卖出条件，不卖条件优先级高于卖出条件。交互如下图，

第四步，大盘择时，用户使用大盘择时能够有效减小由整体市场波动带来的风险，减小策略收益的最大回撤率，为可选项，默认为不择时。使用择时模板，决定策略总体持股仓位，包括指标选择和择时条件设置。交互如下图，

择时条件编辑如下图所示， 自定义择时公式，如下图， 第五步，股指对冲，使用股指对冲可以分析回测策略对冲股指期货以后的收益情况。为可选项，默认为不对冲。选择使用对冲，则包括对对冲基金、对冲比例、对冲比例校准周期、保证金比例和月贴水率进行设置。交互如下图，

第六步，完成以上五步，就成功创建了一个策略，用户可以对策略进行回测、每日选股和实时选股，也可以对选出的股票进行排名分析。选择策略回测，对回测时间、收益基准和交易费用进行设置，点击开始回测，如下图所示，

回测显示信息包括收益曲线、相关收益值、持仓明细和交易记录等，用户可以通过对比基准收益来调整指标值，进行策略优化。

选择每日选股，可以根据模型的选股设置，在历史上任何一天选股，如下图所示， 选择实时选股，根据以上模型的选股设置，使用实时行情选股。 选择排名分析，对筛选出的所有股票，按照排名条件划分成N组，对比每组的收益。排名分析展示所有股票按排名分段的收益情况，提供择股策略全局有效性分析。

其它类似的量化因子选择平台，如盈时、诸葛量化等，业务模式和果仁基本一致。

4. 量化投资模块建立的必要性

为专业投资者提供专业服务

目前市场上的投资者大致可以分成三个等级，分别是普通投资者、中级投资者和高级投资者。建行投资服务体系中的智能投顾主要适用于普通投资者和部分中级投资者，资产比较庞大的客户通常会选择私人银行进行服务，如下表所示：

由表可知，当前的投资服务体系并没有完全覆盖所有客户群，部分中级投资者和大部分的高级投资者并没有相匹配的服务，而这部分客户却显得非常重要，因其具备投资理念和投资经验，一旦提供完善的服务体系，他们会进行持续而稳定的投资。

量化投资模块能够提供良好的编码环境和全面的量化指标选择体系，投资者可以将成熟的投资理念在模块中表达出来，通过编程语言进行编译或者选择量化指标进行建模，形成一个策略模型，对该策略进行回测分析和优化，最终可以得到一个用于实盘操作的投资策略。由此可见，建立一个成熟的量化投资模块可以完善当前的服务体系，覆盖所有客群，满足专业投资者的投资需求。

受投资者追捧

微量网2014年1月上线以来，截至目前实盘运行策略2323个，累计成交金额超过193亿；

米筐2014年12月上线，目前已有超过50万的注册用户；

聚宽2015年8月上线到现在活跃用户已接近80000人，累计超过60万个量化策略

生成。

种种迹象表明，量化投资被越来越多的投资者所青睐，这必将成为最流行的投资方式。

众多机构参与，重视发展前景

最近两年来，越来越多的机构正在加快进入量化投资市场的步伐，它们看中量化投资良好的发展前景，积极寻求第三方量化平台进行合作或投资，打造专业化的量化交易和研究服务平台，如下表所示： 时间 机构（投资方） 第三方平台 事件 华睿资本、百度 Ricequant米筐 米筐获得华睿资本和百度 2500万元的A轮融资 汇垠澳丰股权投量财富 量财富宣布完成1亿元A轮融 资基金 资 峰谷资本、启迪之烯牛数据大数据量化投资服务商烯牛 星、Weroadshow (Rhino Data) 数据(Rhino Data)宣布获得Limited(微路演) 800万元天使轮投资 广发证券 聚宽 上线国内首家券商版量化交 易平台 中信证券 优矿 发布覆盖投资全流程的量化 研究和交易平台 第一创业证券 Ricequant米筐 推出服务于个人的量化终端 ——RQLite以及服务于专业机构的量化终端——RQPro 兴业证券 Ricequant米筐 专业的量化研究与交易平台 通过以上数据我们不难发现：目前机构和第三方量化公司合作推出的量化平台上线数量增长加快，涉及投资品种增多，券商推出服务客户的量化平台的速度也越来越快，但是还没有一家银行有传出类似的消息。

5. 量化投资模块建立的条件

基本架构 UI展现层

UI展现层为前端展示页面，主要负责展示量化投资模块子菜单区域、量化标的区域、量化指标区域、策略模型关联区域和回测结果分析区域，以果仁为例进行说明，如下图所示：

业务处理层

业务处理层主要负责实现业务逻辑、与数据支持层进行交互、为UI 展现层提供信息等功能。量化平台整体业务流程如下图所示：

数据支持层

数据支持层是量化交易的核心，利用Spark等大数据技术通过大量计算为量化交易提供理论和数据支持，它包括指标计算服务、信号计算服务、实时交易数据提供和数据处理服务。

指标计算服务是指对量化指标进行科学计算，它包括交易数据、宏观经济指标和公司财务数据等指标的计算。通过指标计算，可以对量化标的进行划分归类。

信号计算服务是指量化标的行情的波动导致量化指标达到量化策略的预期，从而触发量化策略运行的过程。

实时交易数据提供是指对量化标的成交价、成交量和涨跌幅等动态数据的转发。 数据处理服务主要研究大量历史交易数据，以图表形式评估量化策略和投资组合。

运行流程

量化投资模块是一个相对独立的系统，对数据和回测系统的要求非常高，其运行流程可大致分为三大步骤：数据输入、模型开发、回测输出。

数据输入

量化投资的基础就是数据，任何策略的设计、搭建都依托于对数据筛选、清洗和打磨。目前量化投资公司数据的来源多是选择wind、choice等平台，优势在于这些平台数据较为全面，可匹配多种软件接口，但目前都是付费使用，同时也有TB交易开拓者、预测者网等平台提供数据源。输入数据类型包括：实时动态数据（行情、高频数据等）、行为数据（新闻资讯、评级报告等）、自定义数据（宏观数据、行业数据、企业财报等）以及投资经验。

模型开发

这一阶段主要是将投资逻辑通过计算机语言进行编写，形成可执行的程序。在实现的过程中，需要对准备好的数据进行大量的计算，而实现的方式一般是使用第三方统计软件（excel、R、SAS、MATLAB、SPSS等），再通过接口对接到量化平台上执行，或者直接选用量化平台自身的语言，如天软的TSL语言；大智慧的DTS的LUA语言来进行编写开发。

回测输出

模型建立后，需要通过历史数据对已开发的模型进行检验，对回测报告中不同的数值进行模型参数的反复调试。策略验证是策略实现较为关键的环节，是控制投资风险，提高策略盈利能力最重要的步骤。在对策略进行验证后，还需要在仿真环境下进行测试，这也是量化策略进入实际运营前的最后一环，观测触发条件后系统相关指标与运行等。 从上述量化投资运行流程等，可以看出，量化投资策略搭建极为严谨和繁琐，影响因素较多，投资者及机构从早期准备到策略搭建再到回测输出，需要投入较长的时间。

量化标的选择

目前量化投资标的已从传统的基金延伸到债券、股票、期货、外汇等领域，这些投资标的因其相关数据指标可以被量化，所以能够很好的用计算机语言来表达或者直接拆分成若干量化因子，便于让投资者理解。

结合建行现有的投资产品，基金、外汇、贵金属和账户商品，我们从产品丰富度、数据更新频率、交易模式、交易费用、影响价格主要因素和技术分析成熟度六个维度进行分析，如下表所示：

基金 外汇 贵金属 账户商品 量化分析优先级排序 1基金2外汇3贵金属4账户商品 产品丰富度 五种类型共2168只基金 对应有14种产品 对应有10种产品 对应有3种产品 1账户商品2贵数据更净值按交易日价格每30秒价格每20秒价格每6秒刷金属3外汇4基新频率 更新 刷新一次 刷新一次 新一次 金 交易模T+1交易制度， T+0交易制T+0交易制T+0交易制1账户商品贵金式 只能买涨 度，双向交易 度，双向交易 度，双向交易 属外汇2基金 人民币计价点交易费不同品种，点不同品种，点差不超过，美1贵金属外汇2千分之二以内 用 差不一样 差不一样 元计价点差不账户商品3基金 超过 影响价地缘政治和地缘政治和供需调节和国1 贵金属外汇2格的主国家政策影响 国际事件影国际事件影家政策影响 账户商品3基金 要因素 响 响 技术分无细化技术指技术指标全技术指标全技术指标全1账户商品贵金析成熟标，分析体系面，分析体系面，分析体系面，分析体系属外汇2基金 度 不成熟 成熟可靠 成熟可靠 成熟可靠 投资产品丰富程度越高，量化可选标的就越全面，量化结果较单一产品就更具科学性；投资产品数据更新频率高，表明其行情波动特性强烈，利于做量化分析；投资产品