原来硕士体系培养三 年制，我们就改成两年。培养目标也是按照业界的需求和导向。 现在研究生两年，第一年是给他们讲基本的课程，第二年可以到公司实习，积 累一些实际的经验，二下就开始找工作了。 在我们研究生培养的过程当中，基本课程一个是随即数学，这个是给大家讲一 些随即基础的理论。相当于给大家进一步学习打下很好的理论基础。接下来的课程 是根据不同的方面开设的，比如说金融统计方法，还有风险管理与金融监管，还有 投资组合管理模型、衍生工具模型和风险管理的数学方法。这几个课程虽然看起来 比较理论，但课程中间还是穿插一些应用的案例。这样建立起学界和业界相互交流 的桥梁。这样通过学生学到的知识和我们业界的问题结合在一起。 在讨论班我们有这几个，特点是我们希望针对业界的问题开展论文的研究，你 对业界的问题不一样，采取的方法也不一样，这样相当于培养了学生和业界对面的 交流。有一个问题以后，我怎么样通过数学的方法解决。所以这是你问题与导向的 论文方式。 关于选修课学生还有其他的方面，包括数值方法与随即模拟，包括统计数据分析，金融时间顺序分析，金融经济学、实用计算方法。 风险管理的数学方法，这是我开的课程，借这个机会也跟大家交流一下，因为 很多业界的朋友在这里。我们讲这个风险管理的方法实际有两个方面的内容，第一 个方面介绍在金融中一些常见的风险度量风险管理使用的方法或者手段，这是我们 要考虑的因素。另外一个考虑因素，我们要告诉学生，为什么要使用这个方法，这 个方法的理论基础是什么，所以我们要跟学生讲理论上的基础。这个基础有两方面 的原因，第一方面，如果你去业界弄，你知道这个模型是怎么来的，它的模型优势 是什么地方，局限性是什么地方，这是一个考虑。另外一个考虑，因为我们觉得中 国发展到一定程度以后，一定要建立自己符合中国国情具体的方法，你借鉴国外的 方法透彻以后，你知道国外方法有哪些优势，哪些不足，这样你根据中国的实践提 出自己的方法。这样有一个很好的平台，所以我们主要的想法是按照这样的想法。 所以通过这样的想法，要求学生你不仅要知道这个方法，还要知道这个方法是为什 么。这是我们一个具体的想法。所以这里面会涉及到很多数学方面的内容，包括一 些模型的假设，包括中间和结果。 这样通过学生的学习，他原来觉得国外的方法很神气，但通过这个知道这个方 法是怎么来的，真正的情况发生变化以后我们再实际的修整，这是想达到的目的。 这个主要给学生讲的是这几个方面的内容，第一个是根据风险的不一样。主要 是市场风险、信用风险和操作风险。 关于风险相依性，只要涉及到组合Copula是刻划组合的基本方法。所以我们加 了这个金融风险的刻划，加了这个内容是对 风险相依性的认识。关于市场风险，主要是VaR和TVaR，还有一个组合VaR，还有通过一些实际的例子根据市场的数据感 觉一下这个方法有什么好。包括我们极值理论也是很有重要作用的方法，这是关于 市场的风险。 关于风险相依性刻划主要是Copula的统计方法，会通过一些例子，为什么用 Copula这个方法，这个方法有哪些局限性，用这个方法的情况下，具体有哪些应用 的例子。这个可以告诉学生，风险相关性不正确的刻划，会给企业发生灾难性的影 响，这个是关于风险相依性的刻划。 关于信用风险，是我们课程很主要的内容。因为整个内容比较多。通过我们给学生介绍，包括巴塞尔3的方法及其理论基础，我们最主要通过内部评级法，不仅要 跟学生讲巴塞尔协议里面，内部工程的原理是什么，刻划哪些部分，还要讲这些公 式是怎么来的。通过这些，他就知道巴塞尔是通过但因子的模型得到的。如果我进 一步对他整个模型研究的话，我从哪个方面入手，另外一个角度就是关于调整。这 个结果是国外的数据，中国要用这个模型的话，很多要根据自己内生的数据估计。 通过这样的介绍，就知道有哪些东西是从模型出来的，哪些是数据估计出来，既使 我们照办巴塞尔库的话也要根据中国的情况调整。 另外一个是根据CseditRisk和KMV 的数理基础。针对中国的情况我们建立自己的信用风险的度量体系，你考虑哪些因 素，有哪些模型需要修整，我们是通过这个方式。 关于操作风险的介绍，这个方面从量化来讲，有它的一些问题，所以我们会给 大家介绍。这个就是关于风险管理的数学方法，这个也在逐渐的建设中，有些朋友 或者专家对这个有建议的话也可以跟我们联系。我们想通过自己的理论建一个高质 量的数学方法的管理。 关于我们硕士生培养，主要是针对业界这样的培养，毕业以后基本上能够去业 界包括银行、保险公司、证券公司和基金公司，现在我们学生涉及到量化的机构基 本上会有我们的学生在那里工作。所以从业界感觉对我们的学生还是很认可的。 关于我们的博士培养，因为我们金融数学系只有六个老师，但我们六个老师基 本上承担了数学学院大概三分之一学生的教学工作。 相当于我们在3年级的话， 有180 人，分道我们金融数学系的时候是60人，我们6个老师要承担60人教学的任务，所以 我们压力会很大。 包括我们现在的博士生导师有两位， 一个是我， 一个是吴兰老师， 可能还会马上有另外一个老师。 基本思路是每年按照四名的名额。我们具体博士生研究的方向现在有两个。一 个是金融统计，这个是吴兰老师喜欢的方向。我的叫金融和保险中的随即模型和统 计方法。关于我这个，包括我自己到现在的研究方向一个是关于Copula的理论及其 在保险盒金融中的应用。其中就是刻划相关性，大家知道作为传统的Copula可以把 中心的对冲的很好，但对于他尾部的相关性是关联不到。信用风险就是关于尾部的 问题，所以怎么样解决业界提出的问题，这也是我们跟业界交流的过程中发现的。 这样给我们的学生包括老师提供了新的研究视角。另外我们结果出来以后，要利用实际业界的数据考虑理论结果的适用性。这样从理论到应用从应用到理论有很大的 作用。这是关于Copula理论。 另外一个包括资产证券化的模型， 包括债券的量化模型。 包括CDO、 CDS以及CVA， 关于这个问题我们跟一些已经在业界工作的学生，包括国内很多公司也在考虑这个 问题，他们认为在量化方面有很多东西没有解决。所以我们会定时的大家组织一些 讨论，这样的话大家对整个问题有一个更深入的理解。 我们博士生毕业趋向我们希望一部分去学界一部分去业界。我是84年在北大读 的本科，他们毕业以后就比我的工资高。关于整个学界的老师，从业界来讲，比如 说一些学界的老师在教学的过程当中，有一些没有把业界的东西说清楚。但另外一 个角度讲，也希望理解学界年轻的老师，他们压力很大，从待遇来讲，和业界来比 就差距很大。所以很多的因素造成他们没有很足够的时间接触业界的一些东西。 这里我想提一个观点，中国的和数理方面人才的培养，某种程度上来讲是某种 学界和业界让大家共同努力的。 我们从学界来讲， 全部力争培养一些具有高质量的， 适合业界需求的人才，从另外一个角度来讲，也希望学界给予支持。因为整个中国 的金融事业的发展是一代一代共同努力的结果。所以从我们学界来讲，我们现在只 是处于一个初步的阶段，希望大家共同努力，包括学生的培养，包括其他的方面。 现在学生的培养一届一届是整个提高的过程，发展到一定的程度以后，相信对整个 中国包括业界量化的水平，包括学界的水平都达到很高的高度。这是我们关于博士 生的培养。 下面跟大家讲一下关于我们北京大学数量经济与数理金融教育部重点实验室。 这个实验室实际是把北大相关和金融有关的院系结合在一起我们设立的这样一个平 台，其中一个是光华学院还有数学学院还有北大的经济学院和国家发展研究院。我 们的想法是什么？金融学确实是交叉学科。怎么样把各自的优势结合在一起，通过 建设这样的平台，为大家相互交流提供了很好的平台。这个平台有两方面的作用， 第一个是从研究方面我们要具有国际水平的数量经济与数理金融的研究基地。从另 外的角度来讲要建立一个和业界相互沟通的平台。通过这样的平台，和业界建立起 一个很流畅的沟通渠道。 其中我们做的一个工作，我们在2013年底，我们的实验室和《中债资信评估有限责任公司》签订了一个合作备忘录，多方面开展学校和企业间的合作。我们主要 是为人才培养方面，这样多方面开展学校和企业之间的合作，其中现在具体实验我 们金融数学系的学生实习都很顺畅，这学期也正有几个学生去实习，只要我们提出 这样的需求，对方都会很认真的考虑。 另外一个双方交流，因为去年我在他们那里做了两个报告，他们也在北大做了 两个报告，这样的话整个学界和业界就有很顺畅交流的渠道，包括我们学生在做本 科生或者硕士生毕业论文的话，他们有很合适的课题或者思路可以给我们提出来， 我们可以做相关的研究。这样达到了理论和业界相互沟通的作用。另外我们还会采 取多方位的项目合作。 从学校角度来讲，还是希望多和业界进行交流，通过这样很顺畅的交流，学校 可以更了解业界的需求，从另外一个方面来讲，业界和学界交流了，可以知道在我 们业界的需求可以满足到什么程度。 另外我想讲一下关于学术界和业界的合作与交流。学校一个目前首先要培养人 才，培养人才我个人的感觉，学校和业界一定要有独立性，这是我的看法。业界人 才的需求是一个方面，但学校毕竟是综合的角度，比如培养人的素质，培养人的综 合能力。学校培养人的一个责任，但另外一个角度来讲，希望学校的人才培养与业 界有很紧密的交流。 其中一点教师确实是很重要的作用， 如果想培养出一个好学生， 首先要给教师一个充分的空间。比如上教师某种意义上讲，要让教师知道这个业界 有哪方面的需求，哪些方面是业界密切关注，这样老师可以反给学生。 今天跟大家交流，中午我也在想，有些情况下，不是说学生到业界以后，不是 说他不会做，只是他没有意识到这个问题。可能在我们教学里面从老师的角度来讲 也没有引起足够的重视。因为某种意义讲，学界和业界关注的问题还是有一定的差 异。 因为这个从我们业界和学界做项目也体会到了这点， 我们理论上费了很大的劲， 业界不是很看中。 还有我们理论上很好解决的问题， 业界对他们也拥有很大的价值。 所以学界和业界还是要建立起很顺畅的沟通，这样才能保证我们人才培养是满足业 界的需求。所以这个是我想讲的。 另外一个角度来讲，我觉得按照中国当前的发展状况，中国学界完全有能力去 解决一个业界所急需的有挑战性的课题。这个有挑战性的课题，业界只要把问题提的很清楚以后，学界这方面还是有自己的特色，这个是从我自己的体验来讲，因为 我以前主要是理论研究为主，前年跟中债做了一个项目，当时国债发行的项目，学 校在中国建立国债发行的市场风险评估体系，这方面国内的资料也很少，我们当时 做的话，完全是根据国外的英文文献，通过大量的文献，找出他们的模型。我们第 一步先把国外的文献吃透，第二步在中国实际市场的情况，根据我们自己理论的体 系，建立起中国自己国债发行的模型，第三把这个数学方法进行细化，今后给业界 提供一些可以编程使用的数据和方法。 通过这个我们感觉到从学术界来讲，他完全有能力解决大家所急需的问题，关 键大家相信中国的学术界。现在业界觉得找一个国外的研究公司，可能他们解决问 题更深，但中国有很好的数学基础，但问题可能是对一些实际经验缺乏一些感觉。 从另外一个角度来讲，要想中国金融业有很好的发展，学术界模型方面的跟进也是 很重要的一方面，这两个方面是相辅相成的。学术界如果有很好的应用研究能力， 在某种程度上给业界的发展会有很大的促进作用。从这点上来讲，也希望学术界和 业界建立很顺畅的沟通渠道。 像我们北大经常请一些业界的人士参加，像袁先智教授在业界的时候我们就请 了两次，因为袁教授个我们提了很多想法，当然袁教授说的很透彻，我们会想他说 的话是不是正确，如果正确我们就采纳。所以学术界和业界顺畅很重要，参加这次 会确实感到很高兴，这样和业界有顺畅的交流，知道我们业界对学生有什么样的需 求，从学界的角度来讲，怎么样解决中间具体的问题。 最后我想提的观点就是，学术界和业界的相互欣赏。学界有学界的特点，整个 目标是进行学术研究，业界是面向市场，可以很快的面向市场。如果双方有很好的 心态，双方抱着一个很认真合作的态度，我相信中国金融业的发展，包括业界的发 展，包括整个模型方面我们有很多问题都可以克服，这是我借这个报告表达我的观 点，也是代表学术界，我们很愿望去沟通，另外一个层面希望业界相信我们。虽然 我们与跟业界应用不如国外，但我们一步一步做的话，我相信中国这样一个金融量 化模型这块肯定会走的越来越好。今天我就讲这么多，谢谢大家！仇旭东：谢谢杨教授给我们带来的精采演讲。下面我们请到的是同济大学风险管理研究 所金融工程特聘教授博士生导师袁先智先生。袁博士现在是在同济大学风险管理研 究所金融工程特聘教授博导，具有丰富的理论研究和实践经验。他跨越了高校学术 研究环境，银行、保险、财务审计公司、金融风险管理和教育行业。下面我们以热 烈的掌声欢迎袁教授。袁先智： 其实昨天我讲了一下，我今天想恢复学术界讲一下。我在北京的时候跟他们交 流很多，也很高兴，也学到了很多东西。 刚才杨老师把握要讲的都讲了，我想讲的，我一直认为金融数学本科不应该有 这个专业，因为金融公司里面，包含了三个方面加金融学的东西，本科的学生没有 能力，但中国有这个专业，所以我很纠结。我想最基本的是需要什么。金融数学里 面第一是讲定价讲一年，第二个讲风险半年。我认为多伦多大学，第一是因为我在 那里读书，多伦多好的方法就是这本书讲一年，风险讲半年。你问杨老师在北大的 时候，在专业课里面只有两门课，就很纠结。我先讲一下其实我们培养人才，在我 眼里面有五个层面，第一个就是让学生知道，金融工程应该读什么事情。我等会儿 会说，三大风险，然后会说我们培养的学生能不能会做基本的定价和功能的开愈。 第三个定价风险计量和产品创新。第四个，有了前面的四个知识，我们说做高频交 易也好，计量交易也好，我觉得最高层面是能够在咨询公司独当一面。 后面我会讲一下，有一个昨天我讲了，其实你发现金融行业永丰县来分，你会 发现有五大市场。然后你会发现我们通常讲的金融市场，在我们行业当中只是其中 很小的一部分。 讲金融市场大家马上想到股票市场， 货币市场我们讲利率或者外汇， 是最大的一个市场。第三个如果利率是第一个市场外力市场还有大宗商品市场，基 本上本科没有人讲，因为这个也是很难的市场。第四个就是股票市场。你会发现股 票市场在一个比较健康的社会里面，只占30%，不是占80%，为什么有红色的？因为 我们国内都不讲这些。我看到南京大学一个商学院的教授退休了，他是从很高的层 面讲这个该男，等会儿我会跟杨教授讲一下什么是互相欣赏，我不喜欢互相欣赏， 要互相刺激。第五个市场是信贷市场，我对本科生的要求，应该给他全面展示金融这个行业 是干什么用。很多人讲金融工程，是在误人子弟，但中国80%是这样的，不光是我们 中国，国外也是。同志们可能会问为什么有红色的，红色基本上是国内里面从本科 到研究生到博士里面没有涉及的，超过50%。 后面这些我不讲了。这个其实把金融数学学好，应该是2+3=5。我今天花另外十 分钟讲一下计量经济学跟金融工程部一样的地方。 我们讲一个股票，金融学如果是一个常数，这个东西在每天是扰动，这个扰动 是随即的，是不确定性的东西，这个东西是风险。你会发现金融学里面定价理论和 风险是怎么做呢？把不确定性鹤峰县解释成这个。金融数学我们要教学生最基本的 知识，第一个金融数学就是随即分析PDF建模。因为你从这个地方写到这个地方，要 教学生怎么依托引领。这是为什么要教金融数学随即分析。 第二个我们教学生的时候， 我们不要找误差， 要找波动性， 我们统计有什么呢？ 有三个，逻辑思维模型，第二个线性回归，第三个广义性线回归（音）。我认为这 是统计学的东西，这三个有什么用呢？我们做个打分应该怎么做，这里是对公司的 评级。 你会发现讲金融数学的时候， 为什么讲统计， 不是单纯的讲， 要把它连起来， 这是有机的金融统计。我们现在很多同事就讲回归，而且讲到第17周的时候戛然而 止。为什么需要统计？ 数学只是一个工具，我有多少头寸你用期权拿来对冲，如此而已。金融数学我 们解决金融问题要用风险投资，这个题目当时我招杨老师硕士生的时候第一个考试 题，你需要有这个随即分析的东西。做波动性的时候，需要有统计的方法。第三个 是方式写出来， 是线性或者是非线性的数学方程， 你会发现有了这个或者这个。 不 管怎么玩都是回到统计模型，不是哪个很先进很虚无缥渺，基本是很难的事情。计 量经济学家不是做这个，他是写这个，后面做统计测试。我们金融学家是想找出市 场的价格，ST跟市场一样。金融学家我们做的事情，模型肯定是错的。但我们想做 一套定价理论做什么呢， 修整我们的参数来弥补模型本身的错误， 这是参数的校对， 不是参数统计。计量学家叫做参数统计，容忍有误差，95%到99%，这个误差可不可 靠。其实你理解了这个学生的思路很清晰。我的师兄告诉我，他说现在有人说风险 投资这个课再深一点就是金融风险原理。哪些人怎么这么笨，肯定不是这样子。我 师兄为什么问我我原谅他，因为他是数学家的头脑，还当系主任。但后面就不应该 这样问我师兄， 我说我不能说对或不对， 昨天晚上我10： 30才回家， 我说你别着急， 答案是错的，我现在没时间把那个东西弄出来。后来回到杨静平说的互相欣赏，我 觉得不能用回想欣赏。互相欣赏会出问题，我一直讲互相鼓励，哪怕互相挑战，因 为我在业界干了这么多年。欣赏到最后就乱整了。我觉得应该互相挑战，静平没在 公司待过，一直在学校。 我想分享一下，当教授很简单，你只要在金融行业干过，金融行业是一个体力 活，你在金融行业干任何一个人都比我们老师要辛苦。所以我现在回答你杨静平， 为什么你的学生出去工资比你高， 因为真的辛苦， 我觉得教书蛮好， 老师真的很懒， 而且做了很多莫名其妙的事情。因为欣赏的话会做更多的莫名其妙的事情，如果互 相挑战的话，会有更多比较有益的事情。 我就讲到这里。仇旭东： 我们谢谢袁教授刚才富有激情的演讲。下面我们进入论坛的第二个环节，金融 工程学术研究成果应用量化投资实战的探讨。主要的议题有金融工程对量化研究投 资的影响。我们非常有幸邀请到上海市东方学者特聘教授上海财经大学金融学院副 院长何众志教授给我们带来演讲。何众志： 我们现在也在探讨产学研一体化的路径，我今天的主题应该是产学研一体化创 业的路径，因为我正在做这样的事情，我想跟大家分享一下，我们刚刚开始做，有 一点点的经验成果，想利用这个机会跟大家分享一下。 因为我来晚了，听到杨老师，他们对金融工程整个学科体系，进行了深刻的探 讨。我想大家在座的学金融工程的，基本上不管是交大、北大还是财大，也都是按 照这个学科体系， 毕竟中国有金融工程学科建设， 他们已经规定了你应该上什么课，什么时候开什么课，专业的基础课，选修课，应该已经规定的很好了，我就不在这 方面做这些重复性的介绍了。我今天主要想说产学研一体化我们一直在提，我们怎 么实践。 在高校里面，像财大这样的高校。我理解的主要是两条路径，第一条就是我们 学术界叫做纵向课题，国家自然科学基金、社科基金还有一些重大的国家项目，比 如像我们去年学校申请的，最后也没有得到的2011的工程，是由国家下拉一个很宏 大的高大上的课题。下面要集全校之力组织各方面的协调、各方面的资源去对接， 写一写申请报告，最后要通过政府组织的一系列评审。希望你的学术能够指导国家 政策，产学研一体化，这是一条纵向的路径。 我刚刚进入财大的时候，也参加过评审，后来觉得我们做课题的，不能很好的 理解国家的一些政策方面的导向。我们做出来的东西好像并不是政府需要的。尤其 是评审的时候，你会发现评审专家问的问题，是很惊讶的，一下子被闪了一下，脱 节非常严重。这是我自己参加的一些感受。 另外一条，刚才杨老师也谈到了，怎么样跟业界合作，我们学校是横向课题， 但学校里作为研究机构，直接承接，像中债投入这样的课题，他们要求你们实现他 们的一些要求，这个我再财大的时候也搞过这样的一些横向课题的研究。我发现有 两个问题，一个就是学术界和业界还是存在一个同化的障碍，就是你不是很好的理 解，他究竟想要什么，他也不是很好理解你学术界到底给他提供什么。就碰到这样 一个沟通的障碍。这是我所经历过的一个问题。再有一个就是如果你真正学校来成 交课题的话，你是属于被动的，你可能在那里等，我们请业界给我们一些机会给我 们提供一些课题，但实际上还是一个等的状态。你是被动的，你是被他阻挡的，我 在财大也待过但我觉得没有一个成功的突破口，至少对我这样一个一个位置来讲没 有很好的突破。 现在我们找到一个突破口，实际上我们不是站在一个等的定位，而是我们要直 接穿向市场。我把自己和学生直接推向市场，走的完全市场化的创业式的产学研一 体化的路径。我们在2012年的7月份，我正好遇到了现在的两个合伙人，这两个合伙 人都是从高盛，当时他们都是在高盛北京工作的，我们碰到就谈到，我在学校里有 一些什么资源，他们在业界有什么资源，怎么样把这个资源整合起来，通过我们成立公司的路径来实现。基本上那时候就说好了这样做了，我们三个人的分工是这样 的，三个主要合伙人，你拿一个人体来讲，我是这个人体的大脑，我是负责这个策 略的研发，我在业界也工作过，在学术界也知道各方面的一些模型，一些应用，一 些算法，我的研究也是比较偏实物的。我个人在加入财大的时候就有这个梦想，学 术界这样的一些很好的模型、理念，一些好的方法和思路，我能不能找机会把这些 在国外已经应用成熟的，或者应用不太成熟的一些东西拿到中国市场实现一下，我 一直有这样的一个梦想。所以我作为一个团队一个大脑，基本上我每年有3到4位的 金融学院的硕士研究生，每年招一到两个博士生。基本上这样的一个研究团队，我 给他们提供的都是跟业界，你要去把数据整好，你看到谁的数据里有什么问题，模 型怎么应用，自己要写程序的。就是这样的培养，对于我招来的博士生、硕士生， 我对他们说，第一个你要有准备，你要能够有足够编程的能力。第二，我给你提供 实习的机会，你尽量到外面实习跟我说一声，我这里完全给你提供实习。学生进来 了，到现在来讲，经过几年有十几个学生，你们经过我这方面的，从策略、研发这 个角度的一种。 一会儿再看这个，这并不是一个很高深的，这是我的一个博士生。你把它稍微 的改一改，稍微的进行优化，进行实践，就可以直接用了。就是从我这个角度。这 个叫做大脑的功能，充分发挥学生的主动性、能动性和积极性。 另外一个合伙人我们叫做身体的一个心脏的功能，这个策略研发出来了，毕竟 要通过系统来实现它，毕竟要有一个很好的支持，最后要成为一个自动化交易系统 的。他起到这个功能，不光是实施还有协调，可以协调大脑以及其他部位的一个供 血，去沟通、协调。我们有这样的关键人物，可以让整个团队，处在不同位置的团 队真正的运作起来。 这是我们在2012年开始做这样的事情之后， 经过了一年的准备， 一直到2013年7月份， 我的另外两位合伙人真正从高盛辞职， 现在全职在做这样小的 事业。 另外第三个合伙人是四肢。四肢是什么作用呢？首先腿脚要勤快，要出去跑关 系，跑资金。主要是业界，他在高盛有自己的一个圈子，我们这样的一个策略，我 们现在是私募基金的形式，我们上周已经拿到了国家刚刚颁发基金的牌照，我们上 周已经拿到了。 所以我们第三个合伙人一方面去跑路。 我们在上海成立了一家公司，叫投资咨询有限公司，北京一家叫投资管理有限公司。但最后我估计牌照拿下来以 后我们要并成一家， 到现在7月份成立了， 我们经过从2012年到现在， 一点点的数据， 这些数据都是从网上抓的，进行验证，前复权后复权都是一点一点的写程序验证， 都是从零开始一点点做的。我的学生进行不同策略的研发进行测试，发展到现在， 我们在去年的12月份，发了第一期的结构化产品，大概3.2亿，就是去年年底的事。 我们主要的策略有两个，其中一个我给大家稍微简单的介绍一下，就是统一套利。 原理就是看看它怎么用，把一个很高大上的原理怎么样落地。另外一个基本上类似 于像多因子模型，用它来做阿尔法策略。可以不夸张的说，我们现在一个系统的架 构就可以做了。我们现在3.2亿的资金每天都在运转，也非常的紧张，也在关注市场 的运作，下个月我们大概能发到5个亿的另外一个结构化。结构化产品做的比较累， 要有净值，对保息要求也很大。基本已经谈的差不多了。所以依靠我们四肢这个人 去跑各种各样的关系，可能会发一到两个小型的产品，最规模争取今年达到10亿。 我们这样的特点是什么呢？不去以来你政府给我项目，也不跑业界，我也不需 要他欣赏我，我欣赏他，只需要把他打败就可以了，我们现在路演，他们说怎么样 了，我说我也不知道，北京那个公司刚成立你也不知道，但你知道上海一个朱雀， 那是中国前三名的，一百亿资金的私募。朱雀发了一些阿尔法1号的量化产品，我们 的策略跟他基本是一样的，我们跟他也接触过。我们每天就盯朱雀的净值，把我们 的净值拿出来， 这是朱雀的， 这是我们的， 我们不用说什么话。 我们把净值摆出来， 市场来检验你，你的策略，你的一切，检验真理的唯一。 提问： 问一下何老师收益率怎么样？ 何众志： 我们跟朱雀比？ 提问： 不要跟朱雀比，朱雀现在比较靠后。 何众志： 要看朱雀发的最好的一个，去年有一个跑到27%。 提问：这个基金虽然表现的好，是因为关键的人物在里面，但这个人物运作一段时间 就会离开这个公司，自己去做了。 何众志： 我们在两周以前我们的年化收益率是12%到13%，从2014年开始。因为我们前一 段时间大概重仓的统一套利，我们资金的分配基本上三分之一统一套利，三分之一 到阿尔法，另外的三分之一做现金做回购或者补仓。1、2月份我们阿尔法策略跑的 特别好，所以贪婪了一点，把它成本加大。 提问： 1月中旬到3月中旬国内跑的比较好的在10%以上。 何众志： 我们也差不多，就加仓。现在我们怎么弥补，就是我要统计套利的，就是我下 面要讲的。 原理我就不介绍了，各位都是各方面的专家级的人物。怎么样把这个东西实施 下去，怎么样去选股票，以及到底今天选什么作为交易对象。你想标的下面有三百 只股票你不能都选了，怎么做这个组合？我这里不涉及到交易了，因为我们的策略 其中三分之一的部分就是这个。你到底选哪些标的，我们市场上有很多标的像ETF， 我们开始跑ETF，但缺点，今天上午讨论的时候也讲了，ETF没有交易量的，所以这 样的ETF资金做不大。我们也尝试有一些小的资金量做ETF股指期货套利的话，但你 发现你的成本很大。所以说我们在学术界，我们把这个模型写的很好，一旦到实物 你考虑的问题完全不是一样了，不是说把模型做的更加优美，而是最大的问题，你 的冲击成本是怎么解决。后来我们考虑ETF看来挺好，模型表现的非常好，基本没有 回收，一年能跑15%，我去年介绍了我前一届的硕士生做过的，没有回收的行为能达 到15%，但是冲击成本受不了的。 这个是他算的，这个就是落地的功夫，不是推导一个公式模型做的多少优美， 这个要落地的，怎么样去算这个东西，这个算对你有利，怎么样算冲击成本。你要 做交易第一个面临就是这个。你再算一下股票的冲击成本就发现好多了。沪深300 里面最大的冲击成本，像蓝光科技也是比较高的，其他的就不成问题了。ETF大概只 能选出6支。我一手买这个，同时卖空股指期货，应该是这样的一个过程。我应该设好一个开仓点、关仓点，理论是没有的，只有靠实践，真正推向市场，理解这个市 场，每天去盯着他，什么时候有一大笔资金压在你肩膀的时候，自然而然就琢磨出 来了。 怎么样选股票？股票组合一个股票数量我不可能选300支，300支都放进去就没 有加大了。这个也没有理论验证的思路，先通过基本面，再用基础面。这些思路都 不是学术界能够给你的，要去进行测试，要有一些创意的想法。 数据处理，涉及到什么？我这个股票停盘怎么办？这个股票有一段时间缺失怎 么，数据错了怎么办？前复权后复权怎么做？这个都是我们自己做的。你要做这样 的回归，也是一个最简单的回归，一个简单带约束的回归。单向交易千分之二的交 易成本。 然后进行选样本，不能太大，不能太小。太大的话，这个样本对未来没有指导 意义，太小的话这个参数算的不稳定，这个理论上也没有，我们发现你说理论给你 一个很大的框架和思路，但真正做的时候，像我们学生能去市场第一线，你去把这 个问题解决。你问我应该选多少样本，我也高速不了你，诺贝尔奖也告诉不了你。 怎么样来选股，如果三百只组合的话，现有的计算能力根本无法达到，只能通 过一些比较靠谱的基本面。 那时候刚刚从行业入手， 每个行业选三分之一的龙头股， 三百只可以选出一百只，当然也可以用其他的方法，这只是其中一个。然后你们来 算，遇到停牌的怎么办？这个理论上谁解决。一百只选完了怎么办？一百只也不太 现实，盈利的空间也不大。我要从一百个里面选三十个，根据是现在的能力无法实 现的。怎么办？ 这时候就可以用我们的原理。李洪涛（学生）有点创意，这个老实说你这个论 文好像没什么新意，这个就是新意，到业界就认这个。他认你怎么样去解决实际的 问题，我一个一个试，把最大的挑出来，一个一个放，放到第二个，整个再运行一 次，这样迭代的运行，最后找出30只能够满足我在约束条件下，即达到了我数量的 要求，同时还满足了相当稳定的关系。30只股票选出来了，权重也能算出来了。前 面做一些adf检验，就可以算出来了。当然这个是样板内，告诉你如果低于某一个幅 度应该买，达到了上风的话应该卖掉，就是这么一个简单的东西，但是这个是样本 内的。你这量化会发现一些最大的困难，要么里面很好，要么本就卖掉。你不可能说今天有机会出来了，你进去。明天又有机会出来了，你资金不是无限的，你进去 以后要等到关仓以后才可以出来，要考虑这些实际的问题。就是考虑这些实际的投 资，我进去以后至少实有持仓五天。是经过很多动态策略的测试。 还有一个问题是开仓关仓， 按照样本内是很好， 在样本外的话很快就能赚钱了。 样本外不一样的，你怎么样去做，怎么选这个开仓和关仓值。 这是样本外的， 你看看跟样本内的表现差很多的。 遇到这样一个样本外的表现。 我们现在还可以看到整个，当时是不知道，当时是看的样本内，你怎么交易？这时 候要调开仓关仓的值，你是完全基于样本内调，还是考虑其他的因素。这里面是考 验你的交易能力。我说我第三个合作者，他除了脚是用来跑步的，一只手用来抓钱 的，一只手用来交易的。他以前是高盛明星级经理，高盛的时候就管20亿的盘。我 们也比较容易能从市场上拿到一些猎户资金。他是考虑你的交易能力，达到一定值 是不是敢开仓，什么时候关，你需要有交易经验、交易能力，还爱考虑你的交易系 统。系统的建立我们也花了一年半的时间。你想这样的统计套利，点一个键，我几 秒钟之内要实现买三百只股票，同时买空期货，几秒钟就要做到的。 我说一下测试结果，一共431天，一年半的时间，发生了66次这样的套利，每天 盯这样的组合，只要达到了我的开仓发值我就进，最多持有五天，五天达不到就平 仓，或者五天之内如果达到了亏损2我有强行平仓。一共发生66次，单次最大收益， 1.91%。单次亏损最小是-1.5%，从来没有一次亏损2%必须平仓的时候。 最后这是结果，设置了开仓关仓的条件，红的代表进，绿的代表出，发生了6 与恩次。 但有一段时间是没有交易机会的， 因为中国只能从单向来做， 反向不能做。 尤其是股指了比较大幅的贴水的时候，你是不敢做的。这是它的表现，一年半能达 到27%左右。这个表现如果真能实现就相当不错，我们什么也不用干了，就靠它，也 不需要其他策略了。实际上根本不是这样的。要把这个策略拿到，你会遇到很大的 挑战，但我们现在的操作当中，对这个策略进行了大幅的改进。测试结果一年半累 计收益37%，年化收益15%，最大回撤4.1。基本上是这样的，我的意思我是想跟前面 的演讲做一个互补吧，你做一个产学研，我们直接推向市场，市场是检验真理的唯 一标准。我们现在正在探索这条路，究竟能走多远我也不知道，我们每天就是抱着 这种敬畏的心态，市场不管你是权威还是什么，还是诺贝尔奖，我们抱着敬畏的心态，我们也不能说未来能走多远，但至少在学校里，作为产学研的话，作为一种路 径提供一个有益的尝试。谢谢大家！仇旭东： 我们谢谢何教授刚才带来精采的演讲。也再次感谢四位嘉宾今天下午给我们做 的精采演讲，下面我们进入互动环节。 今天下午四位嘉宾的演讲确实很吸引大家，我们在课堂里面是济济一堂。下面 我们进行一下互动， 就刚才四位嘉宾所提出来的观点， 我们分享了他们研究的成果， 也分享了他们的经验，我想大家肯定还有很多问题想提问。提问： 我自我介绍一下，我是中国××证券的，我跟林教授联系过，也拜访过一次， 参加这个会非常荣幸，也非常感谢林教授，刚才林教授的演讲非常精采，因为我们 是做证券公司，跟市场非常接近，我们非常了解市场，现在做真正量化对冲的，我 分三个档次，第一个能做到20%到30%的这种量化基金，因为我经常跑上海、深圳， 去找好的私募基金合作。 我们也是想达到一个量化对冲的平台， 吸引好的私募基金， 特别是做量化对冲的，跟我们合作。我们从发行到托管估值、评价我们可以给你提 供综合的服务，还可以进行一些销售。刚才何教授说的，我问一下，一个你的产品 最大回撤包括比率还有交易频率一年多少倍。 何众志： 最大的回撤就发生在最近一段时间，因为我们基本是重仓阿尔法，我们净值大 概2%。交易频率大概2周换仓。 提问： 刚才说了，我把整个市场年化收益率在20%到30%的，就那么几家，可能今年冒 出来几个新的， 像金德 （音） 应该是顶尖级的， 这些应该都是从海外华尔街回来的。 还有就是本土的，本土的层次基本是10%到20%，这个可能有十几家，但他们是不完 全的量化对冲，可能是转折性的量化对冲。还有0%到10%的这个也有一些，比如说十 几家，我统计70%的量化对冲还是亏的。所以说做量化对冲我想在中国市场，可能还是任重道远。其实20%到30%是跟国际水平差不多，就是说咱们国内现在能达到20% 到30%的，如果本土的再改进的话，有可能会到20%以上的收益，有可能会出现本土 的基金经理出现。我非常感谢这次组委会，我能参加这个会，谢谢林教授。我就说 这些。 何众志： 我想回应一下，我们这个量化稍微有一点点不一样。因为现在中国量化投资刚 刚起步，你说的百分之二十三十，现在最关键的不是看它的收益率，是看他能够跑 多远，稳定的能够达到多少。我不希望今天30%明天10%，我宁可每天都是15%，现在 真的看不出来的，你说现在20%、明天30%，真正统计才一年两年的时间，这是漫长 的长跑过程。 对于我们来讲我们根本不需要做到20%， 因为我们现在发的大部分都是 结构化产品。我们可以说我们的产品如果到10%，我的猎户就能达到20%的收益。所 以说我们的产品如果做到15%就不做了， 每天就干别的了。 因为你把他胃口调起来了， 明年更高了。所以说市场应该针对不同的产品，不同的风格，不同的结构，应该有 不同的风险和收益，看的指标也是不一样。 林建武： 我说一下，刚才他们讲了很多东西，中国的量化投资大家都在问往哪走，我发 现了一个观点，因为我在美国做了十几年，起起伏伏看了很多东西，其实它跟我们 做的任何产业都有关系，我们任何产业开始都有一个成长期，然后逐渐饱和。就像 我们因特网开始出来多少，是不是不行呢？不是。坚持到最后的就能起来。像统计 套利这些策略，他们都有一个成长期，最早没人做的时候这个模式出不来。没有人 套利的时候，你说收敛不可能，当饱和超过50%的时候，就变成了私募基金对战了， 这时候就有人赚有人亏，那谁成本低谁挺得久谁就留下来了。差的被淘汰了，中国 这些真正的就出来了。 可以看一下美国的期权，出了那篇论文以后相关性高了很多。 其实金融市场不是人与产品的关系，是人与人之间的关系，这个理念到底有多少人 接受，这个理念当只有10%20%人的时候出不来，到40%到50%的时候开始赚钱，等到 50%到80%的时候就不赚钱了。 如果再淘汰到20%就赚钱了。 我们很快就会进入到第三 阶段，希望大家不要急。提问： 我想请教杨博士一个问题，我是河南科技学院的，我们学校也是在数学系有一 个金融数学的方向，我们办学也觉得比较迷盲，刚才说了你们那里的模式从第三期 开始设一些专业课。 你们那里6个老师担任了所有的专业课， 我们也是以金融和精算 为主，我想问，在我们这样一个四线城市，是河南新乡，我们是一个省二本，基础 也比较薄弱。昨天林老师也说了，现在有做交易的有开发软件的也有金融分析的， 我想河南理论上高度都不是我们学校可以达到的，所以我想请问一下杨老师，我们 这样一个学校，这样的办学模式有没有什么好的建议。 杨静平： 这是比较难回答的问题，我觉得教学的特点可能是因材施教，根据学生的特点 找一些方式，因为北大的学生基础比较好，我们希望给他进一步的深化，对一些学 校的学生可以适当的增加一些应用型的，比如说多加一些实物的经验，因为实物的 丰富，在某种程度上来讲，对就业会有很大的帮助。当然如果我是鼓励他多参与一 些业界的活动，因为任何研究有不同的层面。比如说一些模型的方面，像何教授讲 的，关于实物方面的考虑。从不同角度考虑的话，总会发现学生有自己的价值，发 现自己感兴趣的东西。这是我的理解。 提问： 那我们应该多开一些实验的东西，给学生一些实际简单的工作。 杨静平： 不是简单，就是从不同的角度考虑问题。 林建武： 我来汇映一下刚才说的。其实我觉得金融里都有很重要的，我上次在培训班说 过，其实我们中国缺一个很重要的东西，就是金融的基础数据的处理，其实中国相 对来说，人力资源比其他国家还相对便宜，而且学生素质也不错，所以我觉得这个 东西可以考虑， 这个东西仇总最有发言权。 现在他帮着国泰安在合肥建了200多人的 数据管理的团队。合肥有大量的优质学校在那里，其实有非常好的出入，我觉得数 据处理是一个非常大的行业，巨大的空间，在国际上在全世界估计有五千亿美金一 年的产值。中国没多少，可能是50亿人民币最多了，有非常大的空间。所以我觉得三四线的城市，应该考虑在这个方向发展。数据处理方向法发展。高盛在印度有两 千人的团队，专门为高盛进行基本数据的处理，就做基本数据的清晰的工作，而这 个东西成为印度非常重要的支柱产业之一，所以我觉得别的城市可以根据大家实际 的情况，在你产业链里面选择不同的产业链，同样可以发展的非常好，你培养学生 都做高端的金融，那是金字塔，其实需要的人很少。你培养他基础的一些岗位，其 实这些岗位需要了解一些基本的金融的知识，同时学生有很好的素质去进行这方面 的处理，他将来的发展方向，可能进行数据，比如将来作为数据中心的总经理或者 其他的发展，我觉得每个城市要根据各自地域的特色发展。最后如果都发展成一样 的，各个同学都没有找到工作，这不是我们学校想看到的事情。我们希望个别的同 学做高精尖的研究，一般的同学在岗位上找到比较好的出路，其实每一个岗位都可 以发光。 仇旭东： 刚才林博士已经把我们合肥的情况做了介绍了，合肥我们的数据库两年前三十 几个人，现在已经达到了两百人了，而且发展的很快。数据库这一块确实是需要很 多懂金融、计算机、经济的学生。而且并不见得进来的都是硕士生，或者是很高档 的，像北大、上海财大、同济、清华那样的本科生。当地那些学生的资源，普通的 高校学生资源就很快可以进来，给当地的就业带来很大的影响。提问： 我是私募基金的，我就说一下中国真正的私募基金是什么样子。刚才何教授说 的有一些东西，其实我们也有研究，包括协整方差然后做统计套利，但实践中问题 非常大。 比如说我们也有用ETF基金和投资期货做对冲， 可是发现一个很大的问题就 是容量优先，我们进去几千万的资金直接把盘子冲飞了，就是说你理论上是赚钱的 模型，但在实战里面是赚不到钱。因为我们现在有几亿的盘子在跑，所以这一块基 本上是放弃了。刚才证券公司还是期货公司说，他想中国的私募基金到底是什么情 况，我可以非常清楚的告诉你，中国的私募基金真正出来吆喝的都是很差劲的。包 括我们自己在内，2009年到现在我们大股东50万起家，到现在已经是5亿了，怎么做 的？没有回撤，就是资金曲线往上攻，直接做到每年80%、百分之百的利润以后，直接拿优先资金。 比如说我们曾经最疯狂的时候1：19的杠杆，你根本不需要找资金，真正缺钱的 都是吆喝声音最大的。所以我想给大家扭转一下这个观念。在股票上一直默默在做 的。在中国在上海类似于我们这样的，最起码有十家，非常低调。你查他的联系方 式，没有，我们的资金很多直接都是从山西过来的。所以你们不要太小看国内。 包括我们自己现在做出来的交易，跟香港一家非常大的对冲基金，就跟我说， 他说你这样交易一定会让你休息，因为如果说你赚的太多的时候，这就是给市场的 感觉做的比较好的都是20%、10%，已经远远超过市场的平均资金成本，投资者会很 害怕，这就是这个市场上最真实的情况。提问： 大家好，我们是做期货交易的，我们在实践中发现理论和实践相差的还是非常 远的。我想问一下，上次的广大事件我们几位是怎么操作的，管理资金的表现是什 么样子的？ 何众志： 这个非常好回答，光大事件的时候我们还没有开始，我们清理数据，这个阶段 还没开始。 提问： 我问一下，像一些国际性的政治事件，包括我们两年前看到的，当时背景是我 们中国投资人都做多黄金白银贵金属，贵金属涨了一年半最后高歌猛进，最后是不 挣钱的。 后来长假七天就把我们所有投资者90%的资金都蒸发掉了。 但我们认为所有 的事件都是人策划的，背后都是有利益趋向的，这么重大的事件，其实是这种黑天 鹅事件说它很少其实也不少，我们数了一下每年都有。这种事件下我们量化系统量 化策略是怎么样来抗衡的，抵抗风险的。 林建武： 实际上我在美国做了十几年，还是很厉害的。我讲一个故事可能更深刻的解释 这个问题。大家都知道2008年雷曼兄弟倒闭之后，美国曾经发生过一次量化基金， 大家知道美国量化基金大概20年给投资人创造了7到15倍的回报， 但那一天可能回撤了20%。我是亲身经验，我还在摩根史丹利，摩根史丹利有一个非常大的基金，大家 有兴趣可以了解一下PET。 他在7年中为摩根史丹利赚进了3.5亿美金的收益， 但那一 天就回撤了20恩%左右，后来连续的回撤。后来发生了什么事情呢？是这样的事情， 在美国大家知道，大部分情况下有流动性好的资产也有流动性不好的资产，一般是 流动性不好的资产会限制比较大，但当一个国家进行混业经营的时候，你手上比如 说有房子还有先进，当你的房子，比如银行让你加更多保证金交钱的时候你会卖掉 房子吗？不会，因为会损失很多钱。一般会把你的存款提出来，同样量化基金跟其 他基金在一起的时候，量化基金会被先提现。像何老师这种，阿尔法对冲怎么样， 是属于长短对冲的。如果提现是什么？卖出好的股票，买入差的股票，差会变小。 比如有人被提了现，4%出了风控线，这就看谁的风控能力强了，如果你能控住，其 实给大家看那个图，他在后面20天左右重新调起来，一天内涨9%起来。如果那时候 你的仓位已经没有了，你就白亏了，彻底清光，什么都没有。 但我讲个故事是什么事呢， 当时这个PET持有十几亿美金， 触了清盘线马上就清 盘了。这时候他和高盛的另外一个投资人投资经理，他们之间聊了一下，他们就说 你挺住，挺住以后高盛就在那一天调集了钱进了这个市场调集起来。其实我们有很 多的非天鹅事件，但这些事件你要了解它内部是什么原因，很多时候其实他来自于 可能跟你想象的完全不一样的原因，很多人想是操盘还是什么，都不是的。所以我 一直在解释，很多时候什么内幕交易这些东西，都不是的。你听我解释完了以后大 家都很清楚很符合道理。其实黑天鹅事件背后最大的原因就是尾部的风险。当一个 市场产品同质化严重的时候，会出现所有大家都一起。大家有学物理的，物理有一 个共振现象，大家出现共振，全部都一起来。所以在市场上玩的时候，我觉得最主 要一定要相关性差，不要他做这个策略我也做这个策略，希望大家通过不同的角度 反应这个事情。其实金融最主要是希望整个为市场提供最优的资产配置。如果大家 都用同一个信息做，那变成传谣言了，一个传一个。所有人都认为是一件事，一回 头只是一个人说的，这是很可怕的事情。中国叫羊群效应。很多时候我们说黑天鹅 事件，有人操纵，其实不是。他只是我们在理论没有深刻的进行研究，我们经常说 理论与实际不同，为什么？因为理论是错的，根据不是理论，理论不和实际结合就 不是理论。那个理论你说不算冲击成本的测试，那叫理论？那不是理论。理论一定是运用于实际有效的东西才叫理论，我们不能把它束之高阁简化，不真实的东西叫 理论。那不是理论。 所以我们不管看什么东西要看本质到底发生了什么事，我们其实很大的程度都 能够进行总结。 提问： 我感觉本质实际是一道偶然的事件，但外人又很难理解，很难看出来。比如说 我们上周的暴涨，媒体马上报道某某。 林建武： 金融以前是有做庄的现象，但我们是逐渐的完善起来了，所以这个事情越来越 少。就像我说的，我们从第一阶段到第二阶段这个模式已经开始出来了。其实这个 模型开始有用了，我们可以解释了，第二个我们采样点开始多了，为什么这几年才 出现统计套利，什么是统计套利？要统计才能套利，没有数据统计做什么套利？没 有规律，你看的多了，慢慢走了。但我希望我们国减慢大家都看一个人的情况，不 要看着人家赚钱就非要模仿别人做这个事情，这个东西就会进入共振。大家说怎么 会发生黑天鹅事件？这就马上会发生。所有人都在一起。这不是我瞎说，这在美国 是实实在在发生的事情。所以我希望这个东西多样化，大家多几个民间高手，他们 通过不同的方式进行赚钱，这是个很好的方式。提问： 我来自河北工业大学，目前我们学校想组建一个金融实验室，主要是针对硕士 省教育，希望袁老师能给提一些建议，在组建实验室上面。 袁先智： 其实你这个问题中国所有的高校都面对这个问题。其实我先泼个冷水，我觉得 二线三线四线不要做金融。但另外一个，确实也该做，但有一个问题，我刚才讲了 实验室里面一个基本课一个专业课金融行业你如果知道分五大市场三大风险，我这 个地区对什么东西我认为有什么优势。比如像你们那个地方，我不知道，比如说在 大宗商品。 提问：我们在天津。 袁先智： 那就是天津、北京、上海可能跟货币有关，那是强势。比如说做股票市场或者 货币市场，你可能做大宗商品市场，因为郑州有期货所。你会发现这个行业其实很 大，哪方面对你们比较有优势。这是第一点。 第二点，刚才林老师在讲的时候讲黑天鹅事件。我们教学生的时候很少讲说定 价或者风险，大家都感觉有风险的概念，这个值多少钱，后面风险有多大。我讲这 个话很纠结的事情，在金融行业我先说一下，中国银行做的很好，是因为刘明康他 也是海龟，是有病的人，强烈推荐巴塞尔2。所以除了银行以外，我可以保证，你们 做交易，刚才我们讲的私募、期货交易公司、券商，包括上市很出名的，在我眼里 面，如果有银监会、期货交易所，申请交易牌照来讲是无法获得，没有通过1327交 易牌照申请的，如果按这个标准来讲，所有的券商所有的期货交易公司是没有能力 做交易的，就是基本的风险管理框架没有，这里面要做风险实验室，不是做定价实 验室。 我举个真实的例子，五大银行头两家，就是工商银行和建设银行，2009年，他 们在做市场风险系统，你会发现一个天大的消化，他说我们想做市场风险系统，我 就说了那句话，我说你们最基本的互换产品定价功能都没有，怎么说市场风险，中 国工商银行，也是2009年招标数改了三次，第一次我说你们做风险管理系统，第一 个要做定价系统，他把定价系统改在风险管理后面，第二次我说你要把定价系统放 在前面，什么是风险？价值的变化是风险，两块钱减去一块钱是好的风险，一块钱 减去两块钱是坏的风险。堂堂的中国工商银行。到现在你哪怕问上海的银行，他说 我要做跟交易有关的市场丰富管理系统，首先说定价功能做出来再做风险。你们真 正要讲，哪怕从理论上讲什么是风险。要说风险，你跟学生讲，那个功能定价，你 说我把审议算出来，第三把风险值做出来，这是你要让学生做的事情。 第二个事情，做风险实验室要回到数据，他们应该有数据是免费的，但现在很 奇怪，很多公司招我，说你给我打个头子，我想交大、复旦、同济你们数据卖给你 们，你要问一下我那个东西离不离谱。像刚才讲的数据处理，不是那么简单的，他 们说的话有对的一面，也有一对的一面。稍微复杂一点CBS产品，需要哪些数据，你不懂产品定价，不知道这些需要清理 哪些东西，不是你想清理就清理的。这是非常专业化的，你需要哪些数据你不懂那 个产品定价和风险基本上别说话。 林建武： 我们请袁老师定规则，你们具体去，按照袁老师的规则清洗，这个事就成了， 我不是说消化，我们就是这么做的，所有的数据处理都是请袁老师这样的专家定的 规则，我们只是执行的。提问： 我再问一个问题，我是浙江大学大四的学生，我即将毕业到港客（音）做，我 现在想问在场的前辈一个问题，因为在人工智能以及机器学习特别是统计学习这一 块，对于历史数据的依赖特别强，因为我做了很多结果，我把历史数据分成两半之 后， 对于样本类的数据准确率很高， 到了样本外基本上准确率都是在51%甚至不到50%， 就是跟没有做预测是一样的。我觉得这个问题有什么好的解决方面，特别是统计方 面。 林建武： 我先问一下51%是一个金融产品？ 提问： 股指5分钟的数据。 林建武： 那可能不太好，如果你告诉我是股票，51%不是差的。因为投资组合超过51%的 话， 文艺复兴这个公司， 他预测外推的命中率只有51%， 但他可以投入12000只股票， 下浮在3以上。其实你通过投资组合理论可以算出来的，只要超过50%一点点，其实 下浮指数很高。 第二个，说白了我们用了很多统计的方法做这件事情，但我的理念，我做了这 么多年就一个理念，我如果能用简单的模型做就不用复杂的模型做，千万不要。为 什么？最简单的，我一直在讲，其实说白了，如果你一万个点，我给你一万条线，肯定百分之百你一点规律都没有，这是一个非常典型的现象。我教了一百多个同学 交作业，最后用了十几个公式的就是零分。他根本就没有搞清楚我教他的公式每个 意义是什么东西，他以为用的数学越多越好。 美国有一个故事，你进一个公司都会有这个故事。火鸡回测。九个月以前每天 都会给他好吃的好喝的，但他不知道十月有什么？复活节，要砍掉他的头。所以我 们要学真正产业的知识，要学经济学、心理学这些东西，你才知道你建模是干什么 的，数学只是个工具，他是人类的情感和整个市场经济环境的一个表示方式，只是 一个语言。 光是英语现在都找不到工作了， 他只会英语， 你要英语配合其他的专业， 我是英语的比如又会计算机，我可以去用英语教计算机。 你现在做这个论文我给你的建议，告诉我为什么，如果你解释清楚了可以。如 果解释不清楚，它只是一个应用，这是最大的区别。 袁先智： 林老师给我了一点灵感，我再分享一下。我们所有的模型是错的，你们不相信 这句话。但回答一点哪一个产品，我可以讲的非常明白。对期货产品，期货产品不 要做很多多因子什么800到20个，期货产品里面有三个因素，刚才那个是高手，他不 说他来自哪里。因为我跟中国石油公司说过这个事情，我们说大宗商品，大宗商品 跟其他的产品部一样，三个因素。产量、库存量、交易量，如此而已。这里面把所 有的基本面、技术面、行业发展全部看过了。我没有时间，我的PPT上有，我讲的最 多的例子就是给中国石油做的，我们782个变量最后只有4个变量。 第二个，其实有一个非常大的误导，就是计量金融学的预测，你发现你无法做 预测。你会发现最简单的事情，你要知道今天的价值。你希望知道明天的价格，我 希望知道过去的信息。我不知道林老师教书是什么样的。 杨静平： 这个我和林教授的观点不一样，你是学生，你可以去尝试，你还有犯错误的本 钱， 你犯一次错误， 将来你去业界就想我犯了这次错误， 就来不会再犯这样的错误， 我还是比较鼓励学生做探测性的研究。这个我和林教授有不同的观点。 林建武： 我不是说不要探索， 我是要怎么探索， 你每次探索吃的亏， 要知道是怎么吃的，你不能用完了以后不知道为什么，这就有问题了，我是希望他知道为什么，你学会 了这件事，我告诉你这件事情以后你可以少栽跟头。提问： 我问那位一个问题，第一点你们做的是哪些品种是股票还是期货。第二块你们 是用基本面还是有量化的东西， 第三块你说不需要融资是吧？但我如果没听错的话， 用50倍的杠杆，你可能是做外汇的。谢谢。 提问： 说实话今天我来听很多东西包括各位教授的数学公式， 我90恩%都看过， 所以数 字相对比较低一点，但我已经做了十年了商品期货，一路走过来。刚才这位朋友问 我到底做什么， 我们是没有任何基本面、 政策面的分析。 我甚至说连新闻联播、 CCTV2 都不看的，绝对不忽悠。我们是纯量化交易。至于刚才我说的跟教授这样互动的这 点，我说这个东西，这个量化模型打到市场上面是很有问题的。因为一下子就把市 场价格吹飞了。前端时间我管理的产品，直接把商品期货的品种冲的涨停。有很多 朋友对这个市场或者说对中国的私募基金或者说期货私募不太了解，因为中国期货 私募很多时候，他的市场容量是有限的。但有一点，我们是不做或者说尽量不做股 指期货。我可以谈一下为什么我们不做。 我们中国的股指期货我认为设计这个产品的人脑残。为什么？因为我们是一线 做交易的，他每个月要交割一次，每个月强行交割，就说前面光大期货816事件，我 不知道外界怎么评价的，但在我们看来，我们觉得这个制度是非常非常额度。因为 816之前刚刚交割过， 股指期货是被动的做了一个对冲。 比如说我们经常发现一个非 常明显的市场现象，就是交割前后市场连续一个星期甚至连续半个月直线下跌。我 可以很明显的告诉你为什么，因为保险公司一直要涨仓，把以前的合约停掉，新的 合约抛空。光大为什么证监会要处理它？因为它太恶劣了，刚刚别人在期货上面做 了对冲，他直接把价格拉起了一百点，直接把别人的止损打掉，如果说光大的事件 不被永久市场进入，或者不被处分的话，那这个市场没有天理。国外的股指期货可 以这样的，一次交割，而不是像我们国内这样子，所以如果说你们发现你们遇到的 一些做股指期货的朋友，你们一定要原谅他。不是他们无能，实在是交易制度有问题。 我们做什么？我们是做商品期货， 因为商品期货是可以三个月半年一次的交割， 我可以做一波主趋势，如果说我商品期货，我可以从5万直接跌到3万，没问题，证 监会不会打电话找你麻烦， 但如果说对冲基金可以把股指期货从三千点干到一千五， 甚至你可能人间蒸发。这个盘子整个崩了，如果我们要做，我们说我们为什么要这 样做，因为我们做的是主趋势，比如说橡胶从4万一下子跌到1.5万。 还有刚才这位朋友问我我们在做什么，我们不光在做大趋势交易，比如说三个 月半年的大趋势交易， 我们还在做内外的套利， 比如我们现在有橡胶， 有上海橡胶、 日本橡胶，日本橡胶与上海橡胶每天开盘时间不一样，日本橡胶每天早上八点，我 们国内橡胶早上九点，我们做这个内外可能对冲，直接收盘了一个高开，我直接冲 几个点可以了，就是重仓进去冲几个点。我们的方法就是这样，还有很多商品在国 内，你的容量已经大的一定程度，比如高频团队，A交易员挂多，B交易员挂空，直 接公司内部挂空，就是自己吃自己，没有办法，所以我们很多都卑鄙到境外市场。 提问： 你说的橡胶，只是国内的没有意识到这个情况。 提问： 这个市场已经有十几二十年的时间了，他一直这样运行，只是说我们中国人的 赌性太强了。仇旭东： 谢谢大家！我们今天的互动很精彩，今天的论坛到此结束。
第五届(2014春季)中国量化投资国际峰会26日下午金融工程―汇集和整理大量word文档,专业文献,应用文书,考试资料,教学教材,办公文档,教程攻略,文档搜索下载下载,拥有海量中文文档库,关注高价值的实用信息,我们一直在努力,争取提供更多下载资源。}