万家基金卞勇: “学习型人工智能” 将颠覆量化投资模式
2017-07-26 | 赵学毅 | 证券日报
分享至:

       上周末,基金“中考”成绩单揭晓,各类基金平均收益率均为正数。拉长时间来看,主动偏股型基金最近三年取得收益率为68.04%的不错表现,长期表现更优的主动管理型量化基金同期平均收益率更是高达91.64%。不过,自去年11月份开始,A股发生较大的风格切换,大盘蓝筹走强,中小市值股票走弱。这使得模型给予中小市值过高权重的传统量化基金业绩表现削弱。最近一年主动偏股型基金收益4.01%,而主动量化基金同期收益率5.85%。传统的量化投资还需如何改进?今后将做怎样的变革与升级?

  “2016年11月份以来,市场风格变化,对量化模型的应变能力和数据处理的精细程度要求更高,然而传统量化基金模型缺乏动态调整的能力,对小市值过高暴露的现象仍普遍存在,继续以持有中小市值股票为主,无法应对市场的风格变化,业绩表现削弱。”万家基金量化投资部总监卞勇在接受《证券日报》基金新闻部记者采访时表示,“学习型的AI”能够模仿人的判断去主动地捕捉市场信息,再对海量信息进行加工,形成自己的决策,它完全能够做到比人类想得更多、反应的更快,AI未来在资产管理行业的应用会极具想象力,并可能颠覆资管行业的量化投资,乃至整个资管行业。

  上半年市场风格切换

  传统量化投资面临挑战

  据《证券日报》基金新闻部记者最新统计,截至6月30日,主动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;主动量化基金最近三年平均收益率达91.64%,远高于主动偏股型基金23.60%,最近一年取得5.85%的收益率,优于主动偏股型基金。整体来看,量化型基金收益表现均优于主动偏股型基金,但自去年11月份开始,A股就已发生较大的风格切换,大盘蓝筹走强,中小市值股票走弱,这使得模型给予中小市值过高权重的传统量化基金业绩表现削弱。

  “传统量化策略的同质化,导致传统模型收益衰退,同时,传统建模的关键因素正在发生变化,因子与股票收益的非线性关系越来越强,传统静态线性模型已无法准确找到市场规律。”卞勇对《证券日报》基金新闻部记者进一步表示,2016年11月份前,传统量化基金收益较高。在小市值股票受到追捧的市场风格中,量化模型给予中小市值过高的权重,使得中小市值股票得分高,易被选入投资组合。2016年11月份以后,市场风格发生显著变化,对量化模型的应变能力和数据处理的精细程度提出了更高的要求,然而传统量化基金模型对小市值股票持仓过高的现象仍存在,继续以持有中小市值股票为主,无法应对市场的风格变化,业绩表现削弱。

  学习型人工智能

  将颠覆资管业量化投资

  当《证券日报》基金新闻部记者问及量化基金今后将做怎样的变革与升级时,卞勇明确说道:“人工智能势必会成为未来基金发展的主线之一,并且更有前途的是‘学习型AI’。”

  据记者了解,万家基金量化投资团队自主开发了基于深度学习的量化多因子选股模型,能够对各种复杂多变的因素进行分析并进行自主学习,从而适应不断变化的市场环境,最终形成了一套AI选股策略。卞勇认为,通过机器深度学习的算法来组合因子,保证了对证券市场海量信息的及时有效处理,避免了人为因素的干扰,也降低了模型风险,最大程度地做到风险和预期收益的可测、可控。

  “人工智能用在量化投资策略的开发,尤其是纳入到选股开发里面,我觉得有两种途径:一是‘专家型的人工智能’,容纳更多的信息,且包括标的的数量越来越多,一个包罗万象的‘专家型的人工智能’可以帮助投资经理更方便地去做投资决策;二是‘学习型的AI’,它本身并不包含那么多知识,而是包含一个学习的过程,它能够模仿人的判断去主动地捕捉市场的信息,再对这些信息进行加工,形成自己的决策。”卞勇对《证券日报》基金新闻部记者说道,“我认为,‘学习型的AI’未来更有前途,发展更具有想象力,并可能颠覆资管行业的量化投资。”

  在卞勇看来,未来人工智能和选股相结合,其实就是一个场景化的过程。怎么样把选股场景和人工智能有效地结合起来,谁在这步走得越早,技术上结合得越完善,谁就越能在量化投资方面脱颖而出。不过,人工智能与选股的结合对整个行业也有两大冲击,一是对基金经理的替代效应很明显,二是其成本较低、可移植性强,规模效应明显,超额收益的获取速度可能会显著提升,最终使得行业不得不出现拼技术、拼投入的“赢者通吃”局面。

  计算机对市场了解

  要比人更深刻

  值得注意的是,A股除了风格的变换,还会受政策调整的影响,而这对量化投资来说是致命打击。在判断未来政策走势、把握风格变化时,计算机的反应会不会比人“迟钝”?人工智能选股怎样才能做到又快又准地捕捉超额收益、提高胜率呢?

  卞勇对《证券日报》基金新闻部记者表示,绝大多数的量化投资都是偏右侧投资,是通过历史数据判断未来。从方法论上来看,所有的机器学习、人工智能都是通过对过去样例的学习,引导其对未来的预测和操作,所以其本身是有滞后性的。但是在面对一个新的环境时,究竟是计算机的反应更快还是人的反应更快,是值得商榷的。

  “我们会让计算机主动学习过去一段时间市场上发生的所有事情,包括一些市场行为、非市场行为,并不会从数据上去刻意去除一些政策影响。把所有信息都纳入考虑范畴之内的模型,才真正具有外推性。我们想要的就是让计算机代替人,去找出人很难用自己的想象力、思考能力去判断出来的底层的规律。”卞勇进一步表示,现在纳入AI学习的数据,不仅包括市场的交易数据,还包括许多大数据层面的因素,比如一些情绪的因素、一些投资者行为的因素等等。“随着我们对市场以及市场相关的数据掌握得越来越多,计算机本身对市场了解其实要比人更深刻。”

  卞勇还告诉记者,在系统性风险到来之前,学习型人工智能会给出辅助判断。“AI在学习的时候,是分周期来学习的,机器对于市场学习的解读,若较长时间的学习结果和较短时间的学习结果出现明显的跳跃,它会认为市场上的系统性风险比较大,并会对仓位做一定的限制。”他说。

  据悉,卞勇管理的万家量化睿选灵活配置混合基金于7月3日开始发行,该基金正是采用AI选股策略,力争获得超额的稳定回报。