“高频的机会是明确的，只要技术先进就能捡到。但高频容量是有限的，少数人捡完了，这个机会就没了，再有更多的资金也进不来了，或者那些资金就不能用同样的方法。”在接受证券时报记者采访时，白硕这样解释高频对于交易速度等技术的需求。

白硕不久前加入恒生电子（600570）并担任恒生研究院院长，负责恒生电子在人工智能、区块链、高性能计算、大数据及金融工程等前沿技术领域的研究与应用。在此之前，他曾担任上交所总工程师。

要实现“快”的目标，白硕认为，交易工具要能快速获取信息、处理信息，并且能把处理信息得出的投资决策转换为投资的实际行动，而且实际行动是成功的。这个“快”有前提，监管或者风控有一些必须有的动作要做，既要快又要稳定，还要满足各项监管的要求、风控的要求。

从技术上而言，白硕的构想是通过三个步骤达到目标。首先是下沉，把基础性的模块做到极致，比如做期货的就把期货做到极致，做股票就把股票做到极致。然后再一体化，如果不涉及具体的业务领域，最后都会落到某些最基本的诉求，比如低时延、高可用、大吞吐量等，这些通用性的技术可以脱离业务内容单独做好，然后把流程上涉及的模块和基础性的功能需求实现一体化。最后是开放，在用户使用的过程中，可以用最高效的方式将第三方资源接入。

事实上，量化的发展对于金融科技的要求不仅仅在于高频等领域，各个频段策略的深化和丰富都对金融科技提出挑战，各个频段就有各个频段科技工具的需求。

“越到中低频段，就越不是在快方面取胜，可能是精准或者深度、洞察，可能会在这些方面有相应的工具。”白硕表示，所以现在也可以看到市场上开始出现人工智能相关的投研工具，它们除了对传统的标准化的数据进行处理之外，也会对“另类”的数据进行处理。除了单一的投资对象，比如说一只股票、一个企业的基础面进行考察之外，在基本面之间，企业的微观、中观和宏观的联动关系一同考虑进来。所以投研新的变化也呼吁一些新的科技出现。

毫无疑问，量化交易发展给金融科技企业带来挑战时，也更有利于企业价值的实现。当前，中国量化投资呈现资产配置全球化、策略多元化、交易智能化的发展趋势。量化投资本身就是由信息技术推动发展的金融细分领域，随着人工智能、大数据、云计算的快速发展和不断渗透，科技投入的军备竞赛将成为量化投资行业发展的必然趋势。

“所有的技术都是为业务服务，业务有需求，技术肯定要做。如果这个需求是有挑战性的，对于技术人员实现价值来说有好的一面。你能很好的回应别人不能回应的挑战，你的价值就更加突出。”恒生研究院院长白硕这样对记者表示。

关键词：