<tbody id="q8j79"></tbody>

    量化投資如何祛魅?泓德基金李子昂:量化是一種投資思維,總體Alpha比較顯著
    來源:券商中國 時間:2023-11-03

    祛魅 - 副本.png


    方興未艾的“量化投資”風,終于在2023年吹到了公募基金領域。在人工智能、Chat GPT、大模型等概念加持下,量化投資不僅披上了時髦“外衣”,還散發著一種神秘氣息:量化投資輕松省力,能捕捉全市場超額收益。甚至有觀點認為,量化投資會逐漸取代人工,傳統的基本面投資會逐漸過時。


    量化投資和基本面投資真是“涇渭分明”的嗎?量化投資的最新趨勢是怎樣的?為何會有公募基金公司采用實驗室(Lab)形式進行專門的AI量化模型開發?圍繞這些問題,券商中國記者近日專訪了泓德基金AI Lab負責人、基金經理李子昂。在李子昂通俗易懂、帶有形象比喻的闡述中,神秘的量化投資得以“祛魅”,和廣大投資者的距離得以拉近。


    李子昂指出,量化投資本質上是一種投資思維方式,通過尋找有效的因子和模型來捕捉全市場超額收益,是關于大數據的科學。近些年來,隨著新型AI模型和神經網絡技術的加入,國內量化投資發展勢頭越發蓬勃。但這需要基金公司和量化團隊持續加大投入,去提升量化投資中最為重要的算法能力和工程能力。今年大火的人工智能、Chat GPT本質上都屬于這些范圍內。這些,就是李子昂所在的泓德基金AI Lab所聚焦的事情。


    量化因子和模型是核心


    量化投資有著較高的專業門檻,基金經理需要具備多年專業訓練功底。李子昂也不例外?!拔冶究茖W的是工學,不然很難理解這個(量化)”。在人民大學讀本科時,李子昂學的是信息類專業,屬于工學領域;到哥倫比亞大學讀碩士后,他學的是管理科學,屬于交叉學科,涉及運籌學和金融工程等領域。畢業后的十年里,李子昂先后從事過基金量化研究員、投資經理等工作,如今擔任泓德基金AI Lab負責人和基金經理。


    這些專門的學科訓練和投研歷練,使得李子昂對量化投資有著透徹的理解。交談中,他在專業術語運用方面相對克制,更傾向于通俗化、深入淺出地闡述量化投資。


    在李子昂看來,量化投資首先是一種策略思維,而不是和傳統基本面投資“涇渭分明”的另類投資方法。實際上,量化投資是從各種信息中提取出影響股票收益的重要因素,對其進行數量刻畫、持續跟蹤,最終形成一種可解釋、可預測的投資方法。這些能進行量化的影響因素一般被稱為“因子”,利用相關因子來解釋和預測行情的方法(或運行機制),就是所謂的“模型”。就這樣,因子和模型構成了量化投資的兩大核心支柱。


    為了讓投資者能通俗易懂地理解量化投資,李子昂還對因子和模型做了兩類形象比喻。一是Y=F(X)的函數方程比喻:基金經理所要預測的股票收益,好比是方程中的被解釋變量Y。要找到這個Y,需要找到影響Y的若干變量X(因子),然后把X放到F(模型)中去,兩者最終結合的結果,會產生出Y解。除了這種抽象的數理比喻外,李子昂還有著一個較為形象的“廚師”比喻。他把量化基金經理比做廚師,所要尋找的股票比做一道菜。要做出這道菜需要兩樣東西,一是食材(因子),二是烹飪方法(模型)。不難發現,不同食材搭配不同烹飪方法,則能做出不同菜品。順著這個邏輯不難發現,選擇何種因子和運算模型,不僅關系到量化投資的結果,更是評價量化投資優劣的關鍵所在。


    有了上述鋪墊后,量化投資以下的重要特征,就不難理解了。李子昂說到,量化投資從本質上說是一門關于大數據的科學,是基于某些統計規律去尋求市場超額收益。


    “傳統的基本面主動投資,也是存在一定量化思維的。比如我們會基于很多基本面數據(如財務數據、行業數據、宏觀數據)去判斷股票質地,去推測這些基本因素和股價走勢之間的關系。但這些數據相對頻率較低,所以大家的關注點轉向更為高頻的信息。比如,現在不少機構會用每天交易的數據做量化模型,去提取出某類Alpha因子?!崩钭影赫f到。


    以小市值因子舉例,李子昂表示,近兩年來小市值股票走勢較好,通過暴露小市值因子的量化模型,有望獲得比較明確的收益。要找到這個規律,往往會用到市值因子??梢园咽兄捣殖刹煌M,每組里面有很多股票,然后對這些股票在過去一段時間內的業績進行回溯,就可能看到市值最小的一組股票,業績排名會相對靠前。當然,隨著市場信息增加,量化模型里還可以加入其他因子,最終使得量化因子和模型越來越豐富,量化投資得以迭代升級。


    捕捉全市場超額收益需要兩種能力


    理解起來雖不困難,但做好量化投資卻并非易事。如李子昂直言,這既要具備科研精神,還要具備好的工程能力。


    科研能力又稱為算法能力。李子昂說到,因為人工智能一開始并不是為投資或股票預測、金融預測去設計的,大量的AI模型、神經網絡模型一般是用于無人駕駛、自然語言處理等前沿技術領域。因此,要針對投資去開發出相應的量化模型,需要相應的科研能力和成果(學術論文)來支持??上驳氖?,近兩年聚焦投資的量化科研論文越來越多。


    “但是,僅有科研能力并不夠。因為一個模型從開發出來到真正上市,還要經歷一個比較漫長的過程。你要看到這個模型在樣本外有一個比較好的表現,這個模型的魯棒性要強,泛化能力要好,自然會涉及到一些落地要求,比如怎么去訓練這個模型,如何提高模型的可靠性,這就是一個很強的工程能力?!崩钭影赫f。


    這兩大能力之所以重要,是因為這關系到量化投資方法與模型的迭代升級。


    李子昂說到,量化最早在金融市場或股票市場的運用,一般是源于CAPM模型(即資本資產定價模型),致力于解釋股票超額收益的來源,并逐漸發展出早期的指數基金等。但這些早期量化的多因子模型大多是線性的,比如會從市值、盈利、成長性等維度去分解股票收益,把這些因子線性組合起來選出相應的股票。到后來,隨著機器學習、神經網絡等前沿技術廣泛運用,量化投資進入到了非線性階段。


    “一方面,基金經理發現此前很多用來選股的因子,不一定每個時間段表現都很好,解釋力在不斷減弱。另一方面,還發現其他信息,如交易信息、圖片等場景信息都可以拿來建模。隨著這類信息的加入,在AI算力大發展下量化模型逐漸進入一個新階段,從中能提取出的投資預判信息越來越多。量化投資逐漸成為賺取大數定律投資收益的一個獨立體系。即是說,這些年來量化投資的進步,主要體現在F和X的提煉上,體現在更多的食材發現和更先進的烹飪技術開發上?!?/span>


    李子昂舉例說到,市場上很多研究報告和新聞報道,本質上都屬于非結構化數據,很難直接進行量化。但因為人工智能技術的進步,這些非結構化的信息都可以通過人工智能的方式去學習,從而構建出新的模型,去推演出因子和股票收益之間的另一些關系?!氨热缈碖線圖這種技術操作,未來會逐漸成為AI的強項。比如,量化模型會把過去一段時間內的所有K線畫成一個標準化圖形,通過神經網絡做識別,就可以和股票未來漲跌幅建立一個關系。和人工相比,量化模型能覆蓋全市場5000多只股票,并且不需要休息吃飯睡覺,也沒有情緒波動。因此,量化模型捕捉全市場超額收益是一個大概率的事情?!?/span>


    AI Lab未來會廣泛關注AI的發展


    李子昂2019年加入泓德基金。在泓德基金平臺上,李子昂趕上了一個優化量化投資的好時機。據李子昂介紹,泓德基金早在2022年底就在籌備人工智能實驗室(AI Lab)一事,后在總經理牽頭下于2023年初順利成立?!癆I Lab成立的初衷是想做一個由公司所有的AI策略開發團隊,里面就包括了一些量化策略,甚至在未來可能會將更多的AI技術應用于投研?!崩钭影罕硎?,AI Lab 從本質上講是一個偏研究性質的組織,主要會聚焦量化投資,把最先進或市場上最廣泛的、最好的AI的技術模型用到日常投研中去。


    “截至目前,我們已基本能完成全模型的端到端開發,我們的策略從去年四季度開始就已在專戶產品進行實盤運用,今年4月份開始在公募基金里去運用??傮w來說,這些運用符合我們的預期。因為我們做的是指數增強策略產品,量化模型總體投資的Alpha還是比較顯著的?!崩钭影赫f。


    李子昂特別說到,泓德基金AI Lab的團隊模式,不是流水線模式,會更傾向于個人的端到端過程?!拔覀兊娜藛T不會特別多,但團隊工作涉及高頻數據清洗、落地、特征提取,以及模型設計、搭建、訓練、預測,乃至后端投資組合的生成等方面,我們希望每個人都具備端到端的能力。然后根據不同策略的歷史表現去判斷它的權重情況?!痹谶@方面,李子昂會著重關注以下幾方面:一是模型的邏輯是不是互補。如果模型的邏輯能夠互補,我們更傾向于把不同的模型放到實盤上去。二是模型基于過去歷史業績做的預測,能不能提取出很好的超額收益。他會基于這些維度去評價模型質量。


    目前泓德基金旗下的泓德泓信,以及近日獲批即將新發的泓德智選啟元等基金,都會應用AI策略進行選股。高度重視AI策略在公募產品投資方面的運用,不僅是基于此前長期在量化投資研究上面的積累,更在于泓德基金看到了國內公募量化投資的發展前景。


    李子昂介紹,國內公募最早的量化投資應該是起步于指數基金,但那更多是一個量化范疇的被動投資,而如今公募基金在持續發展的更多是主動量化投資?!肮剂炕钦麄€主動量化的主戰場,早在2014-2015年時已呈現出蓬勃發展態勢。當時有一批從海外華爾街等機構回來的同仁,帶回來了很多海外量化經驗,包括BGI等海外知名投資機構。他們是國內最早一批用量化方法挖掘A股超額收益的基金經理。隨后在這幾年,國內公募開始把視野過渡到偏高頻的量價信息上,再用深度學習的方法去提取這些信息。幾年前,國內公募就有人用人工智能的方法去做信息提取。目前公募量化的發展,已走過了從0到1 階段,處于從傳統多因子模型向AI過渡過程。未來,會有越來越多的團隊把AI當成一個手段和工具去武裝自己,朝著從1到N趨勢發展。作為這一大趨勢的一份子,我認為量化投資是大有可為的?!?/span>


    量化交易有助于提升市場有效性


    除了基礎理論和實踐創新外,量化投資還會給資本市場帶來其他“外部性”。一個很重要的方面,就是在量化交易持續增加背景下,市場有效性和超額收益機會的變化問題。作為量化投資的一份子,李子昂也給出了他的個人思考。


    他對記者坦言,量化交易趨于活躍之后,會有助于提升市場的有效性。在有效性較低情況下,市場會存在不少定價錯誤的套利機會。隨著量化投資越來越多,錯誤的定價機會就會越來越少,從而使得市場有效性不斷提升?!?strong>只要有人比你能更好地識別到這個機會,他對收益的把握就會比你早。要解決這個問題,只能不斷優化量化模型,讓模型更敏銳地去識別市場上不易察覺的投資機會?!?/strong>


    在李子昂看來看,要提升量化超額收益能力,本質抓手還是在于X和F。首先,資本市場是個十分廣袤豐富的場域,存在各類因子通過各種維度去描述市場。但只要新的因子能持續出現,獲取超額收益的機會就會一直存在。其次,有了因子創新外,在當前技術背景下尋求到新的方法論,也依然存在不少空間?!敖衲昴瓿跞斯ぶ悄?、Chat GPT大火,本質上就是屬于方法論(F)的提升。這個領域會出現越來越強的Alpha提取模型、人工智能模型、深度學習模型,甚至有更多神經網絡模型?!彼?,基于這兩個維度的優化提升,量化投資捕捉超額收益的機會依然是很豐富的。


    李子昂還提到另外兩個量化投資優勢。


    一是國內國際視野下的公募量化優勢。李子昂表示,目前國內的量化投資基本都是基于新一代技術而展開,國內量化群體的科研能力和工程能力在不斷提升。就AI領域而言,中美目前是兩大主要陣營,中國做得并不比美國差?!爸皞鹘y的多因子模型國外做得很成熟,海外機構挖掘出很多有效的因子,但發展到目前的非線性階段。量化模型質量的提升就要靠科研能力和工程能力不斷提升了??蒲心芰S著技術的迭代逐漸進步,目前國內的技術迭代也很快?!?/span>


    二是量化基金經理的邊界優勢。李子昂表示,量化基金經理的覆蓋面本來就是全市場的,并沒有對某個行業或賽道有過多偏好,也不存在某一類特定風格偏好,更專注于全市場超額收益挖掘。但這并不意味著量化基金經理會比較輕松,依然是要全身心投入、全力以赴的?!傲炕顿Y非常注重團隊配合,不會把業績歸因到某個人身上。因為因子開發是團隊協同的結果,雖然每個人都可能開發出很好的因子,每個人也都可能有很好的模型,但最終要以集體智慧呈現出來。因此,相較個人,量化團隊整體對業績的貢獻程度可能更高一些,因為需要大量集體配合,去達到一個滿意的效果?!?/span>



    人人艹人人干人人摸|国产天堂亚洲国产碰碰|被老头强奷到爽小说|天天躁日日躁狠狠躁欧美老妇
    <tbody id="q8j79"></tbody>