![图片]()
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、金融科技、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业40W+关注者，曾荣获AMMA优秀品牌力、优秀洞察力大奖，连续4年被腾讯云+社区评选为“年度最佳作者”。
![]()
据外媒新闻报道，在经历了超半年的诉讼程序后，两家华尔街知名的量化交易公司Jane Street Group, LLC（Jane Street）与Millennium Management LLC等（Millennium）之间的商业秘密诉讼于2024年12月初最终以双方达成和解协议告终[1]。Jane Street以高频交易策略闻名，而Millennium则是一家大型全球多策略对冲基金，管理多种投资策略。根据纽约曼哈顿法院的公开文件，2024年4月，Jane Street在美国纽约南区地方法院提起诉讼，被告是Millennium以及两名跳槽至被告公司的前员工，诉讼事由涉及合同违约、侵权，窃取商业机密，不当得利以及不公平竞争等[2]。原告称两名前员工在离职前深度参与了研发公司内部的一项印度期权业务交易策略，并在入职被告公司后使用该策略牟利，严重损害了原告的商业利益。本案虽以和解告终，但其争议的核心直指量化交易策略的法律保护困境，其中所反映出来的问题在海外和国内市场都有所体现，值得行业深度思考——当算法成为核心竞争力，如何通过法律及制度有效护航？近年来中国也曾发生“量化巨头”之间就前员工“窃取”量化交易策略代码是否构成不正当竞争行为而对簿公堂。司法实践中，对于量化交易策略的商业秘密性质认定及相关赔偿计算方式似乎仍缺乏明确的标准或指引。量化策略的“半技术半商业”属性，使其在传统知识产权与商业秘密保护之间徘徊，企业可能会陷入“专利不可求、著作权不够用、商业秘密举证难”的三重困局。一、传统知识产权保护的局限性：专利权与著作权保护的法律挑战
在中国现行法律框架下，量化交易策略能否通过专利权或著作权获得保护，需结合具体情形进行法律判断，但这一过程面临多重实践难题。《中华人民共和国专利法》第25条将“智力活动的规则和方法”排除在可授予专利的范围之外。根据《专利审查指南》，此类规则需满足“未采用技术手段、未解决技术问题、未产生技术效果”的排除标准。量化交易策略利用对金融市场规律的数学归纳与程序化执行，其性质存在可能被归类为抽象的算法或商业规则和方法。尽管部分策略可能涉及算法优化或数据处理技术，但若无法证明其与具体技术领域（如硬件设备、通信协议等）的结合或产生显著技术效果，则可能对于被认定为专利法意义上的“技术方案”，从而受专利法保护存在难度。此外，专利制度要求权利人公开技术细节以换取垄断权，这与量化策略依赖保密性维持竞争优势的商业逻辑存在根本冲突——即便某项策略突破专利适格性障碍，公开披露也可能导致其因丧失秘密性而无法再通过商业秘密制度获得兜底保护。《著作权法》虽将计算机软件纳入作品保护范畴，但《计算机软件保护条例》第6条强调，“软件著作权的保护不延及开发软件所用的思想、处理过程、操作方法或者数学概念等”。然而，量化交易策略的法律保护需求往往聚焦于策略逻辑的独创性，这些核心要素可能被视为“思想”或“方法”而落入著作权排除领域。此外，实践中模仿者可能重构代码逻辑，因此即便策略开发过程中形成的代码、文档等可获得著作权保护，也可能无法阻止第三方基于相同逻辑开发功能等效的替代策略。二、商业秘密保护路径的探索
由于量化策略通过传统知识产权保护存在一定挑战，因此企业可转向商业秘密制度寻求保护及救济。在2020年9月，最高人民法院发布的《关于审理侵犯商业秘密民事案件适用法律若干问题的规定》中明确指出，与技术相关的算法、数据、计算机程序及其相关文档等信息属于《反不正当竞争法》规定的商业秘密[3]。然而，这类信息必须满足三个条件，才能受到商业秘密保护：不为公众所知悉、具有商业价值、权利人采取了合理的保密措施[4]。量化投资依赖精密且个性化的算法模型，这些模型是开发者在深入研究市场动态、数学计算和长期数据验证的基础上构建的。量化交易的核心是运用数学模型、统计方法和计算机技术进行投资决策，而策略代码的优劣直接影响交易的盈利能力。因此，各大金融机构通常会严格保密这些算法，并避免对外披露。最高人民法院在保护科技创新的典型案例中指出，即使某些算法模型的某些部分为公开信息，但其具体运用仍可能涉及不为公众所知悉的成果，如该典型案例中的算法模型的选择优化及权重排序，仍然具有商业秘密保护的价值[5]。量化交易策略因其执行效率高、交易纪律严格、投资组合分散、数据可追溯及持续优化的特点，在金融市场中应用广泛。算法的运用不仅能够帮助投资者精准判断交易时机，还可以通过套利策略和风险对冲提高投资回报，并降低市场波动的影响。因此，量化交易算法应具有重要的商业价值，并成为投资机构提升市场竞争力的核心工具。相较于专利和著作权，商业秘密可以有长期保护、无需申请、避免公开的优势。然而，其劣势也在于其需要依靠企业内部规则的设置或依靠物理、技术隔离以及人员分工等手段来使得员工无法知晓商业秘密来保护，一旦被某一员工完整获取该商业秘密，则极易产生泄漏风险，进而引发争议。法律对于商业秘密的保护仅可以作为事后赔偿的依据，商业秘密的性质决定其一旦泄漏就可能造成巨大损失，法律的保护始终存在一定滞后性。企业要确保其算法被认定为商业秘密并受法律保护，必须采取一系列合理且有效的防护措施。这不仅是商业秘密保护的关键环节，也是企业防止信息泄露、维护市场竞争力的重要手段。《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第6条列举了多项保密措施，包括利用保密协议、内部制度、场所区分、权限管理等措施。结合量化机构的特点，我们建议企业从以下几个方面着手进行量化算法及策略的商业秘密保护，以构建全面的算法安全体系，并确保合规性：(1) 与员工及合作伙伴签署保密协议或在与员工的劳动合同中设置保密条款：《劳动合同法》第23条第1款规定，用人单位与劳动者可以在劳动合同中约定保守用人单位的商业秘密和与知识产权相关的保密事项。
量化企业可与掌握量化策略、算法等商业秘密涉密员工，签署保密协议约定员工对企业商业秘密的保密义务，或者在劳动合同中明确保密条款。对保密信息范围、保密期限、员工接触及使用商业秘密的方式和权限等进行约定，并在保密协议中对泄漏商业秘密的损失计算方法进行陈述与确认。同时，要求入职员工注意若与前属公司存在竞争关系或者研发成果存在关联，应当避免使用其他企业的商业秘密。同时，建议量化企业与相关涉密合作伙伴亦签署保密协议，明确保密责任义务并确认对泄漏商业秘密的损失计算方法，以防止核心信息泄露并明确损失后果。
(2) 与员工明确约定因职务产生的商业秘密权利归属：《民法典》第847条第1款规定，职务技术成果的使用权、转让权属于法人或者非法人组织的，法人或者非法人组织可以就该项职务技术成果订立技术合同。法人或者非法人组织订立技术合同转让职务技术成果时，职务技术成果的完成人享有以同等条件优先受让的权利。
因此，量化企业员工为了执行企业交办的任务或者主要是利用企业物质技术条件所完成的技术成果，属于是职务技术成果，在没有另行约定的情况下，技术成果应归属于企业。量化企业可通过协议与员工明确约定因职务产生的商业秘密权利归属，以避免具体的权属不明而产生的争议及纠纷，包括商业秘密所有权、使用权、转让与许可权、收益权等。
(3) 通过公司规章制度对员工提出保密要求并组织员工进行商业秘密培训：量化企业可定期组织商业保密培训，增强员工对企业的商业秘密保护制度与保密措施的认知，减少因人为疏忽导致的信息泄露，明确各自职级、职能范围内可能接触到的商业秘密内容。同时通过规章制度、书面告知等方式，对能够接触、获取商业秘密的员工提出保密要求。
(4) 加强商业秘密管理：量化企业可根据其具体信息内容，加强商业秘密管理，包括但不限于：
信息归档管理：建立安全存档系统，对核心算法、交易策略及相关数据进行分类存储，严格控制存取权限；
访问记录跟踪：使用访问日志跟踪技术，确保每一次代码或数据的访问行为可被审查，从而降低内部泄密风险；
分层数据访问权限管理：采用最小权限原则，根据员工职能划分数据访问等级，仅允许必要人员查看核心交易策略；
技术安全措施加强：通过数据加密、多因素身份验证(MFA)、内部审计及安全检测等技术手段，及时排查算法漏洞或后门，进一步增强对核心算法的保护。
(5) 与涉密员工签署竞业限制协议：《劳动合同法》第23条第2款规定，对负有保密义务的劳动者，用人单位可以在劳动合同或者保密协议中与劳动者约定竞业限制条款，并约定在解除或者终止劳动合同后，在竞业限制期限内按月给予劳动者经济补偿。
劳动者违反竞业限制约定的，应当按照约定向用人单位支付违约金。量化企业可与原担任高级管理人员、高级技术人员和负有保密义务的签署竞业限制协议，上述人员离职后按竞业限制协议约定的竞业限制范围、地域、期限、违约责任以及经济补偿金额等具体事项。根据法律规定，竞业限制期限不得超过两年。
三、量化交易策略侵权的损失认定问题
即便企业成功主张商业秘密保护，如何证明侵权行为与损失的因果关系仍可能带来维权障碍。在量化交易领域，策略侵权具有较强的隐蔽性，且市场环境复杂多变，而策略收益的影响因素较多，使得损失的因果关系认定变得困难。许多情况下，权利人都难以精确计算因侵权行为所带来的经济损失。直接损失主要指被侵权策略的研究开发成本，精确证明难度较大。同时，严格来说，还要结合权利人已实现收益的情况、侵权行为对策略有效性减损的程度等因素对开发成本做一定摊销。直接损失因其绝对金额不高、证明难度较大，实践中通常不是权利人主要主张的损失内容。间接损失主要指被侵权策略可能带来的预期收益损失。量化策略的核心目标是通过数学模型和算法在市场中获取超额收益。侵权行为可能导致策略收益下降。例如，通过对比侵权前后的历史回测数据，可以估算策略在正常情况下的预期收益与实际收益的差异。策略的生命周期与其盈利能力密切相关。如果策略因侵权被广泛复制或泄露，可能导致策略提前失效。例如，一个策略原计划可持续盈利两年，但因侵权在六个月内失效，那么剩余一年半的预期收益就无法实现，权利人可以尝试对该部分收益损失提出索赔。在侵权行为只涉及策略部分可分内容的情况下，还需要考虑被侵权策略内容对于策略整体超额收益的贡献比例或贡献率，并相应折算权利人预期收益受侵权行为影响的金额。当原策略因侵权失效时，权利人可能需要开发新的策略以维持市场竞争力。开发新策略需要投入的大量资源，包括数据收集、模型构建、参数优化和回测验证等，也可以是损失的一部分。但严格来讲，如果前述讨论直接损失和预期收益损失已得到充分赔偿，权利人主张该部分损失将缺乏依据。此外，该部分损失同样存在举证难的问题。同时，该部分损失在侵权行为发生后较长时间才能完全固定，因而通常难以在同一诉讼中对侵权者提出主张。在预期收益难以计算或者难以算出理想的预期收益金额的情况下，还可考虑以侵权者使用权利人策略的获利，作为权利人侵权损失金额的替代计算方法。结语
Jane Street与Millennium的诉讼虽然直接涉及的是美国法律，但其影响以及意义可扩散到整个行业。尤其对于中国这样拥有快速发展的量化交易市场的国家，在相关法律框架、合规策略尚处于发展阶段的大背景下，该案可以为中国量化市场参与者提供有益的借鉴。量化机构可基于量化交易策略保护的重要性和紧迫性，构建全面、有效的策略保护体系；在面对冲突与风险时，运用知识产权、著作权及商业秘密等保护机制进行有效应对。考虑到事后救济的不足，全面、有效的事先保护措施尤其应当得到重视。文献参考
[1] 参考新闻报道：Bloomberg: Jane Street-Millennium Trade Secrets Fight Ends in Settlement (链接：https://www.bloomberg.com/news/articles/2024-12-05/jane-street-millennium-settle-india-options-trade-secrets-case)。[2] 具体诉讼内容参见相关诉讼请求文书：Jane Street Group LLC v. Millennium Management LLC, 24 cv 02783, US District Court, Southern District of New York (Manhattan)。[3] 《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第一条第一款 与技术有关的结构、原料、组分、配方、材料、样品、样式、植物新品种繁殖材料、工艺、方法或其步骤、算法、数据、计算机程序及其有关文档等信息，人民法院可以认定构成反不正当竞争法第九条第四款所称的技术信息。[4] 《反不正当竞争法》第九条第四款 本法所称的商业秘密，是指不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息。[5] 具体参见人民法院保护科技创新典型案例--案例六(链接：https://www.court.gov.cn/zixun/xiangqing/452031.html)。[6] 参考《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第6条及文章：上海检察 职业生涯中如何防范商业秘密法律风险？这份提示请收藏 (链接：https://mp.weixin.qq.com/s/sYte0CdZDV8oGLNF-2UXZw)。
