AI助力金融数字化 马上消费开启进阶之路

       在各种影视的虚拟世界中，人工智能(又称“AI”)研究已经远远超过我们当前的发展水平，万物皆堪垂泪。在现实生活中，AlphaGo机器人于2016年击败了曾18次问鼎世界围棋冠军的李世石，这意味着直觉、战略思维、想象力不再是人类所独有。

       有人说，人工智能现在是人类的学生，未来将成为人类的先生，足见人工智能的想象空间之大。

　　近些年，人工智能技术在经历了泡沫后，逐渐开始回归理性，更加注重落地产业。目前，人工智能技术已经取得长远进步，被广泛应用于安防、医疗、金融、制造、教育、城市管理等多个领域，成为世界不可或缺的一部分。

       金融业作为应用人工智能技术较为成熟的产业，在前、中、后台均有覆盖，贯穿到数字化运营的全生命周期，包括创新的产品和服务，个性化用户体验如智能客服和自动化交易等，以及身份验证等，可以根据个人偏好为用户提供多样化、个性化金融服务，保障业务稳健运营的同时，提高运营效率和用户体验。

       随着人工智能技术的大规模应用，AI将对金融业产生深远的变革，并为其创造更大的增量价值。

人工智能渗透金融业

       安德烈亚斯·卡普兰(Andreas Kaplan)和迈克尔·海恩莱因(Michael Haenlein)将人工智能定义为：系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力。例如通过人工智能技术可以解释“人何以为人”。

       后疫情时代，人工智能技术的作用逐渐凸显出来，金融机构借此打造数字化、自动化、创新化的金融生态，致力于在数字金融、智慧金融浪潮中站稳脚跟。

       中国工商银行、中国农业银行、中国建设银行、中国银行四大国有银行在财报中多次提及人工智能，并纷纷将人工智能提升到战略地位，逐渐加大在科技方面的投入。

       目前，金融业通过人工智能技术已经在多个应用层面进行落地实践。一是语音识别与自然语言处理。智能客服是金融机构较为成熟的应用，头部机构的问题解决率可高达90%，改变了原本的按键式菜单，通过语音(包括普通话、方言)说出关键词就可以基本解决用户的问题，实现了菜单扁平化，此举不仅可以提升用户体验，降低人工客服的压力，还可以降低金融机构的运营成本。

       持牌消费金融公司作为中国银保监会从金融机构中剥离出来的一个创新行业，在人工智能、大数据、云计算、区块链等前沿技术的应用相对灵活且成熟。

      科技驱动型金融机构马上消费在人工智能技术方面不断探索，自主研发了XMA智能客服系统，该系统拥有100万+金融专业知识的知识库，40万+客户问题语料库，通过自然语言处理、深度神经网络、机器学习等核心技术，为各业务线产品、用户提供全天候、标准化的服务。

       值得一提的是，马上消费“智能客服机器人”领域的项目刚刚获得工信部第一期人工智能产业创新揭榜优胜单位。

       二是计算机视觉与生物特征识别应用。人脸、虹膜、指纹、声纹等生物特征识别是金融机构常见的应用，可以进一步增加系统的安全性，有效防范非法分子的入侵。

       同时通过机器学习、神经网络与知识图谱的应用，可以有效预测欺诈、识别欺诈交易等。在海量金融交易数据的基础上，金融机构通过深度学习技术，可以做到事前干预以减少财产损失。

       随着人工智能技术应用的逐步深化，部分金融机构现已形成了看、听、想、说、做一体化的核心能力，不断进行产品创新和场景的拓展，将金融服务的触角向更广泛的群体延伸，加速普惠金融的进程。

持牌消金公司大有可为

       数字化转型大背景下，银行业务向全面线上化发展。人工智能赋能银行业转型已经成为行业的普遍共识，可以提高自动化程度，同时在风险控制得当的情况下，能提升人为决策的速度和准确度。

       麦肯锡近期发布的报告数据显示，人工智能技术每年可为全球银行业创造高达1万亿美元的增量价值。可以看出，人工智能技术对银行业转型的重要推动作用。

       监管也多次发文鼓励金融机构运用人工智能等技术建立风险定价和管控模型，改造信贷审批发放流程，促进AI技术落地于金融领域的全场景。

       目前，国有大行已经具备了一定的AI能力，中小银行纷纷进行AI赋能下的数字化转型。由于银行业的业务比较复杂、数据庞大，对风控的要求较高，所以成为AI技术的主要需求方。相关数据披露，2022年中国银行业对AI技术的总投入规模将超过220亿元，而且这一数据还在逐年攀升。

       除了国有大行以及部分股份制银行，大部分的中小银行是通过与AI公司合作，采购相应的产品与服务以提升运营效率和提升用户体验，助力传统金融机构向数字化方向转型。“在一段时间内，这将是行业主要的技术获取手段，且智能风控是金融业需求旺盛且AI投入较多的领域。”一位资深分析师指出。

       作为与银行业耦合程度较高的行业，头部持牌消费金融公司凭借灵活、创新等优势，持续深化人工智能等新技术，实现了全业务流程的智能化、数字化，同时在贷前、中、后进行全面风险管理，搭建了完整的风控闭环。

       马上消费充分发挥人工智能三驾马车“算法、数据、硬件”作用，依托海量的数据总结了一套风险管理经验，构建了五位一体的综合维度风险管理体系，同时融入自主研发的收入偿债比模型，加强风控审核机制。目前，马上消费的科技能力已经实现有效赋能，合作银行及金融机构超过200家。

        长远来看，人工智能技术在金融领域的潜力巨大，应用会越来越成熟，场景也会进一步得到拓宽。而在金融数字化转型风口下，头部持牌消费金融公司将迎来更多机遇。

来源：钥城网

基本面量化回归优势阶段，关注以中证500为基准的量化基金

       二季度以来，中小盘风格代表指数表现抢眼。截至2021年8月3日，中证500指数今年累计上涨超过7%，跑赢沪深300指数12个百分点。同时，市场活跃度的提升为量化策略创造了较好的超额收益环境，不少以中证500指数为基准的量化增强产品表现突出，受到市场关注。

　　对此，华泰柏瑞副总经理、量化与海外投资部负责人田汉卿表示：“过去三年多的时间，A股市场在资金的推动下，少部分受到追捧的股票的估值被抬升得很高，而另一部分股票则长期被市场忽略。当前，一些主动管理策略出现比较明显的拥挤现象，在这种情况下，处理基本面信息的分散的量化投资大概率上到了应该回归的时段。根据我们对A股市场的研究和理解，我们预期未来3-5年，大概率上是基本面量化投资的优势阶段。”

　　田汉卿进一步指出，以中证500为基准的量化基金或是投资者配置A股市场相对较优的选择。她认为主要理由有四: 一是中证500的历史估值和相对估值都处于历史低点，具备估值优势；二是21年一季度，中证500盈利增速超越其他宽基指数，预期未来一年的盈利增速超越沪深300，预期PEG在1倍以下，盈利增速可观；三是经历17年以来近四年的大盘强势，预期未来中盘风格会具备较大的均值回归优势；四是由于机构过去几年长期低配中证500，目前拥挤度最低，未来超额收益机会可期。

来源：金融界

线上理财需求旺盛，智能投顾让投资更加简单

       中国财富管理行业在蓬勃发展的同时，随着大数据、人工智能等技术的不断进步，智能投顾风口已至。不仅内地市场机构林立，作为世界级金融中心及大湾区重要组成部分的香港市场，日前也迎来陆金所香港推出的首个本土开放式智能投顾平台。

       受新冠疫情影响，无感接触的理财服务需求剧增，包括财富管理行业在内的整个金融行业电子化及智能化进程都在加速发展，而香港仅财富管理业的总规模就达到近1万亿美金。基于此，陆金所香港于7月初正式对外宣布，推出香港首个开放式智能投资顾问平台，通过专业智能投资顾问“Lucy”（陆思），为用户量身打造专属的资产配置方案。同时宣布，与纽约梅隆投资管理达成合作协议。根据协议，纽约梅隆根据陆金所香港划定的风险概况及投资限制为陆金所香港提供投资建议。

       针对投资者对智能投顾技术风险的顾虑方面，陆金所香港遵循严格的用户数据保密和管控，受香港证监会监管的持牌机构，所有的数据存储都会按监管要求保证合规；香港用户数据存储于香港及新加坡数据库。所有的用户数据也只会应用在陆香港业务，并在客户授权下使用。

       作为国内专业的金融证券综合服务提供商之一，盈亚证券咨询认为，由于投资者对各个市场熟悉度不够，导致很多客户在投资品选择上错失良机，没有办法真正投到最有机会的市场中，而智能投顾能够很好的识别客户的投资风险偏好，利用大数据、云计算等为客户提供更快捷、有效、专业的金融信息服务，让投资更加简单、智能。

来源：搜狐网

如何认识量化投资赚钱的本质？

       这世界上有些好生意是大家都知道的，喝酒的生意、吃药的生意、教育的生意……这些生意本质上收获的是经济增长，是社会发展，赚的是持续的，长期的钱。

       还有一些好生意是大众视野之外的，是属于少数派的，是基于信息不对称产生的短时套利机会。

       而掌握第一手有效信息，并加以利用是量化投资致胜的法宝。

       在量化投资领域，人们还对信息进行了加码，即通过大数据技术，对交易信息进行快速筛选、甄别和分析，据此制作交易策略，投入资金，获取回报，这就是利用信息的不对称进行量化投资的生意。

什么是量化交易？

       量化交易，又称为自动化交易，英文全称为“Quantitative Trading”，指以机器人替代人为的主观判断，参考海量的历史数据制定交易策略，减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

       量化交易就是利用数学分析并结合计算机技术寻找估值洼地，通过全面、系统性的查找因为错误定价、错误估值而带来的商机。

       在股票市场上，量化交易早不是什么新闻，在国外七成的交易都是通过计算机决策的，在国内这个数字也接近五成。

       传统股市量化中最耀眼的明星莫过于詹姆斯西蒙斯，其一手缔造的大奖章基金自1988成立至2009年西蒙斯退休的这21年间，年平均收益率达到了惊人的46%，即使是2007年次贷危机席卷美国，量化基金遭遇滑铁卢的时代，大奖章基金依然获得了骄人的73%的回报率。

量化交易的优势

1. 严格的纪律性

       量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。每一个决策都是有理有据的，特别是有数据支持的。

2. 完备的系统性

       完备的系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型；其次是多角度，量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；再者就是多数据，就是海量数据的处理。

       强大的定量化交易的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。

3. 妥善运用套利的思想

       量化交易正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。

       定性投资大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票；与定性投资不同，量化交易大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。

4. 靠概率取胜

       这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是在股票实际操作过程中，运用概率分析，提高买卖成功的概率和仓位控制。

新的量化投资热土

       就目前来看，国内量化策略收益较国外更高，股票阿尔法策略，CTA量化趋势追踪或者期权套利类的策略适用性都很好。一些行业专业人士的共识是，A股各类量化策略的高收益还可以持续5-10年的黄金时间。

       A股市场的量化有如此优秀的表现，大概有3个方面的原因：

       一是相对海外，更加稳定的经济增长环境。

       二是弱式有效信息市场特征。

       三是现有纯量化投资体量还很小。

截止2020年末：

       全国私募基金管理人总数为24561家，存续私募基金96818只，管理规模16.96万亿元。私募证券投资基金51363只，规模合计为3.70万亿元。

       量化/对冲策略基金13465只，规模合计6999.87亿元，仅占自主发行类私募证券投资基金总只数和总规模的26.2%和18.9%。

       从市场成熟度和数据上看，国内量化圈的生态状况还比较好，现在是世界公认的量化投资策略福地，加码中国市场，已经成为一些国际量化投资机构的新方向，Two Sigma、迈德瑞、Citadel都加大了在中国市场的投资力度。

       相对于主动投资，量化投资喜欢体量大的市场，对流动性要求高，对可投资标的要求比较全。

       目前，中国上市公司家数已达4100家，位居全球第三，涵盖了国民经济全部90个行业大类，而且与美国相反，国内产业资本的流动性宽松，一万亿大放水，使得国内小盘股迎来了盈利高增，流动性宽松的绝佳状态，非常适合量化投资。

       在超大市场波动下，量化投资应对风险的及时性、系统性、稳定性上都更具优势。

       首先计算机依据精准的时间交易，市场突发剧烈震荡，量化投资的计算机就不会出现“胖手指”导致巨大损失。

       计算机可以最大限度的搜集各个维度的数据，处理的数据，信息量越大，纬度越大，对比、总结、判断的精准度就越高，失误就越少，这就是为什么量化投资总能在市场产生巨大波动的期间，还能获得超额收益。

来源：腾讯网

百亿级梯队的再次洗牌对于量化投资有何影响

       在近期投资者入市热情高涨之际，百亿级私募梯队迅速扩容，数据显示，截至6月底，管理规模超百亿元的证券类私募管理人已达44家。

       从百亿级私募的名单变动来看，头部私募之间的竞争愈发激烈，上半年有4家私募掉出百亿级梯队，东方港湾、宁泉资产等11家私募则新晋为百亿级私募，可谓是有人欢喜有人忧。

头部梯队硝烟四起

       头部梯队硝烟四起，第二梯队加速入局，战场不断外扩，构成了当前量化私募的“战况，近年来，量化私募迅速崛起，百亿级量化私募不断扩容，千亿级巨头也开始涌现，然而，在光鲜背后，行业竞争愈发激烈，私募排排网数据显示，截至7月14日，已经有两家私募退出百亿级梯队。

       多位业内人士直言，量化私募仍存在较大的发展空间，不过，相比于主观多头策略，量化私募机构间的竞争更为直接和激烈，核心策略团队的稳定性、能力圈的逐渐拓展或是量化私募机构在长跑中胜出的重要基础。

4家私募掉出第一梯队

       在百亿级私募扩容的同时，第一梯队内部也出现了大洗牌，对比2019年末的名单，2020年上半年百亿级私募出局4家、新晋11家。

       具体来看，上半年退出百亿级梯队的机构有星石投资、北京源乐晟、煜德投资及喆颢资产，新晋成为百亿级私募的有宁泉资产、礼仁投资、金锝资产等11家。

      其实近年来，百亿级私募内部洗牌频频，从近5年来百亿级私募名单看，2015年以来，共有60余家上过榜，但仅有5家“常胜”至今，包括淡水泉投资、重阳投资、景林资产、乐瑞资产和千合资本。

       “私募基金的规模在市场发生变化时波动较大，所以一家私募基金管理人要想一直留在百亿级私募名单里非常难，头部私募基金竞争很激烈，”沪上一私募人士感慨道。

       在此情况下，百亿级私募加快了新产品备案步伐，趁势提升自身规模，中国基金业协会数据显示，上半年多家百亿级私募密集备案新产品，合计超过600只，其中高毅资产上半年备案了76只产品，远高于去年全年57只备案产品总数，淡水泉也新备案了56只产品，位居第二，明泓投资、泛海投资、灵均投资同期则分别备案了51只、50只、47只新产品。

团队稳定性至关重要

       厚石天成总经理侯延军认为，量化投资的发展很难用红海或蓝海来形容，不过量化投资中部分短线类型的具体策略，可能正在形成所谓的红海，比如以交易市场微观结构为主的量化策略，会由于容量问题和趋同性问题，产生各细分策略间的激烈交锋。

       “相比于海外成熟市场，我国量化投资规模还有很大差距，所以量化投资的发展仍是一片蓝海，不过，随着头部效应的逐步显现，如今量化私募需要重新审视公司长期发展的核心因素，即团队稳定性和核心策略的进化迭代，那种靠一两个人战胜市场、找到赚钱模型的故事基本上不会再出现了，”某量化私募人士坦言。

百亿级梯队还会洗牌

       一位业绩较差的百亿级私募人士透露：“上半年真的是很难熬，相同策略的百亿级私募业绩分化较大的主要原因是投资风格不同，我们坚持低估值策略，因此上半年收益率表现就很差，但动摇也不是我们的风格，只能承受压力，静等市场风格扭转，长期的超额收益才是我们的最终目的，在这个过程中确实会有很多资金难以坚持，选择赎回，规模只有一百多亿的私募就很容易掉队了，而下半年一些业绩排名靠前、规模超过50亿元的私募将陆续进入百亿级梯队”。

来源：腾讯网

量化类产品，你真的了解吗？

       量化投资，简单来说就是利用计算机技术和数学模型去实现投资策略的过程。根据这样的定义，量化投资就分为了三大块：需要数学公式进行计算的数学模型、用计算机来进行自动化交易的信息技术、根据各类因子形成的一种投资策略。

       我们都知道，每个人都是相对理性的，投资很容易受到情绪的影响而产生偏差。而由机器人操盘的量化投资，其最大的优势在于：在某些方面可以做到绝对理性化，比如止盈或止损。因为它能克服人性的优柔寡断与贪婪。

       量化与非量化的区别，不在交易，不在研究手段，而在于决策方式。在投资决策的过程中，量化投资是用数量化方法进行决策的，而传统主观投资则是靠基金经理，是由人来决策。

量化产品特点

       反应迅速：这更多的是体现在重大事件、黑天鹅等事件驱动策略方面。计算机媒体能处理大量的公告和新闻，实时跟踪市场变化，所以在遇到重大利好或黑天鹅事件时，同样也能够第一时间把握机会或逃脱。

       纪律严明：市场不会随着人的意志而转移，我们唯一能控制的只有自己。量化投资在既定的计算机程序下，会根据市场行情严格执行投资策略，就像我们遇到市盈率较低的个股时，可能会立刻买入，也可能会继续等待更低的买点。但量化选股则直接精确到数值，只有触发选股条件才会操作，完美地克服贪婪、恐惧、侥幸心理等人性弱点。

       风险分散：利用计算机大数据，量化投资可以做到比证券分析师更好的历史回测，不断地从历史中挖掘有望在未来重复的历史规律并且加以利用，而历史规律都是较大概率取胜的法宝。另一方面，就回到了选股方面，通过多因子选择一揽子股票，从而捕捉大概率获胜机会。

       这种通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式，就是量化投资。

股市波动下量化策略走俏，扒一扒投资经理的一天

       随着《征服市场的人：西蒙斯传》在中国出版，人们再一次关注到量化对冲基金巨头、华尔街传奇人物西蒙斯（Jim Simons）。

        这位在数学界登峰造极的人物，从40岁开始转战量化投资界，由他开创的文艺复兴科技公司（Renaissance Technologies）旗下的大奖章基金（Medallion Fund）创造了量化投资界的奇迹。

       据悉，西蒙斯在过去二十年的费后年化收益有40%左右，而巴菲特的费后年化收益有25%左右。经历了几十年的发展，海外发达市场已是充分有效市场，被动投资在过去十年占据上风。相比之下，量化投资在中国才逐步兴起。目前中国有大约14.84%的量化交易，而发达市场高达50%以上。无论是发展前景还是流动性等条件，量化投资在中国的发展前景更大。事实上，今年以来，由于股市波动加剧，指数增强、中性策略都备受关注。

       日前，第一财经举行了第一期“第一财经VIP读书会”，会上第一财经总编辑杨宇东领读新书并分享了对于“一群极客打造华尔街最赚钱的机器”的想法，两位资深量化投资经理——野村东方证券资管部量化投资总监李自悟、瑞士联合私人银行在中国的合资企业瑞锐投资的投资总监袁磊，则各自分享了量化投资经理的一天，并对2021年中国量化投资作出了新解。

量化投资经理的一天

       今年，量化对冲产品备受关注。量化产品在风格比较极端的行情中一般不是表现最出色的，例如2020年的市场单边上行行情，因为量化策略的出发点是不希望投资走极端、赌大类的风格。好的量化投资，一定是注重风险控制的，讲究对行业的分散、对风格的控制，通过积少成多的复利来实现收益。如果组合构建时能在风格和行业上配置的较为均衡，即使有回撤也不会太严重。否则若仅靠赌风格，收益波动会显著放大，收益的可持续性也较低。

       量化投资经理的一天也往往令人感到好奇。此次，李自悟和袁磊分享了自己作为量化投资经理的一天工作经历。

       与基本面做多的基金经理不同，量化投资的核心在于聚少成多，积小胜为大胜。所以相对主动管理型投资而言，量化投资在管理组合时会倾向于充分分散，在每个方向上都会控制头寸和风险。这就使得量化投资经理面对的来自市场的压力要小很多。

       袁磊表示，“基本每天早晨五六点就会起床，做一些简单运动，让大脑充满活力，为一天的交易、挖因子做好准备。到办公室后，白天的工作主要是对前一天工作的反馈，并确认是否有震动市场的爆炸新闻。由于有从海外引入全球先进的系统来为第二天的风控做准备，因此前端的工作在前一天晚上就已经完成，所以白天的工作侧重于研究和交流想法。直到下午两点到三点才是最重要的工作时间，因为需要为下一天的交易时间做准备。三点之后，团队则会进行一些梳理为第二天和之后的市场变化做好充分的准备。”可见，量化投资工作的特点是，有一段非常集中的忙碌时间，并依赖于风控系统。

       李自悟早年也从事过主观基本面投资，因此对于其与量化投资的差异深有体会。他表示，对于主观投资经理来说，由于头寸比较集中，因而尤其关注市场和个股，这就导致了他们对事件的敏感度会更高。以美元债组合为例，全球任何事件和新闻都有可能对美元债的损益和头寸产生巨大影响，因此主观投资经理需要时刻保持高度紧张。

       ”与主观投资最大的不同是，量化投资在头寸的摆布上会高度分散，更追求在不同的方向上多下注，力求每一注都能带来回报，因此量化投资经理对事件性新闻的敏感程度更低。每天早晨模型会预算好当天的调仓交易，投资经理主要负责审核并决定是否需要作出微调，再交给交易员去执行。日内交易策略则基本实现全自动化，会交给专门的交易员去跟踪执行情况。因此从开盘到收盘的交易时间，量化经理相对比较放松，所做的更多是监控模型的正常运行，以及研究方向的讨论。”李自悟称。

       对于他而言，最忙的时刻也是盘后。“量化投资经理需要对当天的交易执行情况和策略损益进行分析，及时发现问题，提出改进的想法，并交给研究员去验证。量化团队对投资和研究的界限更为模糊，整个投研团队的讨论学习也占据了相当时间。”

2021年量化产品“吸睛”

       今年以来，量化产品的关注度也不断攀升。A股今年处于震荡市。年初一波剧烈下挫使得更为抗跌的中性策略脱颖而出。而二季度开始中小盘股的亮眼表现也使得量化选股发挥了优势，中证500、1000的指数增强策略斩获了远高于多数基本面多头策略的超额收益。

       谈及春节那波行情变脸背景下量化对冲基金的抗跌属性，李自悟此前表示，量化对冲产品比较抗跌主要是因为采取市场中性策略，即在投资组合中，既包括股票多头，也包括股指期货或融券的空头，通过两者多空结合来对冲市场风险。这使得市场中性策略能将整体市场的波动剥离，不管市场涨跌都有获利的可能。当然，不同的市场环境下效果也不一样，在震荡或者下跌的市场环境中，中性对冲策略表现稳健的优势就会凸显出来。

       二季度以来，上证综指一度突破3600点，创业板指更是不断创下新高。同时，板块的结构性变化更为突出——价值蓝筹股不断下挫，新能源、光伏等景气板块大涨，中小盘股延续强势，这也表现为中证500、中证1000指数持续跑赢沪深300，二季度以来，指数增强产品备受追捧。一家第三方机构的监测数据显示，368只成立满6个月的指数增强策略私募产品（不完全统计），今年上半年的平均收益率为10.84%。其中，上半年实现正收益的有346只，占比为94.02%；28只产品上半年收益率超过20%。

       现在比较主流的指增策略主要由原来的市场中性策略演变而来，将市场中性策略中的股指期货对冲部分去除，直接构建股票纯多头组合，运用量化选股的方法选择一揽子股票，追踪指数，控制跟踪误差，目的是在承担市场风险的前提下不仅获取中性策略所提供的纯阿尔法收益，也获取市场本身所带来的收益。市场下挫时，一般指增产品的回撤小于被动型指数基金。

       此外，量化选股主要是试图预测一段时间后全市场股票收益率的排名，以便买入排名靠前的股票，卖出排名靠后的股票，保持总仓位不变。很长时间里，选股是量化最大的超额收益来源。量化选股有效的前提是个股涨跌的区别够大。否则像2019年12月5日，个股涨跌主要集中在-2.5%到2.5%区间，差别非常小，量化模型就无法选出优秀的股票。今年5月开始，市场波动变大，个股表现的区分度也同步回升，对量化选股比较有利。

       李自悟此前提及，其团队基本上是按照全市场去建模，然后根据产品需要去做组合优化，构建出符合风控条件的投资组合。在挑选基础的训练池时，会进行一定的预筛选。目前全市场共有4000多只股票，会结合基本面和技术面因素，剔除投资价值较低、流动性较差、价格噪音较高的股票，再在较小的但相对纯净的股票池中进行因子挖掘和模型训练。一方面是因为小市值的股票交易不活跃，价格受偶发因素影响较大，影响模型的训练。另外一方面，这也有助于团队开发更大容量的策略。

中证500、1000仍被看好

       现在的指增产品主要跟踪沪深300、中证500、中证1000等指数。目前中证500、中证1000指数静态市盈率在20～40倍之间，从历史上来看处于20分位以下，相对投资价值更高。同时，它们的盈利改善幅度开始超过沪深300，中小盘市值公司出现明显的盈利弹性，这使得中证500、中证1000可能出现指数层面的戴维斯双击，相应的指增策略备受追捧。

        多数机构预计，下半年PPI触顶回落，周期弱化，科技和成长属性较强的中证1000相应会受益。

       谈及下半年的投资策略，李自悟认为，仍比较看好今年下半年到明年上半年的权益市场，主要基于两点考虑——从宏观来看，中国整体经济处在温和复苏的过程中；从企业盈利周期来说，由于疫情的影响，本该从2020年上半年开始的盈利周期被推迟了，今年盈利周期重新回到比较良性的复苏过程中，可能和宏观经济周期产生共振。就策略而言，他认为，沪深300和中证500、中证1000指增各有优势，前者波动较低，更为平稳，持有体验较好；而后两者目前估值较低，成长空间较大，且更容易获取超额收益。而对于希望获得更低波动、稳健回报的投资者而言，中性策略也不失为一种选择。

       “从长周期来看，指数的估值相对个股的估值，均值回归的特性更为显著。我们更看好估值合理、长期增长有保障的指数和板块，而不是特别高估值的例如“宁指数”这类板块，因此中证500是比较看好的方向；而在沪深300中，比较看好偏价值型低估值板块。目前，沪深300中偏成长的股票已经有了26倍的估值，而中证500中偏成长的股票估值为18倍，它们风格类似但估值差距超过50%。”

       袁磊则认为，任何价格的膨胀都是资金流的导向，因为比起基本面，更要关注的是资金会往哪里流，经济基本面是资金流向的一个部分，但是还有国内外资金不同的资金成本所对应的机会成本，各自所定的内部目标等等，因此这类因素可能是影响资本市场更重要的一个环节。

       根据相关数据统计，外资持有A股市值达约3万亿元，占A股总市值的比例已经超过4%。袁磊表示，目前外资能够买的中国股市标的仍比较有限，且整体仍是低配A股，未来的配比大概率是向上，例如将中国的配比从当前的1%~2%提至3%~4%，即使是微弱的提升，也意味着巨大的万亿级别资金量，而这些资金之所以配置中国，看中的是中国仍有高达6%~7%的GDP增速，因此外资更倾向于或更可能流入的标的将是需要关注的重点。 

来源：第一财经

量化私募投资者交流会在深圳举行 深入探讨量化投资策略

       8月1日，由中信建投证券主办的“揭秘量化”中信建投财富巡礼主题交流会在博林圣海伦酒店举办。会议邀请了中信建投证券经纪业务管理委员会委员、广东分公司总经理梁峻和诚奇资产创始人兼CEO何文奇进行主题演讲，深入介绍量化投资策略。

       梁峻首先介绍了主观投资和量化投资的区别，他认为两者的投资思路基于两种不同的哲学思维形成，“前者属于演绎法而后者属于归纳法”。因此，量化投资往往不在意投资策略背后的经济学原理，而往往是从数量规律出发。“优秀的量化投资人大多是统计学和编程方面的专业人才”，他补充道。

       何文奇认为，量化投资以各种量化模型为基础，通过模型计算得到投资相关指令。比如在股票定价方面，“量化通过输入获取的信息，包括行情数据、上市公司财务数据等，还包括新闻舆情、产业链等另类数据，进行模型训练，通过深度学习对股票进行定价。”何文奇补充道，现在的主要数据仍为量价交易数据，但这方面的比例在逐渐降低。

       会议还介绍了国内量化投资的发展历史和未来趋势。“2015年后国内涌现了一批以机器学习为主要工具的量化私募，其背后的重要原因是谷歌、亚马逊等公司开放了一系列深度学习框架。”梁峻表示，而在发展趋势方面，“当前主流量化私募的发展方向之一是自然语言处理。”他介绍，自然语言处理就是借助机器学习的力量,迅速把市面上的新闻、研报、公告等文字信息转化为量化数据，以供更进一步的研究。

来源：读创

人工智能赋能金融，新纽科技与工银科技合作完善布局

　　7月27日，新纽科技（09600.HK）宣布与工商银行（01389.HK）全资子公司工银科技有限公司建立人工智能领域的合作伙伴关系。

　　一、“AI＋金融”行业趋势显露

　　中国金融IT解决方案的市场规模由2015年的446亿元增加至2019年953亿元，年均复合增长率为20.9％，随着金融行业内部不断推进信息化进程，预计2021年市场规模将达到1440亿元，2025年将达到2730亿元。

　　作为中国最大的银行机构，工商银行在金融领域中为国内与国际的客户提供全方面的金融服务，具有最为全面银行业务运营体系和应用场景，且在金融领域内拥有巨大的客户市场。

　　新纽科技作为国内专注金融IT领域解决方案的头部上市企业，是当前唯一具有企业级RPA解决方案并成功落地的行业龙头。

　　自2019年9月中国人民银行发布《金融科技（FinTech）发展规划（2019-2021 年）》以来，我国金融科技的发展便上升到了国家层面的高度。

　　针对金融IT的需求主要来源于两大方向：银行、券商系统的国产化；以及面对数字货币、分布式系统等新兴技术所带来的新IT需求。随着技术的快速发展和政策的大力支持，未来两年，金融科技将持续向我国传统金融领域渗透。

　　2020-2021年是我国金融科技的政策大年。一方面，政策持续加强金融领域在风险防范和反垄断方面的监管；另一方面，数字货币、金融科技的试点也在逐渐深化，为行业的创新发展保留了足够的探索空间。

　　随着外资在银行、证券、基金、期货等领域的持股比例限制取消，国际金融机构纷纷进入了中国。国内金融领域的竞争加剧，加快金融机构的数字化转型，提升金融创新成为了国内大多金融机构的重要目标。

　　在金融领域，能够快速学习市场新模式的人工智能技术，为最受瞩目的热点课题。根据艾瑞咨询数据显示，银行业、互金行业、保险行业是AI技术的主要购买方。

　　其中银行业务由于其业务复杂度最高、数据海量、风控要求最高等因素，为金融领域中AI技术的最主要需求方。根据2018-2022年中国AI+金融相关市场规模预测，2020年金融场景AI投入总规模预计已达254.4亿，2022年将达到414.5亿元，金融业对于AI技术的投入将持续增加。

　　整体来看，金融与科技融合发展已经成为行业趋势，我国正迎来金融科技发展浪潮。金融IT解决方案市场受政策规划、信息技术发展和国产化需求等多轮因素驱动，未来发展前景广阔。

　　此次合作双方将在RPA（Robotic Process Automation，即机器流程自动化）、智能问答、智能推荐、知识图谱等基础能力方面优势互补，全面合作，面向以工商银行为代表的金融、医疗、政务等行业客户提供人工智能综合解决方案，形成较高市场占有率和收益回报的人工智能科技产品。本次合作将共同发挥双方的优势，凭借各自在金融领域内的技术优势与市场优势强强联合，实现AI技术在金融领域的突破。

　　二、国内RPA市场前景广阔

　　新纽科技作为中国国内少于十家已成功将 RPA 解决方案商业化并产生收入的金融机构 RPA 解决方案提供商，在本次与工行的合作中有关RPA技术的应用备受关注。RPA技术作为新兴的人工智能落地应用之一，其产品在国内的推广时间并不长，市场尚是一片蓝海，但发展速度却非常迅速。

　　随着2020年新冠疫情的爆发以及全球经济的衰退，使得大型金融企业更加关注于成本控制，增加了企业使用RPA产品的亿元。

　　Gartner 调查表明，RPA 是全球增速最快的软件市场之一，在 2018 年和 2019 年分别增长 63.1％和 62.9％，与全球软件市场 13.5％和 11.5％的增速相比差距明显。到 2023 年底，预计全球 90％的大型组织将采用某种形式的 RPA。

　　由于RPA具有高业务流程自动化，以及强稳定特性，且最适合有固定规则、结构化数据较多的场景，因此RPA天然适用于嵌入银行IT、证券IT等进行相应金融机构场景落地。

　　而相较于其他IT解决方案，RPA可以利用现有的基础设施来实施，而不会破坏底层系统。对于使用者来说，RPA可以RPA允许组织将之前成本和时间的一小部分进行自动化，在替换成本、盈利时间、可扩展性上都具有优势。

　　在技术发展上，RPA+AI 已经成为行业发展的一大趋势。目前，RPA 大多局限于通过人事先预定的程序，执行流程简单、重复、有固定规则的任务。

　　而加入AI技术后，AI 的语音、图像、文字识别技术和学习推理能力能够帮助 RPA 处理非结构化数据，完成更为复杂的任务。RPA 的应用帮助 AI 技术的落地，AI 技术的发展驱动着 RPA 在更多场景的应用，两者具有高度互补的特性。

　　据 Gartner 预测，至 2022 年，80％部署了 RPA 的组织将会引入人工智能技术，包括机器学习和自然语言处理以改善企业的业务处理流程。随着自动化过程采用率的提高和客户继续深入探索自动化平台所应用的场景，AI在RPA中的应用将会越来越多。

　　本次新纽科技与工行的合作，将深度探索金融业务场景与AI相结合的解决方案，凭借公司在RPA领域的技术积累与应用经验，或将在未来实现高质量的RPA+AI场景创新。

　　尽管国内RPA市场存在企业数字化程度不足、竞争者数量剧增的问题，但数字化转型是国内不变的趋势。

　　国企、政府机构的采购去美国化为国内金融IT厂商提供了市场空间，而RPA市场的在国内的高速发展也说明了，中国市场对人工智能、金融科技的接受程度越来越高，大型企业欢迎并重视提供数字化转型服务的服务商。

　　未来，随着大厂的加入，市场竞争日趋激烈，AI 技术或将成为 RPA 产品的核心竞争力，提前布局的厂商将获得先发优势，形成技术壁垒，为其在未来的市场竞争中打下良好的基础。

来源：钥城网