最近听到一些声音，说咱们金纳科技的执行算法（数智算法）过时了，不智能，小编满脸疑惑，咱不是做数智算法的吗？咋还不智能呢，带着疑惑，找到了咱创始人夏阳，让他来聊聊金纳科技的算法究竟怎么样。
夏阳，金纳科技创始人&董事长。上世纪90年代先后在华尔街为ITG(现Virtu Financial，世界最领先的电子交易商，兼营自营和服务)、雷曼兄弟、瑞士信贷(Credit Suisse)、瑞银集团(UBS)等创立领导算法交易业务，尤其瑞士银行(UBS)的量化算法体系架构是夏总亲自主持设计研发（至今仍然未被更换），并在00年代引入中国，开启了算法和量化交易在国内推广的热潮。夏总国内毕业于清华大学，拥有清华大学电子工程学士学位及企业管理学士学位，在国际上获卡内基梅隆大学集成电路设计验证（EDA）硕士，以及纽约大学工商管理硕士学位，同时持有CFA认证资格。
Q1
夏总，我们知道，目前市场上对交易类算法主要分为两大类：执行算法和T0算法，您能给我们分别聊聊金纳科技这两类算法产品吗？
夏
好呀，今天我们先来聊聊执行算法吧。执行算法（数智算法）看综合绩效，包括使用体验。这是金纳科技以及其他算法交易服务商的主力算法产品，适应一般的主动管理型基金（交易单大，持仓时间长）、被动管理的ETF基金（建仓时单大，篮子单，执行服务的要求类似主动管理型基金；调仓/申赎时交易单小，篮子单，周度，月度或季度调仓）、用量化投资的方法管理的基金。客户覆盖公募，保险资管，银行理财子，券商自营和资管，以及大部分的私募基金产品，小部分量化私募策略还有多因子选股，期货CTA，高频交易等，交易比较频繁，单小而多，对交易执行算法的需求比较不同。
Q2
执行算法（数智算法）可以分为哪几类呢？
夏
根据场景需求，一般可以分为时间/计划驱动型，流动性获取型，功能场景/定制型三类。这也是海外算法交易一般性的分类方式。
Q3
市面上有客户说我们的执行算法不够智能，您对这个问题怎么看？
夏
不要被算法名字所误导了，并不是说算法名字里没有AI就不是智能的。我们的执行算法主力vwap/twap策略得到了AI深度学习，加入了最新的量化金工因子去持续优化，培训出的量化因子也在持续增强，能够接近及打赢均价并且避免暴露交易意图，帮助公募客户持续升级算法逻辑并提升各种绩效，并非外界认为的我们只是在修理小bug, 满足一些合规需求以及交易所推出的新产品的上线支持。
Q4
今年chatgtp横空出世，对很多行业产生了颠覆，您觉得chatgtp对算法交易的发展有什么影响呢？
夏
GPT4目前已经有1万亿个参数了，而金纳算法不是LLM大语言模型，也有上千个参数沉淀下来。跟GPT完全是AI培训的参数（不可解释）不同，金纳算法的参数都是业务逻辑和场景需求的抽象（可理解可解释），确保了对未来需求的预见性和快速交付，而这些只有在算法运营业务团队的帮助下才能够实现。我们希望形成的商务模式实际是通过我们的算法运营咨询师，达成类似ChatGPT这样的智能算法服务，帮助客户的交易员（甚至替换掉平庸的只会做低端重复动作的交易员）提升交易水平，做交易员的智能交易助理。具体来说，我觉得人工智能技术的进步会促进智能交易执行算法以下三方面的发展趋势：一是多元另类数据的应用：通过利用人工智能技术，使用更多元化的数据源进行决策，包括新闻、社交媒体信息、宏观经济数据等，以适应更复杂的市场环境；二是更敏捷适应监管需求：监管机构可能会制定更严格的规则来管理高频交易。这将需要算法具备更高的透明度和可解释性，以便满足监管要求；三是更智能的风险管理：随着人工智能技术在算法交易中深入应用，我们可以预期交易的智能化程度将会进一步提高，能够更好的适应不同的市场环境，同时能更智能的管理交易风险。通过实时分析市场数据预测潜在的风险并自动调整交易策略，以最大限度地降低风险。
Q5
流动性获取型算法有哪些？
夏
流动性获取型算法既要尽快完成交易，又要避免价格冲激，取得优化平衡。这一类有pxinline/IS (implementation shortfall)，POV（percent of volume）, sniper, DMA+，AIworker (sniper+iceberg定制)，通常用起始价和完成率综合衡量绩效（即使打赢了起始价，但完成率低的话也没赚到钱），也可以用“实际交易时间段“（而不是用一个主观选的较长时间比如开盘到收盘）的vwap均价来衡量交易平稳性（是否暴露了交易意图）。适用的单子一般有一定规模（至少大于十手几十手），需要适当地拆开。这一类算法在国外发达国家的市场上是远超过第一类的使用量和频率的，在我国市场上却长期得不到客户重视。
Q6
这类算法在我国为何不受重视呢？
夏
原因可能是我国这类单子的客户大多是国企，更关心安全和合规，更注重算法交易的可解释性（vwap均价下单是好理解的）有趣的是，另一类客户，量化私募们，是关注绩效胜过关注合规的，却也被另一种说法误导到只有打赢均价才有绩效的这个单一的标准上去了，当下也主要采用vwap均价下单算法。
Q7
功能场景/定制型算法有哪些呢？
夏
冰山iceberg，低买高卖buylowsellhigh, 止损stoploss, 公平交易算法，pairs配对交易，switch调仓，futuresArbi，篮子交易（包括篮子调仓），条件单定制算法custom … 这么多的功能性算法，都是海外证券市场在几十年的算法交易发展过程中，几十个市场，上千家百亿千亿规模的基金客户，几百万亿美元交易量沉淀下来的需求。可以说已经预先覆盖了未来十几年绝大多数我国市场的客户已经出现以及将要涌现出来的需求场景。我们可以在提供前述两大类基础场景的基础上，依赖第三类算法，为各种客户提供“定制“服务。但是要想帮助客户使用好这些算法，不能把这些算法简单地视为交易系统而丢给客户，而是要售前和方案团队（也就是咱们的“算法运营“人员）跟客户充分交流，介绍引导，配置好最优的算法参数，比如正确使用限价，限量，敞口参数，套利阈值，才能用得起来。否则适得其反。比如iceberg，通过设定好displaysize 和比市场低的限价，可以以不显眼的方式在低价排队，等待对流动性好的股票收集的机会。而sniper 用低限价更是不亮牌的方式埋伏在限价处，既能低价收集，又不造成卖家的警醒而撤单，更适用于流动性较差的股票。当然，既然是定制，那就只适用于较少的场景，而且收费昂贵。
Q8
您觉得该如何评价一个执行算法的好坏？
夏
对于时间/计划驱动型和流动性获取型算法，叠加量化因子信号的择时能力是重要的，但不是唯一的。建设好算法运营团队和服务水平，了解匹配好具体客户的需求场景，使用好算法种类和上千个配置参数我认为是更为重要的。
Q9
和其他厂商的执行算法相比，金纳科技最核心的优势是什么？
夏
除了算法种类丰富，客户覆盖群体比较全面以外，另外一个核心优势就是我们的主力交易算法系统带有大量的安全风控功能，是长期以来为适应我国证券市场监管特色，应各种客户体验的要求发展出来的，在客户群里有较大的共性。
Q10
执行算法聊了这么多，您能简单谈谈T0算法吗？
夏
我们再来看看第二大类算法：日内策略算法，也就是T0策略，传统意义上不属于交易执行算法，而是投资策略。它基于客户原有的股票持仓，针对同一标的，每天全自动操作，高抛低吸，抓取行情波动价差，以此降低客户持仓成本，增厚收益。一般中高频交易型私募会自研T0策略。近年来一些科技公司也推出了第三方的T0策略，对各种公募私募客户的静止的仓位盘活，收益增厚都是有益的。我们金纳科技也可以为客户提供T0算法策略，但是总体来说还是以执行算法为主。
