36氪首發 | 獲明勢資本 Pre-A 輪融資，「卡方科技」為金融機構提供演算法交易執行方案
與國外發展多年的金融市場相比，我國的金融市場起步晚，各項制度都尚未成熟。細分到證券市場領域，我國走過的歷程僅為短短三十年，無論在投資工具、交易手段等方面，都還有較大的發展空間。
最近 36 氪接觸到的「卡方科技」近日獲得明勢資本 Pre-A 輪融資。他們希望為金融機構提供演算法交易的技術解決方案，從而達到提高交易效率，減少交易成本的目的。
獲取最大收益，毫無疑問是每個投資者追求的終極目標。為了達到這一目標，除了增加人力、提高效率之外，計算機技術的發展也助力不少，量化交易則是這一技術的產物。
簡單來說，量化交易是指利用計算機技術和數學模型，為投資者制定交易策略，讓計算機執行交易策略，從而獲取更高收益的一種交易方式。在國外，量化交易已經是非常成熟的一種交易手段——據彭博，美國目前的證券市場中量化交易所佔比例已超過 60%，但是國內這一資料還不到5%。去年，ofollow,noindex">英國金融時報 、彭博 、Business Insider 等多家媒體也曾撰文，表示目前美國對量化交易人才的需求越來越強勁。
若要使用量化交易，前期投入是巨大的，因為其主要工作包括了算法制定、模型搭建及系統開發等等，涉及到的均為數學、計算機等多種高精尖人才——所以，首先使用量化交易的都是機構投資者。在我國，量化交易從 2010 年左右逐漸萌芽。 較早出現的金仕達、恆生系列交易系統和金字塔、金錢豹等交易平臺還主要集中在傳統的套利交易和投機交易上，用的策略相對簡單，真正做演算法的機構較少。
一般來說，量化交易的完整流程 包括四步，分別是量化策略研究、交易系統設計開發、交易執行與交易後分析。卡方科技瞄準的，即是交易執行這一環節。
創始人兼 COO 鄭盛表示，目前我國的量化交易領域人才尚不算多，主要做量化交易的公司集中在上游的策略研究，下游做系統開發和執行的公司不多。因此卡方希望從下游切入，一方面是填補市場空白，另一方面也是看準了這部分業務較好推動和落地，不像上游的策略端較容易受市場及大環境影響。
卡方科技自行研發了主要面向對衝基金的 ATGO 交易系統(PB)，在各大券商採購上線後供客戶使用，收費模式採用向券商收取和向基金公司收取兩種模式。
而在策略端，卡方目前專注在高階演算法和頂級演算法，服務物件也主要是交易頻率比較高的量化對衝及私募基金， 這部分客戶單體付費能力強、交易量大。 此外， 證券機構 也是卡方的服務物件，這些機構在交易執行環節的新技術推動意願強烈。
從資料上看，卡方 平均每筆交易可以在原有演算法上增加 10 bps 的收益。公司目前尚處市場開拓階段，收費控制在 1 - 5 bps 左右。鄭盛表示，在國外，類似的演算法的收益可以達到 70 % - 80 %，即 7 - 8 bps。目前，卡方的國內客戶覆蓋量化對衝基金頭部客戶的 30%-40%，已對接數十家券商。
“卡方在國內的競爭對手主要是券商和第三方公司，國外的 IT 技術服務公司也是主要競爭對手。”鄭盛表示。國內較早做量化的機構有UBS、恆生電子、金納等，不過服務物件主要瞄準的是公募基金。鄭盛補充，私募基金服務的高淨值人群對策略的專業度和收益要求比公募要高，因此演算法人才則比較稀缺，這也是卡方的優勢所在。
最後對團隊進行介紹。卡方科技現有 20 餘人的團隊，創始人兼 CEO 陸洋畢業於中科大物理系，曾於對衝基金 Laurion Capital 擔任北美量化負責人及上海辦公室創始員工，負責原公司 8 億美元規模的資金交易；COO 鄭盛曾為對衝基金 Swift Trade 中國分部創始員工，Day-Trade私募-駐點資產前創始人，連續創業者；CTO Leo 曾就職於摩根士丹利及國內券商，擔任衍生品交易和股票演算法交易系統研發總監。