CMC Markets算法和量化交易经理的自述

我的职位名称听起来相当复杂，这可能是因为，从传统的角度来看，我所做的工作至少有两个截然不同的职能。至于我的具体工作内容，拆分成几个部分说明可能更容易理解。量化交易历来是由应用统计模型来管理风险或找寻市场机会的，而基于算法的交易，则是一个使用预定义参数自动将量化分析认为必要的交易投入到市场的过程。因此，在一个由边际效率收益主导的市场中，将这两者结合起来显然具有重大意义——既可以提升报价的质量，又可以消除延迟。

通常情况下，将CMCMarkets交易池中的内部和外部流动性相结合，就足以在内部平衡大部分风险，不过我们还在寻求不断地完善这些数据来使得我们处于更佳的风险管控位置：比如如何在获得这些数据后确定正确的对冲交易。目前，我管理着大约15个流动性供应商和主经纪商，必要时，我会通过他们来增强这一数据完善的流程。我发现这是一个可以真正达成互动协作的过程，而我们的交易对手也热衷于为此赋予其自身的价值。

我在CMC Markets工作了十年，最让我印象深刻的一点是：随着时间的推移，公司内部积累的数据量十分可观，其质量也异常出色。以下这些都是我要处理的工作：每天从数个定价供应商那里获得近1万种不同可交易资产的70万亿或80万亿个的最小变动价位字节数据，为方便处理这些数据，CMC Markets建立了一个数据库，其数据收集量超过600兆兆字节。我认为数据科学、量化交易和最高质量数据库的有机结合，是CMC Markets处于不败之地的关键所在，无论是测试下一步的策略改进，还是衡量当前交易对手的表现。作为一家企业，我们曾经以改革零售衍生品而闻名。在实现数据、技术和人力资本的融合之后，我们将以超低延迟机构流动性供应商的姿态来赢得市场得口碑。