作者 | 車小燕 汪健 楊維熙 通力律師事務所
編輯 | 布魯斯
一、序言
量化投資交易作為一種差別于主觀投資的投資交易方式，借助了許多前沿的計算機技術。量化基金管理人，借助數理金融理論、統計學分析、計算機程式化等技術，将量化基金管理人的投資政策和理念進行模型和算法化。差別于主觀投資以“投資研究人員”為中心的投資交易方式，量化投資交易具有嚴格的投資紀律性，能夠有效規避主觀因素的幹擾。
通力律師在服務量化基金管理人的過程中，對如何圍繞相關技術開展知識産權風險排查和保護布局積累了一定的心得。本文以量化投資交易可能涉及哪些計算機技術及涉及到哪些知識産權而展開，并在下一篇中圍繞如何進行知識産權風險排查和保護好自身的研發成果作進一步的探讨。
二、量化基金所涉的計算機技術
量化基金所涉及到的計算機技術至少包括以下幾類：
1、資料處理技術
量化基金需要大量的各類型資料進行模組化和分析，是以在資料擷取、存儲、清洗和處理方面需要使用各種資料處理技術，包括資料挖掘、資料清洗、資料倉庫、資料流處理等。同時，除了各類型金融資料，一些社交媒體、新聞等另類資料也是作為建構量化政策模型的重要資料來源，在這個過程中會使用到自然語言處理技術。例如Palantir Metropolis就利用其在大資料處理上的優勢，在多源資料、另類資料、事實資料等多類資訊應用的基礎上進行進一步的探究，進而提供精準的資料內建、資訊管理和定量分析服務。
2、程式設計和算法
量化基金通常使用程式設計語言開發交易程式。常見的程式設計語言包括Python、R、C++等。此外，量化基金也需要設計各種算法來優化交易執行、風險管理等。
3、人工智能
“AI+金融”逐漸成為量化投資領域的一種趨勢，人工智能的加入在一定程度上能夠解決量化投資政策同質化等問題。近年來，越來越多的量化基金開始使用人工智能技術，通過深度學習、強化學習等方法來改進交易政策模型、觀察市場走勢等。有的基金采用純量化模型政策，基于深度神經網絡模型建構政策架構，動态捕捉市場機會，不斷自主優化投資政策。如某些量化基金管理人的選股模型不僅從盈利和營業收入等基本面角度去評估上市公司的價值和成長性，同時充分考慮市場情緒等因素為标的合理定價。此外，有的量化基金管理人則是通過量化加上主觀幹預的方式，在風格/行業層方面融入主觀分析和判斷，将組合進行主動偏離和調整，以擷取相對基準的超額收益表現。
4、雲計算
雲計算是将計算服務和資源遠端傳遞給用戶端，資料在通常稱為“雲”的基礎結構上從用戶端遠端存儲和處理。由于量化基金需要處理大量資料和複雜計算，是以需要利用雲計算技術來加快模型訓練和實時決策。
三、與量化基金相關的知識産權
1、商業秘密
量化政策模型算法存在“黑箱”特性，也是量化基金管理人的核心競争力所在。是以，量化基金管理人對于其政策模型算法存在嚴格的保密期待和要求。結合我們長期深耕知識産權領域以及對量化基金管理人的服務經驗，我們認為量化基金管理人的政策模型算法，可以選擇以商業秘密的路徑來進行保護。
在全國首例将算法作為商業秘密保護的案件中[1]，法院認為雖然案涉算法的每個分部技術中所采用的模型均為公開模型，但技術模型選擇及權重排序，權利人采取了相應的保密措施，并能為權利人帶來商業收益和可保持的競争優勢，應當作為商業秘密予以保護。
值得關注的是，根據《關于規範金融機構資産管理業務的指導意見》第二十三條的規定，金融機構應當向金融監督管理部門報備人工智能模型的主要參數以及資産配置的主要邏輯。一方面，量化政策模型算法屬于量化基金管理人的核心資産, 加之量化政策模型算法存在趨同或同質化的固有風險, 是以量化政策模型算法的嚴格保密對于量化基金管理人至關重要。但量化基金本身具有受監管的金融業務屬性, 尤其量化投資交易在特定市場環境下可能存在加大市場波動等風險, 金融監管機構要求量化機構進行資訊報備确為必要。如何平衡監管資訊報備需要及商業保密的合理訴求, 相信将是長期的命題。但可以判斷的是，金融監管機構要求量化基金管理人對人工智能模型進行報備，其目的不在于要求量化基金管理人突破保密的需要，而更多是從摸清量化交易底數、提升市場透明度和交易監管精準度等方面考慮，其目的在于維護市場交易秩序。而且，結合目前已經釋出的程式化交易的資訊報備要求，主要集中在量化的主輔政策方面，應不存在洩露商業秘密的風險。
2、著作權
國家網信辦等七部門聯合釋出的《生成式人工智能服務管理暫行辦法》第四條第三項以及第七條第二項[2]規定了生成式人工智能在運作過程中不得侵犯他人依法享有的知識産權。由于人工智能模型訓練需要多個來源資料庫，如源自網際網路、公共資料庫、個人創作等，在算法和模型訓練階段，人工智能訓練資料可能存在輸入端的侵權的風險。雖然企業一般會在使用資料前進行資料清洗，删除或替換可能涉及侵犯著作權的内容，但仍存在使用受著作權保護的資料進行訓練的侵權風險。例如程式員兼律師 Matthew Butterick 與 Joseph Saveri 律師事務所的法律團隊合作，就專有 AI 工具 GitHub Copilot，對 GitHub 及其母公司微軟、以及 OpenAI 發起集體訴訟，索賠 90 億美元，Matthew Butterick認為，GitHub Copilot大模型在生成代碼時使用了GitHub上開源代碼的代碼片段，但未經原創作者的許可，構成侵犯著作權，GitHub對此表示否認，稱Copilot在使用GitHub上的開源代碼進行訓練時，隻會使用公共領域的代碼，不會使用任何受著作權保護的代碼，該案件目前仍在審理。
3、專利權
在專利方面，人工智能應用或算法是否能作為可授予專利權的計算機程式或軟體，以及該專利客體審查規則如何細化一直備受關注。根據《專利審查指南》的相關規定，首先需要判斷權利要求是否屬于專利法第二十五條第一款第（二）項[3]規定的智力活動的規則和方法，如果僅僅是抽象的算法或商業規則和方法，則不會被授予專利權。其次，需要判斷權利要求是否屬于專利法第二條第二款[4]規定的技術方案，判斷标準是該技術方案是否利用自然規律來解決技術問題并獲得符合自然規律的技術效果，是以，在撰寫該類專利時，不能夠僅僅針對算法本身的計算過程進行描述，還需要與計算機實體技術特征相結合，例如可以增加對計算機執行算法指令的過程進行描述，比如包括計算機的處理器、存儲器等元件執行資料讀取、加載、運算、儲存等指令的過程。
四、結語
量化基金管理人作為計算機技術在金融領域融合應用的關鍵推動者，建議積極主動地開展知識産權的風險排查，建立知識産權合規架構和保護機制，確定資料和算法的合法使用，同時保證自身的知識産權得到有效保護。
注釋（上下滑動檢視）
[1] 深圳市智某資訊技術有限公司與光某蝸牛（深圳）智能有限公司侵犯商業秘密糾紛案——深圳中院釋出十件涉數字經濟知識産權司法保護創新案例之一
[2] 《生成式人工智能服務管理暫行辦法》第四條提供和使用生成式人工智能服務，應當遵守法律、行政法規，尊重社會公德和倫理道德，遵守以下規定：（三）尊重知識産權、商業道德，保守商業秘密，不得利用算法、資料、平台等優勢，實施壟斷和不正當競争行為。第七條生成式人工智能服務提供者（以下稱提供者）應當依法開展預訓練、優化訓練等訓練資料處理活動，遵守以下規定：（二）涉及知識産權的，不得侵害他人依法享有的知識産權。
[3] 《專利法》第二十五條對下列各項，不授予專利權：（二）智力活動的規則和方法。
[4] 《專利法》第二條第二款發明，是指對産品、方法或者其改進所提出的新的技術方案。
作者
車小燕
通力律師事務所 合夥人
汪健
通力律師事務所 業務合夥人
楊維熙
通力律師事務所 業務律師
（本文僅代表作者觀點，不代表知産力立場）