本文共字，预计阅读时间。

导读

Sanostro与全球各地的量化投资团队合作，构建全面的量化信号管理器，将专业的投资数据简化成客户易懂的投资建议。Sanostro的SYGNAL平台在量化分析团队与投资者之间构建了一道沟通桥梁，通过汇总数百万种市场数据，信号管理器收集、审核、重组信息，为客户生成简易的投资策略——信号，帮助客户进行合理的投资决策。凭借着创新的财富理念及数据技术，2020年9月，Sanostro入选了Fintech Global《财富科技100强企业2020》排行榜。

【中国金融案例中心 文：弋隽雅 编辑：谢彬彬 】

Part 1 公司概述

1.1 公司简介

成立于2011年的Sanostro是一家金融科技公司，专门针对对冲基金行业、投资银行、加密货币以及相关人士提供全球性的对冲基金定量投资建议，帮助客户做出良好的投资策略。公司还可以为有意将某些市场决策外包的机构客户提供服务。

Sanostro的主要产品——SYGNAL平台，其设计目标是使投资者、资产经理和个人投资者与世界一流的量化金融专家建立联系。创始人认识到海量的金融情报掌握在少数人的手中，而少数人向公众提供的大多数信息只不过是简单的技术指标。与此同时，量化分析团队的金融分析师和程序员却缺少客户来源。因此，Sanostro决定从中搭建一座桥梁，将专业的投资团队与普通交易者联系起来。SYGNAL平台向个体交易者和专业资产经理开放量化金融的产品和信息，以便他们在决定购买、出售或持有量化投资工具的同时获得投资信息。通过SYGNAL平台，交易者可以从定量财务分析的功能中受益，而量化人员可以获得更多、更稳定的收入来源。

2020年9月，Sanostro跻身Fintech Global公布的《财富科技100强企业2020》排行榜。目前，SYGNAl能提供超过1.4亿个交易信号，与全球范围内包括Avaloq、IFS等公司建立了合作伙伴关系。

1.2 创始人介绍

图：Sanostro创始人John Krehbiel（左）与Marcus Briese（右）

（来源：sanostro官网）

Sanostro由John Krehbiel和Marcus Briese联合创立，在创办Sanostro之前，二人均在各自的领域拥有丰富的工作经验。John Krehbiel专注于在电子商务与金融科技领域，具有丰富的专业技能。其拥有14年设计、制造和营销数字产品的经验，曾创立过一家加密货币交易所，后续John又通过创立和运营Sanostro公司将“以客户为中心”的理念和技术带入了金融服务领域。另一位创始人Marcus Briese则生长于德国，具有经济学教育背景以及7年的金融行业从业经验。他帮助Sanostro开拓了德国分部，并为这一团队树立了积极进取的作风。

1.3 发展历程

Sanostro于2011年在瑞士苏黎世成立。创立之初，Sanostro就确定了与量化基金合作，为机构投资者提供B2B模式下的A3S产品（alpha-as-a-service）。2014年，Sanostro在德国成立分公司，壮大研究团队。2014年底，Sanostro被欧洲货币机构投资者（Euromoney Institutional Investor）收购，成为后者的子公司继续独立运营。

此后，Sanostro广泛参与欧盟和全球性活动，与众多金融机构展开合作，取得了一系列成果：2016年10月，Sanostro与服务金融客户的软件公司Avaloq建立合作，为后者的客户提供可扩展的外汇系统咨询解决方案。Avaloq是一家致力于开发和提供用于核心银行业务的软件的瑞士公司，公司旗下软件系统Avaloq Banking Suite已为全球140多家银行提供服务。Avaloq公司年收入超过5亿美元，其软件系统管理的客户存款总额超过了4万亿美元，其客户包括汇丰银行、巴克莱银行、苏格兰皇家银行、瑞银集团、德意志银行、野村证券等知名金融机构。

2017年4月，Sanostro与IFS（Independent Financial Services Ltd）联手为瑞士的养老基金和其他机构投资者开发量身定制的投资方案。IFS是一家提供专业顾问咨询和资产管理的瑞士公司，致力于为机构投资者和大型私人投资者提供投资建议。该公司于2003年成立，在2005年获得FINMA的批准，成为职业养老金的资产管理人。

2019年11月，Sanostro凭借瑞士全球企业商业驻地（S-GE）和瑞士商业中心在新加坡金融科技节提供的平台，以初创公司的身份在海外市场展示公司金融科技实力。此后受到越来越多的关注，吸引了更多的合作机构，例如Kaiko、algotrader、solace等公司。Kaiko是一家基于区块链的数字资产领域的市场数据提供商，为机构投资者和市场参与者提供企业级数据基础架构，服务过80多家交易所，从事20000多种货币对（currency pairs）交易；algotrader为加密货币交易所提供超过100种交易策略，在全球有80多家客户，服务过的经纪人和交易所总数超过400家；solace则在数据智能移动方面见长，拥有280多名雇员、17家办事处、24项专利申请。

图：Sanostro合作伙伴一览

（来源：Sanostro.com）

2020年9月，Sanostro跻身Fintech Global公布的《财富科技100强企业2020》排行榜。当月，Sanostro公开宣布将正式向市场推出SYGNAL平台，为投资分析师和机构投资者搭建了沟通的桥梁。Sanostro通过与量化研究团队合作，设计了自己的查找和分析模型，使SYGNAL平台能够覆盖横跨多种流动资产类别的数千种金融工具的专业交易信号，目前已提供了超过1.4亿个交易信号可供查询或建模使用。

1.4 被收购情况

2014年12月，在Sanostro成立短短三年后，欧洲货币机构投资者（Euromoney Institutional Investor）便将其进行收购，但收购价格和细节并未公告。此后，Sanostro继续以子公司的形式独立运营。

欧洲货币机构投资者有限公司（www.euromoneyplc.com，以下简称欧洲货币公司）是在伦敦证券交易所上市的国际商业信息集团。欧洲货币公司的业务涵盖了资产管理、价格发现、数据和市场情报。旗下品牌公司众多，经营各种大型业务。欧洲货币公司的年收入约为4亿英镑（约36亿人民币），市值约为12亿英镑（约107亿人民币），拥有约1600名员工。其业务主要可分为六个部门：银行与金融（Banking and finance）、电信（Telecoms）、机构投资（Institutional Investor）、投资研究（Investment Research）、快速市场（Fastmarkets，面向全球金属、工业矿物和森林产品市场进行领先的价格报道及分析）与专业信息（Specialist information）等。

Part 2 商业模式

2.1 市场定位：简化并传递量化投资信息建议的科技平台

Sanostro通过与专业的量化投资团队合作，结合交易模型提供所有资产类别的投资信号，为更广大的客户群体提供专业的量化投资信息及建议。公司目标客户主要可分为机构投资者、银行和资产管理公司、加密货币交易所三类。

图：Sanostro商业模式

（来源：Sanostro官网）

对于机构投资者而言，由于管理的资金量巨大，对市场信息的收集和分析需求性强，面对复杂的市场环境，机构投资者需要有效地管理投资组合以规避风险、获取收益。根据投资组合需求的不同，机构投资者应模拟测试市场情报的影响，分析投资战略，进行风险管理，并跟随市场变化及时更新。Sanostro的风险管理功能会帮助机构投资者对复杂的数据进行判断，选择量化模型、生成投资建议，识别出市场从稳定环境转变为情绪驱动环境而出现的行为变化趋势，在减少亏损的同时最大限度地减少对收益的影响。

对于银行和资产管理公司而言，Sanostro提供的人工智能产品允许管理人在不增加助手的同时扩大决策数据来源。此外，管理人通常需要在从事专业工作的同时完成公司的管理工作，而Sanostro能够通过自动化的方式协助管理人做出投资决策从而节省时间，让其能够集中精力于公司的其他内部工作。

对于加密货币交易所而言，需要充分掌握市场行情并在合适的时机进行交易，为客户提供交易建议以提升其在动荡市场中的表现。尽管关于加密货币的研究越来越多，加密货币也逐渐成为重要的资产类别，但是如何在复杂的市场中获取数据、进行分析，寻找合适的入场与退场时机，依然是加密货币交易所面临的重要问题。为此，Sanostro提供完整的智能数据链，提供从系统的对冲基金模型到加密货币信号，将纷繁的信息和复杂的量化模型简化成易于理解、易于操作的模式，确保客户能从优质的交易信号与量化投资建议中受益。

图：Sanostro智能数据链

（来源：Sanostro官网）

2.2 主要产品

Sanostro通过SYGNAL平台提供服务，平台汇总了数十种量化投资产品，每种产品所针对的行业与收费标准不太相同。SYGNAL的目标在于为客户捕捉上升趋势以提高收益，并降低下跌风险以减少亏损。为实现这一目标，SYGNAL为客户提供交易信号（Signal trading）服务。

（1）SYGNAL工作原理：生产交易信号

交易信号是SYGNAL提供的关于购买、出售或持有金融工具的建议指标。SYGNAL提供规模庞大类型多样的信号数据，涵盖股票、ETF、外汇、加密货币等多个行业。交易信号表示量化模型对给定金融工具的看涨或看跌程度，是信号模型（定量模型）的输出值，即基于定量理论的数学和统计分析对大量输入数据量的应用。

在数据输入端，SYGNAL专门收集和汇总定量金融数据，同时也搜集对比各类复杂数理统计模型。并以一种平台认为相对最优的形式，选取数据和信息，放入模型中产生定量的信号（某个数值）；然后通过这一信号数值的变化来分析过去和现在的市场情况，从而预测未来的市场走向。输入数据的范围可以从历史价格到社交媒体帖子、卫星图像、专利申请，以及用于对资产的过去和当前行为进行建模的任何其他数据类型。

在信号输出端，SYGNAL与专业的量化分析团队（包括量化经理、对冲基金经理和数据科学家）合作，不断动态调整模型的设置，以达到更好的效果。

图：SYGNAL工作原理

（来源：sygnal.ai）

各信号模型在输入数据和分析方法（均值回归，趋势跟踪，全局宏等）方面可能有所不同；但是，目标仍然是信息和数据在标准化处理和复杂计算后，以简单的一个数值表示投资建议。

（2）输出结果：交易信号的样式

交易信号表示量化模型对给定工具的看跌或看涨程度。SYGNAL平台使用标准化的信号，用[-1,1]区间数值表示。信号可能是连续的也可能是离散二进制的，两种方式各具优缺点。二进制信号通常对交易有很强的信念，而连续信号的表达更入微。经过AI自主分析，信号管理器最终会决定哪种信号类型最能反映该模型和信息的种类。

表：交易信号类型

从数值来看，数值为正的信号表示对资产看涨或乐观的看法，数值为负的信号则表示看跌或悲观的前景；0.00的信号是中性的，既不看涨也不看跌。换言之，正值信号意味着该模型预测该工具的价值将在未来增加，建议交易者购买；负值信号表明该模型对工具的未来价值持悲观态度，建议交易者卖出；零值信号不对此给出趋势上的建议。

（3）交易信号的频率和时效

运行频率反映定量模型把市场的新消息（如价格变动）纳入其中并产生一个新的信号的时间间隔。一般而言，短期模型的运行频率较高，而长期模型的运行频率较低。下表给出了平台最常见的信号运行频率：

以价格因子作为输入参数的信号模型为例，模型通常会每天或每小时从同一数据源获取价格。对于大多数工具，价格可以是每日收盘价或开盘价，也可以是每天、每周或每月特定时间的价格。对于特别设置的信号，通常在价格达到预定点或发生其他外部事件（例如公司注册了一项新专利）时触发该模型。

信号数值以及预期的精度随时间而衰减。一般而言，信号生成当下最为准确。随着时间的流逝，诸如价格波动、外部事件或市场因素之类的变化将影响历史信号的准确性。此外，信号可信度衰减的速度也部分取决于信号的时间范围，例如短期信号的可信度衰减快于中长期信号。

（4）用户使用方法

在搜索页面上，用户可以使用搜索面板输入资产名称、市场代码、彭博代码、ISIN等参数直接搜索资产数据库，也可以按地区、资产类别、行业部门等分类筛选，优化搜索结果。

如要查看特定工具的交易信号和量化模型，只需单击该工具即可查看所有可用交易信号及其各类绩效指标列表。以下将以特斯拉集团股票的交易信号为例，展示搜索结果和操作方法：

a、输入相关参数，SYGNAL返回信息

b、SYGNAL选择模型，生产信号图像及评估数值

由于特斯拉股票价格的波动性，SYGNAL信号管理器针对性地选择了RTA短期趋势跟踪模型。该模型会生成短期趋势信号，对价格波动性大的资产较为有效。模型会根据基础资产的价格波动性，对目标的输出范围进行动态调整。波动率越低，输出结果范围越窄，反之亦然。较小的范围允许模型对价格变化做出更直接的反应。这样的信号对于形势变化快的信号交易非常有用，适用于大多数市场。基于以上模型，可以生产特斯拉股票价格与信号的变化图像（横轴为时间、纵轴为信号及价格），得出评估数值（2021年4月29的信号值为-0.08，表示8%的看跌信念）。

（4）其他服务：人工咨询

除SYGNAL平台外，Sanostro还提供咨询服务。该服务的目的是在交易信号的基础上补充人工服务，以进一步提供优质策略。Sanostro的咨询服务首先会了解客户的资产构成与投资目标，确保投资策略能够符合要求；在此基础上，分析市场情报，模拟市场走向；此后，结合量化分析模型的交易信号，分析、定制投资战略和交易策略；最后，不断更新交易信号，在动态环境中形成交易策略。

Part 3 竞争分析

3.1 竞争优势

（1）专业团队运作，与全球范围内优秀的量化投资团队进行合作

Sanostro自身拥有专业的金融科技经营团队。例如，团队成员Alfred Schorno在外汇和投资领域拥有40多年的销售和领导经验，在退出德国独角兽公司后，依然是金融科技重度参与者；高级工程师Roman Gaudenz拥有超过15年财务软件设计经验，为Sanostro构建IT体系、实现业务功能；Patricia Falco Beccalli则是资深从业者，其财务专业知识和资深业界背景提高了Sanostro的公司知名度，也提升了公司的业务洽谈能力。

充分发挥自身优势的同时，Sanostro与全世界各地的量化投资团队合作，以构建专业全面的量化信号管理器处理数据。通过汇总数百万种专业的市场数据，Sanostro的信号管理AI收集、审核、重组交易信号，为客户生成投资策略。

表：Sanostro合作的量化投资团队

这些与Sanostro合作的团队具有较强的技术优势。例如，合作者之一的ALPHA是一家专业量化分析公司，致力于加密货币市场的系统定量研究。该团队于2018年成立，团队成员拥有计算机、应用物理学和计量经济学等方面的背景。ALPHA将传统的量化模型与机器学习优化技术相结合，产生基于趋势的动量信号，为加密资产提供投资策略。根据每种资产的表现，ALPHA的机器学习技术允许模型“自我进化”，创建该加密货币独有的新模型；其人工智能技术将在自我学习中产生改进的算法，若这种算法能严格满足优化引擎的所有标准，ALPHA就会将其补充到模型之中。又如合作团队RED在股票市场定量研究领域拥有超过20年的经验。其团队由许多行业精英组成，开发了300多种模型。他们的研究重点还包括机器学习和非结构化数据的应用，希望在此基础上探索“理性假设下市场失灵”的问题，其竞争优势在于丰富的团队经验和久经考验的模型。通过与全世界量化投资团队合作，Sanostro为SYGNAL平台的服务质量提供了一定的保障。

（2）特色信号管理模型，输出的信号及投资建议简洁清晰

Sanostro的信号管理模型，通过优化投资数据，为投资者输出简单易懂的投资建议，对其未来的市场行为产生有益的指导作用。信号交易的基本原理之一是给出某个投资工具的信号数值与方向。单一的数值若配合套期保值策略，便可以帮助投资者识别交易机会，抓住上升空间，同时减少可能的下跌损失。Sanostro将对冲策略加入了自己的模型和投资建议中。这种对冲建议，为传统的非量化投资者，提供了另一种减少风险增加收益的可能性。

3.2 竞争劣势

Sanostro的竞争不足之处在于其信号指示较为单一且粗糙。Sanostro基于SYGNAL平台的相关产品服务，最主要的功能是为客户提供交易信号。而所有的信号来自信号管理器AI自主决定，AI的分析水平尚需检验，对市场真实情况的反映程度也不明确。由于面世的时间不长，信号的成功率并不能完全保证，市场口碑也尚在沉淀积累中。

尽管简洁明了，但信号的含义却显得单薄，仅能作为投资建议。客户并不能深入了解更详细的信息，更难以理解模型运行机制。简而言之，不具备量化投资能力的机构投资者无法通过逐步的教育而理解信号的产生原理、实现概率等；而具备量化投资知识的机构投资者可能会不认可平台AI选出的模型和信息组合；这些均可能导致不信任，甚至客户流失。

3.3 竞争对手

同为财务信息金融公司的Moneyfacts一直向公共和金融部门提供准确和全面的财务报表。Moneyfacts于1988年在英国伦敦创立，其创建初衷就是让普通消费者能高效轻松地比较金融产品。30多年后的今天，Moneyfacts依然为消费者提供优质金融产品信息。相比起Moneyfacts为消费者提供投资领域“已知信息”的传统服务，Sanostro在量化分析方面的技术优势较为显著，但在金融数据的展示方面做了舍弃。Sanostro舍弃了大量投资者难以分析的信息，专注于提供高效的交易信号，即投资的“解决方案”。

另一家竞争者是金融科技领域的True Trade公司。该公司提供True Trade Pro CLOBBER™平台，其中的核心组件包括一系列复杂的专业程序，这些程序均以通用的C程序语言编写，以便用户进行改造。他们的产品服务于外汇、商品和衍生品市场，为专业级别的交易所、经纪人、风险管理者和算法交易者提供了帮助。相比起True Trade，Sanostro的目标客户则相对大众化，无须掌握各方面专业技能即可实现获取投资建议的目标。

Part 4 未来发展

Sanostro首席执行官Godefroy Schrago表示：“我们的愿景是成为领先的投资情报平台。”自2011年以来，Sanostro与对冲基金、量化投资团队以及机构投资者展开广泛的合作。公司团队认为，金融数据来源多多益善，SYGNAL平台目前可以聚合来自八个量化分析团队的数据，未来他们还将与更多团队合作以提供更多的信息，为其客户提供更优质的服务，帮助客户生成优质的投资策略。SYGNAL平台问世尚且不久，Sanostro的前景依然面临着很多机遇与挑战。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。