上周末，基金“中考”成績單揭曉，各類基金平均收益率均為正數(shù)。拉長時間來看，主動偏股型基金最近三年取得收益率為68.04%的不錯表現(xiàn)，長期表現(xiàn)更優(yōu)的主動管理型量化基金同期平均收益率更是高達(dá)91.64%。不過，自去年11月份開始，A股發(fā)生較大的風(fēng)格切換，大盤藍(lán)籌走強(qiáng)，中小市值股票走弱。這使得模型給予中小市值過高權(quán)重的傳統(tǒng)量化基金業(yè)績表現(xiàn)削弱。最近一年主動偏股型基金收益4.01%，而主動量化基金同期收益率5.85%。傳統(tǒng)的量化投資還需如何改進(jìn)？今后將做怎樣的變革與升級？
“2016年11月份以來，市場風(fēng)格變化，對量化模型的應(yīng)變能力和數(shù)據(jù)處理的精細(xì)程度要求更高，然而傳統(tǒng)量化基金模型缺乏動態(tài)調(diào)整的能力，對小市值過高暴露的現(xiàn)象仍普遍存在，繼續(xù)以持有中小市值股票為主，無法應(yīng)對市場的風(fēng)格變化，業(yè)績表現(xiàn)削弱?！比f家基金量化投資部總監(jiān)卞勇在接受《證券日報》基金新聞部記者采訪時表示，“學(xué)習(xí)型的AI”能夠模仿人的判斷去主動地捕捉市場信息，再對海量信息進(jìn)行加工，形成自己的決策，它完全能夠做到比人類想得更多、反應(yīng)的更快，AI未來在資產(chǎn)管理行業(yè)的應(yīng)用會極具想象力，并可能顛覆資管行業(yè)的量化投資，乃至整個資管行業(yè)。
上半年市場風(fēng)格切換
傳統(tǒng)量化投資面臨挑戰(zhàn)
據(jù)《證券日報》基金新聞部記者最新統(tǒng)計，截至6月30日，主動偏股型基金最近三年取得68.04%的平均收益率，最近一年取得4.01%的收益率；主動量化基金最近三年平均收益率達(dá)91.64%，遠(yuǎn)高于主動偏股型基金23.60%，最近一年取得5.85%的收益率，優(yōu)于主動偏股型基金。整體來看，量化型基金收益表現(xiàn)均優(yōu)于主動偏股型基金，但自去年11月份開始，A股就已發(fā)生較大的風(fēng)格切換，大盤藍(lán)籌走強(qiáng)，中小市值股票走弱，這使得模型給予中小市值過高權(quán)重的傳統(tǒng)量化基金業(yè)績表現(xiàn)削弱。
“傳統(tǒng)量化策略的同質(zhì)化，導(dǎo)致傳統(tǒng)模型收益衰退，同時，傳統(tǒng)建模的關(guān)鍵因素正在發(fā)生變化，因子與股票收益的非線性關(guān)系越來越強(qiáng)，傳統(tǒng)靜態(tài)線性模型已無法準(zhǔn)確找到市場規(guī)律?！北逵聦Α蹲C券日報》基金新聞部記者進(jìn)一步表示，2016年11月份前，傳統(tǒng)量化基金收益較高。在小市值股票受到追捧的市場風(fēng)格中，量化模型給予中小市值過高的權(quán)重，使得中小市值股票得分高，易被選入投資組合。2016年11月份以后，市場風(fēng)格發(fā)生顯著變化，對量化模型的應(yīng)變能力和數(shù)據(jù)處理的精細(xì)程度提出了更高的要求，然而傳統(tǒng)量化基金模型對小市值股票持倉過高的現(xiàn)象仍存在，繼續(xù)以持有中小市值股票為主，無法應(yīng)對市場的風(fēng)格變化，業(yè)績表現(xiàn)削弱。
學(xué)習(xí)型人工智能
將顛覆資管業(yè)量化投資
當(dāng)《證券日報》基金新聞部記者問及量化基金今后將做怎樣的變革與升級時，卞勇明確說道：“人工智能勢必會成為未來基金發(fā)展的主線之一，并且更有前途的是‘學(xué)習(xí)型AI’?！?/p>
據(jù)記者了解，萬家基金量化投資團(tuán)隊自主開發(fā)了基于深度學(xué)習(xí)的量化多因子選股模型，能夠?qū)Ω鞣N復(fù)雜多變的因素進(jìn)行分析并進(jìn)行自主學(xué)習(xí)，從而適應(yīng)不斷變化的市場環(huán)境，最終形成了一套AI選股策略。卞勇認(rèn)為，通過機(jī)器深度學(xué)習(xí)的算法來組合因子，保證了對證券市場海量信息的及時有效處理，避免了人為因素的干擾，也降低了模型風(fēng)險，最大程度地做到風(fēng)險和預(yù)期收益的可測、可控。
“人工智能用在量化投資策略的開發(fā)，尤其是納入到選股開發(fā)里面，我覺得有兩種途徑：一是‘專家型的人工智能’，容納更多的信息，且包括標(biāo)的的數(shù)量越來越多，一個包羅萬象的‘專家型的人工智能’可以幫助投資經(jīng)理更方便地去做投資決策；二是‘學(xué)習(xí)型的AI’，它本身并不包含那么多知識，而是包含一個學(xué)習(xí)的過程，它能夠模仿人的判斷去主動地捕捉市場的信息，再對這些信息進(jìn)行加工，形成自己的決策?！北逵聦Α蹲C券日報》基金新聞部記者說道，“我認(rèn)為，‘學(xué)習(xí)型的AI’未來更有前途，發(fā)展更具有想象力，并可能顛覆資管行業(yè)的量化投資?！?/p>
在卞勇看來，未來人工智能和選股相結(jié)合，其實就是一個場景化的過程。怎么樣把選股場景和人工智能有效地結(jié)合起來，誰在這步走得越早，技術(shù)上結(jié)合得越完善，誰就越能在量化投資方面脫穎而出。不過，人工智能與選股的結(jié)合對整個行業(yè)也有兩大沖擊，一是對基金經(jīng)理的替代效應(yīng)很明顯，二是其成本較低、可移植性強(qiáng)，規(guī)模效應(yīng)明顯，超額收益的獲取速度可能會顯著提升，最終使得行業(yè)不得不出現(xiàn)拼技術(shù)、拼投入的“贏者通吃”局面。
計算機(jī)對市場了解
要比人更深刻
值得注意的是，A股除了風(fēng)格的變換，還會受政策調(diào)整的影響，而這對量化投資來說是致命打擊。在判斷未來政策走勢、把握風(fēng)格變化時，計算機(jī)的反應(yīng)會不會比人“遲鈍”？人工智能選股怎樣才能做到又快又準(zhǔn)地捕捉超額收益、提高勝率呢？
卞勇對《證券日報》基金新聞部記者表示，絕大多數(shù)的量化投資都是偏右側(cè)投資，是通過歷史數(shù)據(jù)判斷未來。從方法論上來看，所有的機(jī)器學(xué)習(xí)、人工智能都是通過對過去樣例的學(xué)習(xí)，引導(dǎo)其對未來的預(yù)測和操作，所以其本身是有滯后性的。但是在面對一個新的環(huán)境時，究竟是計算機(jī)的反應(yīng)更快還是人的反應(yīng)更快，是值得商榷的。
“我們會讓計算機(jī)主動學(xué)習(xí)過去一段時間市場上發(fā)生的所有事情，包括一些市場行為、非市場行為，并不會從數(shù)據(jù)上去刻意去除一些政策影響。把所有信息都納入考慮范疇之內(nèi)的模型，才真正具有外推性。我們想要的就是讓計算機(jī)代替人，去找出人很難用自己的想象力、思考能力去判斷出來的底層的規(guī)律?！北逵逻M(jìn)一步表示，現(xiàn)在納入AI學(xué)習(xí)的數(shù)據(jù)，不僅包括市場的交易數(shù)據(jù)，還包括許多大數(shù)據(jù)層面的因素，比如一些情緒的因素、一些投資者行為的因素等等?！半S著我們對市場以及市場相關(guān)的數(shù)據(jù)掌握得越來越多，計算機(jī)本身對市場了解其實要比人更深刻?！?/p>
卞勇還告訴記者，在系統(tǒng)性風(fēng)險到來之前，學(xué)習(xí)型人工智能會給出輔助判斷?！癆I在學(xué)習(xí)的時候，是分周期來學(xué)習(xí)的，機(jī)器對于市場學(xué)習(xí)的解讀，若較長時間的學(xué)習(xí)結(jié)果和較短時間的學(xué)習(xí)結(jié)果出現(xiàn)明顯的跳躍，它會認(rèn)為市場上的系統(tǒng)性風(fēng)險比較大，并會對倉位做一定的限制?！彼f。
據(jù)悉，卞勇管理的萬家量化睿選靈活配置混合基金于7月3日開始發(fā)行，該基金正是采用AI選股策略，力爭獲得超額的穩(wěn)定回報。