聚寬CEO高斯蒙：國內量化剛起步，B端變現是方向

龙听

調研 | 張揚 劉馥亮 吳雲

撰寫 | 吳雲

美國量化交易發展多年，已成主流交易方式之一。根據諮詢機構Tabb Group數據，截至今年5月，美股交易量中有27%是由量化對沖基金完成，超過了傳統資管公司、銀行等機構。相比之下，國內量化交易起步晚，交易量很小。

在此背景下，聚寬從量化策略開發平台切入，提供量化數據和開發工具等服務，簡化策略開發過程，以此吸引量化策略開發者。

聚寬搭建的量化平台包括四大模塊：量化數據、策略開發、策略擂台和社區。其中策略開發包括回測和模擬實盤等，幫助開發者更高效率地研發、檢驗策略。策略擂台則展示了優秀的策略，相互比拼，用戶可以免費訂閱。

早期，聚寬的商業化思路是通過C端變現，具體模式是在聚集大量的量化策略開發者之後，發行基於這些策略的眾包對沖基金。

聚寬CEO高斯蒙表示，「後來我們發現C端變現這條路需要時間。因為如果要以優秀的策略去融資，做資管公司，至少需要兩三年的時間證明自己的資管能力。」基於此，聚寬開始了B端戰略，在A輪融資之後探索B端變現，為券商、基金等金融機構提供量化策略開發和交易系統，收取系統研發費用。

券商是聚寬的主要服務對象，也是現金流的主要來源。目前，聚寬已經服務8家券商，包括廣發證券、國泰君安、方正證券、華融證券、大同證券、第一創業等等。

對於私募，聚寬計劃後續推出量化工具的增值服務，提供其它的金融數據，幫助中小私募募集資金等。

近期愛分析對高斯蒙進行了專訪，節選精彩內容如下。

高斯蒙先後就職於百度、人民搜索，曾參與創立汽車大數據服務公司數創信息，有豐富的互聯網系統開發經驗。


國內量化交易剛起步，資管規模年增長40%

愛分析：國內量化交易資管規模有多大？

高斯蒙：目前總體的量化資管規模還很小，但是增速很快，估計每年增速約40%。

愛分析：國內金融機構對量化系統的需求有多大？

高斯蒙：今年預計有30家券商、100家私募、10家公募會有量化交易系統的需求，我們想佔到60-70%的份額。除了券商、公募、私募，還有一些別的潛在客戶，比如銀行、保險等，只不過現在還沒有去接觸，精力不太夠。其實銀行、保險的需求應該會更強，因為資金量更大且穩定。

愛分析：如何看待聚寬的競爭者？

高斯蒙：跟我們一樣做量化的第三方平台挺多的，有通聯數據的優礦，深圳的米筐，現在京東金融、同花順都有類似產品，還有一些小的創業公司，總體來說大家還處在一起把市場做大的階段。

愛分析：2B層面，恒生會給聚寬造成很大的競爭壓力？

高斯蒙：其實量化系統對產品、技術的要求還是非常高的，我們也有一定的先發優勢。大環境下，這塊目前還不是恒生的核心業務，它面臨的競爭維度會更多，很難將主要精力集中在我們這個方向。這是一個新的市場，在銷售上，它會有一些商務積累上的優勢，而我們會提供更好的產品服務。

愛分析：美國有對標公司？

高斯蒙：2B層面沒有。美國的券商牌照沒有那麼嚴格，要想生存就要差異化競爭，結果就是很多券商都有自己的技術能力。中國不太一樣，牌照很關鍵，券商也處在技術轉型期，相對而言更需要第三方公司的服務支撐。

2C層面，美國有個量化策略平台quantopian，為用戶提供策略開發工具和融資服務。它現在體量不大，還沒有往券商方面發展，但將來應該是會有這個方向。

愛分析：量化交易系統將來會雲化嗎？

高斯蒙：在機構端目前沒有看到這個趨勢。首先，券商肯定不需要，因為它不差錢，也有合規要求。中小私募也不會有這種需求，因為它們把數據、策略看得非常重，作為核心資產肯定是不會考慮雲化的。

量化服務三模塊：數據，投研，實盤

愛分析：聚寬給券商提供的量化系統包括哪些模塊？

高斯蒙：主要包括三大模塊，數據、投研、實盤。好的量化金融數據是基礎，很多獲取的數據都有缺失或者錯誤，需要糾正。投研平台包括回測、模擬交易等。實盤包括風控，算法交易、產品管理、組合管理等。

愛分析：量化金融數據怎麼獲取？

高斯蒙：其實券商的數據也是採購的，但是之前中國沒有一家專門做量化數據庫的公司，所以中國的量化數據還不夠乾淨，經常會有一些缺失等錯誤，這是比較大的問題。

聚寬會從交易所獲取數據，也會跟傳統數據商採購，還有就是我們以前做過搜索，在網上爬了幾十家網站相關的數據。我們平台的策略開發者也會找到很多數據的髒點問題，我們通過眾包的方式，讓數據的精度更加精準。

愛分析：各家在量化投研服務上有什麼差異？

高斯蒙：很多功能性差別都是體現在細微處，比如回測精不精準，速度夠不夠塊，有沒有考慮到分紅、股票代碼變更、T+0的基金交易、復權交易等。這個其實是業務邏輯驅動的，看誰能做得更細。

愛分析：實盤要解決的問題有哪些？

高斯蒙：首先是要符合監管要求，不是誰都能直接連接交易市場。還有就是風控。

我們為券商提供服務，它們的底層系統有些是自己研發的，有些是第三方的，我們是在它們的交易系統之上搭建量化交易的業務系統。

目前已經給廣發提供了實盤交易系統，已經在上線最後階段，用戶將可以在廣發的平台上使用聚寬的量化策略工具和交易系統。


轉型B端求變現，券商是服務重點

愛分析：聚寬在A輪融資之後就開始了商業化，具體模式是什麼？

高斯蒙：我們最早的商業模式就是想辦法先把人圈過來，積累策略和開發者，然後把好的策略拿出來，自己發產品。

後來我們發現C端變現這條路需要更長的時間。因為如果要以優秀的策略去融資，做資管公司，至少需要兩三年的時間證明自己的資管能力。對於創業公司，要得到認可還是比較困難，所以必須要有很強的造血能力。

我們現在主要是對B端券商進行服務，提供量化系統，現金流來的比較快。

愛分析：之前聚寬不做B端是因為定製化要求高？

高斯蒙：B端對定製化的要求確實高，對團隊是一個挑戰。一方面是因為初期團隊規模不大，無法做好B端定製化支撐，一方面也是我們沒有意識到這是一個比較大的市場。

愛分析：B端主要的服務對象有哪些？

高斯蒙：券商和私募，主要是券商，目前我們的合作券商有8家，還有一些正在洽談。公募基金還在積極探索中。

券商跟私募的付費意願不一樣。私募會採購數據、回測、模擬實盤等系統，主要是自己用。券商主要是提供給客戶去用，比如應用於智能投顧。

愛分析：在這之前有機構給券商提供量化系統？

高斯蒙：有，主要是針對期貨交易，但是體驗停留在十年前的水平，交互比較差。

愛分析：怎麼收費？

高斯蒙：給券商的價格一般在百萬量級，具體還得看模塊，包括部署和培訓等，然後每年會收取一定的維護費。

愛分析：針對私募，將來的變現方式有哪些？

高斯蒙：方式有很多，比如推出量化工具使用過程中的增值服務，提供其它的金融數據，幫他們募集資金等。現在的中小私募的資金需求很旺盛，但是募資效率比較低。比如很多資金方要求私募提供交割單等信息，私募對此很敏感。

對於我們而言，他們在平台上做策略回測，甚至實盤模擬、實盤交易等，都會有數據留下。我們不能直接獲取、利用這些信息，但可以嵌入業績分析等模塊，當它想要融資的時候可以生成並提交分析報告，我們再以此為依據，幫助他們更便捷、高效地募集資金。

私募這塊，我們目標定位是從中小私募切入，對於大私募還是有難度的，因為他們自己的實力就很強。

愛分析：除此之外，還有什麼可能的變現途徑？

高斯蒙：再往長遠看，我們現在做的量化策略、私募等，可以成為戰略儲備，比如跟券商合作分成，平台現在積累的資源就可以快速轉變成競爭優勢，變現就比較容易了。

愛分析：2017年有什麼目標？

高斯蒙：我們預期合同訂單收入是兩千萬，一般首付在60-70%。我們主要收入來自券商，也可以給私募賣數據，但是這個量目前還很小。

為策略募集資金，留住優秀開發者

愛分析：中國做量化策略的用戶群體有多大？

高斯蒙：整個市場上，會編程能夠寫策略的，股票和期貨加起來有10萬的月活躍用戶。優礦、米筐、聚寬三個平台大約能覆蓋到其中的3萬活躍用戶。

剩下的7萬活躍用戶有兩種，一是對現有平台的工具使用不習慣，二是不知道有聚寬這樣的平台。

愛分析：聚寬平台上的用戶主要是程式設計師？

高斯蒙：對，還有金融機構從業者，比如券商、私募，有理工背景的炒股人士，還有一部分是學生。

愛分析：如何維持優秀策略開發者的黏性？

高斯蒙：平台上的很多策略開發者都有自己的主業，比如程式設計師、研究員、老師，策略開發只是他們的業餘愛好。這部分人不會去開私募，因為私募的門檻比較高。他們更多是想開發一些好的策略，然後給資金方使用，自己獲得一些收益。

這些人不會脫離平台，而是會找一個平台作為支撐。初期，我們靠的是比較好的工具性產品把這些人圈過來。他們進入到平台之後，我們發現優秀策略開發者的效率就更高。發現某些優秀的策略開發者之後，我們會對他進行跟蹤觀察，將來可以為他們提供資金對接等服務。

隨着這些人在平台停留的時間越來越長，實踐經驗越來越豐富，策略水平越來越高，他們可能會考慮離開平台。所以在發展的過程中，我們會逐漸完善工具性產品，搭建更加完善的底層系統，形成策略庫、函數庫等，開發者跳到其它平台的成本就非常高。

愛分析：目前國內同類平台為策略募集資金的渠道有哪些？

高斯蒙：一種是通過線下的模式開發高凈值客戶，比如招一些資管公司的人來鋪設渠道。還有就是找券商發產品，募集資金。

一般的策略交易都會搭載在券商體系上，如果券商覺得某個策略不錯，也會協助發產品。券商很願意幫助募集資金，因為可以拿提成。

另外還可以找FOF基金，渠道還是挺多的，關鍵是策略要足夠好，經受得住市場檢驗。

愛分析：將來聚寬會幫助優秀策略開發者募集資金？

高斯蒙：我們有這個計劃。剛開始的金額不會特別大，比如我們挑20個人，給每個人投資100萬，總共也就2000萬。這種募資就比較簡單，我們自己就可以投一部分，然後找一些願意參與的FOF基金，很快就可以募到足夠的資金。這種模式要求的資金額度不大，推進難度比較小，想像空間還是挺大的。