国内主要的量化平台有哪些（量化平台玩家们的变现难题）

第一次见到李涛，他正调试自己编写的一个新策略。

“前几个跑得都不错，当然也还在继续测试和调整。”李涛特意给界面新闻记者演示了一番，这是李涛在聚宽上编写的第三个策略。

聚宽，正式上线于2015年7月1日，是国内量化平台的试水者之一。

近三年以来，国内类似的量化平台接连上线，目前已经形成了一大批既相似又各具特色的同类竞品。其中一些颇具规模的平台在经历了初期发展后，都开始面临如何变现问题。

1.战线全面铺开

量化平台的兴起根植于量化投资的普及和发展，并且与后者相似，同样是发源于国外。

一位分析人士介绍，量化对冲基金被誉为资产管理行业“皇冠上的明珠”，基金公司往往会聘请大量专业人士编写交易算法，而这对于普通投资者来说通常是可望而不可及的，由此为量化平台的发展提供了可能性，典型的如Quantopian。

Quantopian成立于2011年，是一家定位于服务量化投资新手，提供在线策略编写、回测、交易服务及社区交流，同时也是首个可以在浏览器上建立算法交易的平台。庞大的用户群成为其发展的一个显著优势。

国外类似的为用户提供策略编写、回测等服务的还有World Quant。不同的是，World Quant专注于更为基础的量化投资分析。其中，杰出的算法作者将有机会成为平台的兼职研究顾问。截至去年5月份，该平台兼职顾问的人数已经与World Quant的正式员工数量不相上下。

国内的量化投资自2010年股指期货上市以后开始萌芽，并于2013-2015年迎来了大爆发。

正是在量化投资受到广泛关注的阶段，2014年起，各大量化平台开始陆续上线，这些平台也被普遍认为是国外Quantopian等平台本土化的产物。

李涛表示，目前国内的很多量化平台在功能设计以及用户体验方面确实和Quantopian等平台有着不少相似之处。

当然，本土化也就意味着差异的存在。

掘金量化总经理谢兴华指出，国内外的交易环境,市场机制等因素大为不同，这就会导致复制过来的东西有时候可能会水土不服。

聚宽创始人高斯蒙也表示，国内现有的一些市场机会是在国外都不存在的，首先体现在中国的散户比较多，因此可以构建一个面向C端的量化云平台去卖策略，而国外的成熟市场以机构为主导，C端用户基数要少得多。

其次，国内券商数量较多，利润丰厚，导致量化平台有可能去服务券商。中国的量化投资目前仍处于起步阶段，随着量化私募的发展，量化平台也有机会去服务私募。

同时，国内市场有其局限性，海外的量化平台可以申请做券商或者支持实盘交易，以Quantopian为例，该平台便接入了盈透证券（Interactive Broker）的交易通道支持用户进行实盘交易，而这目前在国内很难实现。

据界面新闻不完全统计，目前国内市场上的量化平台已经达到了20余个。其中既包括目前被业内公认处于第一梯队的优矿、聚宽-JoinQuan、米筐-RiceQuant等；也包括原有交易软件在量化平台领域的新尝试，其中典型的如同花顺的Mindgo、万得旗下的万矿等；还有互联网巨头京东携旗下量化平台、以及其他创业公司等。

参与者众多意味着市场竞争激烈。

接触量化投资半年左右的中科院研究生任娇告诉界面新闻记者，仅自己试用过的量化平台就包括了聚宽、米筐、掘金、优矿、万矿等好多个。

高斯蒙介绍称，目前量化平台的好多功能都没有实现，所以只要某个平台能够率先覆盖新的功能，就会形成竞争优势，而且C端用户的黏性很弱，必须及时覆盖别家平台的功能，这样才能打动客户。

任娇也表示，接触过的量化平台都能够满足自己的基本需求，在这种情况下，哪个平台能够提供“不一样”的细节性服务将更加打动自己，比如策略手册是否完备、社群是否活跃等。

基于此，各个量化平台都在尽可能地完善自己的产品功能，塑造核心的竞争优势。

新生平台拼产品功能，老牌公司凭借与机构多年合作的基础，也能在市场中占有一席之地。

2.玩家们的不同打法

虽然功能属性方面有很多相似之处，但是国内的量化平台依然形成了各自不同的打法，界面新闻综合相关资料并结合对相关业内人士的采访，将其主要划分为几大类别。

第一大类别为互联网思维。

在众多的量化平台中，由于创始团队的互联网从业背景，聚宽成为互联网思维的典型代表。

2016年9月，在广发证券招标阶段，聚宽答应招标方提出的本地化部署等多个条件，打败另一家具有地缘优势的竞争对手，最终拿下该项目。

一位分析人士指出，对于多数初创的技术型公司而言，能够和大的机构合作，在价格上往往可以一定程度上让步，但是同时答应对方多个条件一般是很难接受的，也会造成公司成本的上升。

聚宽华南区总经理王恒鹏则表示，在互联网思维模式下，公司的核心逻辑是要具备行业先发优势和实现影响力，为此并不是很介意短期内付出的成本。

另外，共享作为互联网思维重要内容之一，在聚宽也有所体现。任娇表示，聚宽的社区是自己接触过的同类产品中最为活跃的，“自己编程有时候遇到一些问题要想好久，所以经常需要寻求他人的帮助，而社区正好提供了这样一个平台。”事实上，这也正是高斯蒙最初创立聚宽的原因之一。

高斯蒙在接受界面新闻记者采访时谈及，他之前一直在百度工作，大家在开发和产品研发时有很好的交流社区，于是后来在为数字货币编写量化策略遇到瓶颈时就萌生了一个想法——是不是可以做一个平台，在工具和社区属性上把这些人圈在一块。这为其在两年之后创办聚宽埋下了伏笔。

此外聚宽还建立了一个共享函数库，用户可以直接调用平台上其他用户共享的函数，提高程序编写的效率。在策略商城方面，不同于很多竞争者通常会选择的雇佣更多专业的人才去写高质量的策略，聚宽的思路则是如何去增加用户数量，让用户创造更多的策略。

第二大类别为数据业务延伸。

另一类量化平台在数据方面居于优势地位，典型的如背靠通联数据的优矿。

优矿是通联数据旗下众多的业务板块之一，其前身通联量化实验室项目成立于2014年6月，并于次年正式更名为优矿。

通联数据首席科学家蒋龙表示，优矿的一大特色是其所提供的基础数据都是自产的，而很多其他的竞品对接的都是外部数据库，这些数据往往不是专门为量化生产的，所以未必能保证point in time这种特性。

据蒋龙介绍，目前公司共有员工400人左右，其中专门负责生产数据的就有一百多人。

量化投资者刘益嘉告诉界面新闻记者，量化策略最常见的问题，是实盘收益大不如模型回测，数据在其中起到了非常关键的作用，自己本身就习惯于使用通联的数据，自然而然也就更倾向于使用优矿。

一位分析人士指出同属通联旗下的各产品在设计理念、功能操作方式等方面有一定的共性，当用户熟悉一种工具之后，更容易接受与其相似或者关联的产品，这就为通联旗下众多产品相互引流提供了可能性。

数据之外，优矿的一大特点在于拥有完整的资产风险模型，用户可以在平台上构建基于这种风险模型的风险对冲组合，控制组合波动。蒋龙表示，“风险模型是一个组合优化工具，基于同样的风险条件下，为获得最大化的收益需要一个二次优化的优化器，这些东西我们都能提供。”

同样在数据方面具有优势的还有万得旗下的万矿、同花顺旗下的人工智能量化交易平台Mind Go。

第三大类别为IT技术派。

第三类量化平台则是以米筐、掘金等为代表的技术型流派。

米筐成立于2014年12月，一位业内人士介绍，米筐更倾向于将自己定义为IT公司，并专注于把实盘交易这一件事做好。在米筐官方微信平台发布的介绍资料中也明确提到，米筐自成立以来一直专注于创造国内领先的量化交易系统和策略研发回测平台。

正因为如此，相比于其他竞争对手，米筐在业务拓展方面更为谨慎。

上述知情人士指出做实盘对接是有一些技术难度的，米筐的工程师团队本身拥有丰富的实盘对接经验，同时限制于规模，选择在自己有限的能力范围内扬其所长不失为一种好的策略。

同样聚焦于策略实盘交易的还有掘金量化，公司公开资料介绍，该公司的核心团队主要由金融IT技术专家以及量化投资领域的产品专家组成。

目前公司已经全面支持上海证券交易所、深圳证券交易所、中国金融期货交易所、大连商品交易所、上海期货交易所、郑州商品交易所等六大市场。

第四大类别为互联网巨头跨界。

除了上述三大类之外，国内量化平台还有许多其他的参与者，典型的如京东量化平台。

众所周知，近年来国内互联网巨头纷纷加快在金融领域的业务布局，京东自然也是不甘落后，而在推出量化平台方面，京东确实算得上是互联网巨头中的“领头羊”。

京东量化平台官方网站上的资料显示，其提供的产品与服务与多数量化平台不相上下。其中，数据方面，一是拥有涵盖12个行业，直观反映各行业网上销售及价格趋势的京东金融大数据消费指数；二是拥有包括热点新闻、行业新闻、宏观新闻、京东美股、京东新闻等37个类别在内的京东舆情数据。

不过，京东量化平台似乎并未能在用户中掀起波澜，一位投资者直言“京东的量化平台更适合用来看，真的拿来做研究的话，使用中经常出现问题，而其所谓的特色数据实际应用价值并不高”。

当然，也有人看好京东量化平台未来的发展，毕竟有京东强大的财力做支撑，还有知名度和用户基数，相比于那些不知名的初创小公司而言，京东推出的量化平台更容易在竞争中存活下去。

总体而言，目前国内量化平台市场不仅参与者众多，而且各具特色，有着各自不同的打法。

3.变现难题

和多数新兴行业公司类似，变现难也是摆在众多量化平台面前的一大难题。

国外的Quantopian做法之一，是为平台上的部分算法募集10万美元到300万美元不等的资金进行投资，平台收取一定的管理费用，同时向算法作者提供10%左右的基金收益作为回报。

在2016年公司对算法的投资回报高达40%，但未来真正引入大量外部资金时，必将面临更为严峻的监管压力，作为行业先驱的Quantopian的做法是否有效还有待时间去进一步证明。

另一方面，Quantopian曾表示可能会在真实交易环节收取一定的费用。

分析人士指出上述平台的盈利模式，一是持续性存在不确定性，二则由于政策环境不一样，国内量化平台在效仿其做法上也有一定的难度。

因此，国内的各个量化平台需要探索适合自己的变现之路。遗憾的是，目前多数的量化平台在变现这条路上并没能走远。

以米筐为例，团队大约有五六十人，人员成本非常高，但是目前“造血”能力严重不足。据知情人士透露，“不论是券商还是客户端，米筐现有客户中真正也就几个，公司主要还是靠融资来维持生存。”

企查查数据显示，2014年11月，米筐获得了由源码资本提供的100万美元的天使轮投资，时隔两年，又顺利拿下2500万元的A轮融资，投资方为华睿资本和百度。去年九月，恒生电子又对公司进行了A 轮投资，具体金额不详。不管是从融资的频率还是金额来看，显然，米筐的“烧钱”速度是非常快的。

深圳南山一位不愿意透露姓名的投行人士对界面新闻记者表示，接连获得融资说明机构对这一项目发展前景看好，但是既然是投资就有一定的回报预期，如果企业迟迟不能盈利甚至连盈利的方向都找不到，那么后期融资就会面临很大的压力。而一旦资金链断裂，这种高度依赖融资的企业，无疑面临困难。

同样高度依赖融资的还有聚宽，企查查数据显示，聚宽在去年12月中旬获得了百度1亿元的战略投资。在此之前，聚宽获得三轮融资，分别是2015年9月六禾投资的100万元天使轮、次年9月启迪之星、方信资本合计1000万元的A轮以及盛山资产在去年10月投资的B轮等。

高斯蒙称，公司产品的前期投入成本很大，一般一个业务线至少三年才有望实现收支平衡。与此同时，公司的团队规模则在不断扩张，现在已经有110人左右，其他方面的成本也在不断上扬。

目前聚宽同样在探索盈利模式。首先是策略商城方面，据高斯蒙介绍，公司一是将现有的策略直接出售给散户，单价在500-1000元/月不等，2017年这项业务的收入约100多万元；二是和券商或者投资公司合作，把策略输出，由合作方进行售卖。目前第一种方式效率更高。

“这种模式不是我们首创的，券商已经做了很多年了，只是他们卖的更多是投顾类的策略。”高斯蒙认为目前A股的散户以亏钱居多，客户存在相关需求，基于这一点，高斯蒙判断未来这一领域的市场空间还是很大的。

聚宽的另一部分收入则主要来自券商、银行等机构客户。据悉，聚宽首先瞄准的是券商市场，以广发证券、平安证券等为代表的大客户与聚宽的合同金额都在百万级别。

针对私募市场，聚宽目前则采用的是免费的策略，原因主要在于大型的量化私募或技术储备较深的量化私募一般都有自己比较完善的系统，采用第三方系统的可能性不大；中小型私募有需求但付费能力普遍不足。深圳涌泉资本总经理李正清表示：“对于第三方系统并不是很放心，开放型也有限，更倾向于使用自有系统。”公司目前累计投入开发自用系统的金额就高达800万元。

在此背景下，聚宽方面判断，未来公司直接向私募用户收费的可能性也不大，更希望通过服务好私募寻求更多其他的商业机会，比如通过流量变现等。

看似来源多元化，但是显然聚宽当前的变现能力还是很有限的，公司不少业务还处于亏损状态。高斯蒙也表示聚宽的券商业务线在明年才能够基本打平收支，银行至少要到2020年。

与聚宽主攻券商业务不同，掘金量化则选择深耕私募市场。据谢兴华介绍，目前公司服务的私募基金客户数量就已经多达400家，但真正付费的付费的数量相对有限。鉴于私募直接付费能力有限，同时考虑到竞争对手聚宽的免费策略，掘金量化后续的变现能力也将面临很大的挑战。

万得推出万矿之后也为自己的商业模式所困，万得资讯现阶段主要以卖数据为主要收入来源。但是在聚宽等量化平台上，数据一般都是免费的，比如今年5月份，聚宽宣布全面开放聚宽金融量化数据——JQData正式上线公测，这就导致万矿如果想要采用同样的模式，必然会对万得当前主业形成一定的冲击。

据一位银行采购人士透露，万得的数据业务盈利能力是非常强的，仅招商银行一家客户，每年采购万得终端的交易额就达到9000万元，所以让其放弃已经吃到嘴里的“肥肉”去完全免费开放数据相当于“革自己的命”，基本不可能实现。

背靠通联数据的优矿也面临同样的困境。涌泉资本李正清表示公司以前用通联的数据比较多，但是对方的数据通常是按模块售卖的，量化策略往往需要很全的数据，这就会产生一定的冲突。

不过，蒋龙在接受界面新闻记者采访时透露，公司目前面向量化私募、公募基金的专业版已经卖了几百套，收入接近一千万元。

据了解，优矿目前主要面向用户推出了免费注册的标准版和付费的专业版两个版本，以满足不同类型研究者的需求。后者在各种功能权限方面均具有较大优势。2017年4月，优矿与中信证券合作的中信量化研究交易平台正式发布，同年11月，公司又宣布与华泰柏瑞达成合作。

总体而言，目前国内各大量化平台在盈利变现方面还有很长的路要走。

4.路在何方？

量化平台战火已起，各方蓄势待发，但目前而言还都处于探索阶段，未来将会怎么发展呢？在这方面不少受访者观点存在一定的分歧。

有分析人士认为，量化投资乃至A股投资最终将实现机构主导化，量化平台想要靠向个人投资者收费实现盈利很难，因此努力寻求与企业、机构合作将是这些平台最好的去路。而对于专业的研究员而言，在线云平台固然方便易用，但还是落地到终端更为安全、可靠。

不过，另一部分分析人士对此提出异议，他们认为线上平台自然有其存在的意义和价值，国内投资者数量众多，拥有广阔的长尾市场，足够“养活”好几家企业。

互联网技术的发展也将为云端量化策略的研究提供更稳定的支撑。另一方面，随着新一代消费者的崛起，知识付费也将成为一种日常消费模式，量化云平台只要能坚持把产品做好，未来盈利不是难题。

另一方面的分歧体现在对策略安全性的考量方面。

对于机构投资者，担心自己的策略被平台盗取是一大痛点。任娇便表示，首先，每个策略的容量都是有一定限制的，当某一策略实现盈利之后，盗取人可能会选择跟投，反过来影响策略所有者的收益。

其次，如果有人知道机构在固定的时候做固定操作，可能会根据这一情况做反向操作，或基于此研发其他盈利手段，进而损害策略所有者的权益。

个人投资者对于同一问题则普遍没那么担心。李涛表示自己管理的资金量有限，不用考虑策略容量的问题，更不用考虑会被人做反操作，“因为我的资金少，反操作也赚不了什么钱。”

有分歧，也有共识，对于量化平台未来的发展，在一个问题上多数人达成了一致看法。大家一致认为，市场终究无法支撑太多同质化的平台共同生存下去，未来不具备核心竞争力的平台将面临被淘汰的结局。

通联数据的蒋龙表示，互联网领域竞争是非常残酷的，在线的量化平台未来也是如此，如果有一家平台优势明显，就没什么阻力。所以现在大家各自都在做产品、圈用户，但是到了拼核心竞争力的时候就会出现更迭。

现有的行业领先者们大多都对自己的模式信心满满。

掘金量化的谢兴华认为将来量化市场一定是非常之大，而且肯定是以技术为导向。

蒋龙则表示长远来讲，其他平台未来会面临数据的问题，因为很多数据如果依靠供应商，就会面临供应商不继续合作的问题，而没有数据的平台，优势就会很局限。

对于未来新竞争者的入局，高斯蒙则表示，量化平台是一个准入壁垒很高的领域，需要不断的积累，新的参与者很难直接介入，“因为背后有好多点是很难实现的，即使对方把我们核心的合伙人挖走，但是在用户积累、数据清洗、回测引擎各个小的方面也很难在短期内把搞定，特别是小公司就更费劲了。”

就目前而言，这场战争还将继续，只是不知未来谁能留下，谁又将消失在洪流之中。

,