从编程少年到量化投资大咖，人生没有白走的路，每一步都算数

        我们都听过一句话，童年的经历，决定我们的一生。

       其实，人生的走向，不仅跟童年经历有关，它跟我们每个时段，所作的选择和精力的分配，都密切相关。

       可以说，我们所经历的每件事，以及对这些事情引发的思考和成长，将我们打磨成现在的样子。

       世坤投资公司CEO伊戈尔·图钦斯基对此深信不疑。

       他将自己的人生哲学和成功技巧，通过这本《反原则：人工智能时代个人成功之道》，呈现在我们眼前。

       书中记录他的成长过程，以及他创办世坤公司的经历。

       通过这些内容，伊戈尔希望我们明白两件事情：

       一是，人生没有白走的路，每一步都算数。所以，我们要在每段经历中，提炼自己的感想，形成自己的价值观。

       二是，没有什么事物能够被证明具有绝对的确定性。所以，我们要学会反原则。

      1966年，一个名叫伊戈尔.图钦斯基的男孩在明斯克出生了。

       他的父亲是小提琴家，母亲是钢琴家，他在父母的琴声中慢慢长大。

      本以为这种家庭氛围的熏陶，会让伊戈尔继承父母的衣钵，爱上某样乐器，成为音乐家。

       没想到，父母的音乐天赋，半点都没有遗传给他。

       伊戈尔的兴趣完全不在乐器上。他喜欢的是数学，对象棋尤其着迷。

       十岁那年，伊尔戈跟随父母前往美国，此后，因为父母的就业问题，一家人频繁地搬家，伊戈尔也开始学会了，在不断变更的生活环境中，把握机会，学习知识。

       这段奔波的岁月，让伊戈尔深刻明白了一个道理：人生只有一次，时间才是唯一真实、不可替代的资源。你可以赚到另一个美元，但你永远不可能创造另一分钟。

       这个想法，让少年伊戈尔坚定了一个念头：他要给自己树立明确的目标，然后为了目标，付诸一点一滴的行动，持之以恒，直到目标达成。

       这个念头扎根脑海后，伊戈尔的人生悄然蜕变。

       伊戈尔从小离开故土，跟随父母的脚步，四处为家，这样的特殊经历，让他能快速地适应外界的变化，不论他在哪里，他始终坚持学习自己的热爱科目：数学，计算机编程和模拟技术。

       父母的技能都在乐器上，初到美国，很难找到收入稳定的相关工作。

       父亲鼓励伊戈尔去打零工，赚钱补贴家用。

       伊戈尔干过洗碗工，卖过早点，还在残障人士的营地活动中教计算机语言。

       高中时，伊戈尔自学了计算机程序语言，还被一家医院邀请，帮医院编写抗生素用药剂量的程序。

       当时的他只有15岁，但他做的事情，事关每个病人的安危。

       最后，伊戈尔做到了，他和伙伴开发的程序成功了！

       这段经历，让伊戈尔学到人生中重要的一课：年龄从来都不会限制一个人，真正能限制你的，只有你拥有的能力和你有多坚持。

       坚持这个理念，也是他在《反原则》这本书中，反复提到观点。

       虽然擅长编程和计算机技术，但伊戈尔对金融和投资也很有兴趣，大学业后，他选择了宾夕法尼亚大学的沃顿商学院，继续深造MBA。

       在沃顿，他开启了人生新篇章。

       他一边学习，一边寻找合适的工作机会。

       他给各个大公司的CEO随机发自荐信，其中一家廷贝尔-希尔公司雇佣了他。

       从这时开始，伊戈尔正式迈进了金融领域。

       编程技能赋予他强大的逻辑思维力，他看待金融领域中存在的问题，总能多角度，多学科综合在一起。比如，金融和数学，计算机语言和物理学，自然科学等相互交织在一起。

       在创办世坤公司前，他从事过视频游戏、计算机科学以及金融领域的跨界工作，他把这些经历无缝链接，最终编写了自己的创奇故事 。

       他成立世坤，根据量化数据建立了大量的阿尔法模型。

       他利用这些阿尔法模型计算数据，再结合“反原则”理念，做出最后判断，从而让世坤的投资事业成绩斐然。

       伊戈尔在《反原则》一书中，结合他自己的事业，给我们列举了很多事例，告诉我们别轻信规则，别跟风，要跳出大众思维，打破常规和守旧。

       也许我们不从事金融事业，对书中很多专业术语感到理解困难，但伊戈尔依然用大量的篇幅，写了专业之外的个人故事，并加入了自己的感触和总结。

      这些内容读来轻松有趣，能帮助我们领悟书中的观点。

      每个人都有自己的人生经历，也会形成自己的处世哲学。

      过去的日子，都是未来的序章。

      我们现在所处的时代和环境，正经历着很多前所未有的巨变，比如人工智能，比如大数据。

      信息极度爆炸，我们获取信息的门槛越来越低，但信息充斥带来的混乱和焦虑也越来越多。

      未来会是什么样的？

      没人能够准确预测。

       因为变数是无法掌控和预知的。

       无论我们是谁，是普通员工也好，公司执行官也好，我们面临的未来的挑战，其实都一样。

       想要迎接未来，就要永远保持探究未知，敢于迎战的态度。

       伊戈尔在书中写道：“任何理论和方法都有缺陷，没有任何事情能被证明绝对确定，任何事情都有可能被证明是错误的，而且任何事情都不可能完美无缺。因此，我们要遵循反原则，就必须不断求变、保持弹性、千万不要墨守成规和教条主义。”

       在遇到《反原则》这本书之前，我对反原则的概念一无所知，我也曾谜之笃信那些代代相传的教义主义的经验，相信所谓的万无一失的原则。

       如今的社会瞬息万变，科技日新月异，如此快的发展速度，注定了没有哪条定律是一成不变的，是可以反复使用的。

       同理，每个人的成功，包括伊戈尔，都有独特的方法，只能被参考，不能被照抄。

       人生的每一步，要靠自己走。

       我想，这才是《反原则》最想传递给我们的价值观吧。

来源：鱼白杂货铺

笃信笃行 主动量化新周期正在开启

       中**讯（记者 徐金忠）日前，专业专注主动量化投资的华泰柏瑞副总经理田汉卿接受了中国证券报记者的采访。在她看来，过去两年极致的市场行情之下，主动量化投资的发展空间是“憋仄”的。但是，如果坚信投资的长期主义、坚信资本市场长期的有效性，那么不难发现，主动量化投资正在迎来业绩的“回归”，迎来新周期的开启。

       在田汉卿看来，投资领域周期起伏、行情往复都是正常的，不会有一种主动投资策略可以在任何市场环境下均遥遥领先。对于投资管理人来说，最重要的是当市场聚光灯再次聚焦到自己的投资策略，管理人应该还坚守在那里，为投资人创造应该创造的价值。当然，起伏之间、往复之中，投资管理人应该修炼内功、打磨自己，一旦再度被聚焦，就扮演好自己的角色，为资本市场的大舞台展现她应有的精彩。

笃信笃行的坚守者

       主动量化投资，正在迎来高光时刻。根据基金一季报数据，华泰柏瑞旗下成立满半年的11只量化基金（含对冲）近期业绩表现突出，其中华泰柏瑞港股通量化基金（005269）过去六个月更是斩获了25.91%的收益。

        这样的业绩可以说是“时势造英雄”。2020年四季度以来，极致的市场行情出现变化，过往一些持股高度集中在“核心抱团股”上的基金，春节后遭遇净值大幅回撤，而通过量化选股模型选择性价比较高的投资标的、严格控制行业及个股暴露的主动量化投资，在这种市场环境下，显示出了其投资方法的优势。

       不得不说，主动量化迎来更好的机会，需要专业专注的投资人笃信笃行。“投资就像一部舞台剧，每一种投资策略都应该有自己的角色。舞台的聚光灯并不会一直投在你身上，但是无论何时，你得一如既往地扮演好自己的角色，等到聚光灯投射过来，你得在自己的位置上，出色地完成自己应该有的发挥，点亮整个舞台。这应该是量化投资所必须有的状态。”这是田汉卿在2020年年中接受中国证券报记者采访时的一番言论。如今看来，田汉卿带领下的华泰柏瑞主动量化投资团队，正是在市场聚光灯暂时偏离之际，不激不随、笃信笃行，修炼着主动量化投资的内功，在市场聚光灯打过来的时候，成功地扮演着自己的精彩角色。

       事实上，作为量化投资中的“老将”，田汉卿看过了量化投资几度春秋、几番轮回。早至2004年，国内就有了量化基金。彼时行业对量化投资期望很高，可以说量化投资的起点便是聚光灯的焦点，很多公司争相布局量化投资。初音洪亮之后，量化投资遭遇实战业绩的“黯淡时刻”。然后，在2014年到2017年三季度期间，A股市场的主动量化基金整体投资业绩在行业中再度“出挑”。但是，自2017年四季度至2021年春节，在整体市场风格较为极致的结构性行情中，市场表现集中在少数行业和个股上，全市场优选投资机会的量化投资不再那么突出，量化投资再次面临逆风而行的阶段。这一阶段，到了2021年春节之后，才又有了转变。

新周期的开启

       对于此次主动量化策略在业绩上的再度表现，田汉卿认为，这应该是一个新周期的开始。未来随着市场风格趋于均衡，核心白马股性价比不再占优，主动量化投资的优势将得到体现。市场的“聚光灯”已经开始重新聚焦。

       在田汉卿看来，近期主动量化基金投资的回暖并不是偶然现象。此前市场抱团的现象已经达到一种“极致”状态。Wind数据显示，主动偏股型基金前二十大持仓占比从2016年末时的15%上升至2020年末的40%。但是，物极必反，基于大量新增资金、新发基金之上的抱团趋势，已经遭遇结构性的反转。向冷门行业、中小市值公司要业绩，已经是当下市场中的一个共识。在此背景下，强调分散投资的主动量化策略优势再次体现。而且，投资分散，覆盖面广、强调全市场选股的主动量化基金也更容易筛选出优质的中小市值股票。

       “如果我们对一些主动权益基金近两年的高收益进行业绩归因，可以发现，大部分基金的超额收益来自于对行业的暴露，市场中也有主动权益基金集中押注行业赛道，甚至买成行业指数基金的情况。但是，盈亏同源、均值回归，未来市场风格大概率偏向均衡，在行业赛道上的极致暴露，其投资的性价比必然降低。而主动量化投资在行业上均衡配置，对估值等有严格的投资纪律，将逐步迎来自己的高光时刻。”田汉卿表示。

       事实上，华泰柏瑞基金在主动量化投资领域采用的是行业中非常具纪律性的投资方法。据悉，华泰柏瑞基金旗下的量化对冲基金属于完全对冲类型，而市场中有的绝对收益基金或多或少会有市场多头暴露；从过往市场数据分析，华泰柏瑞量化对冲基金与Beta的相关性处于市场同类基金偏低水平。此外，从阿尔法的来源分析，华泰柏瑞量化对冲基金的阿尔法也不是通过集中持有热门股获得，因此基金的阿尔法收益在中长期也更加稳定。

       那么回到当前时点，投资者应该如何选择主动量化基金？田汉卿表示，如果认为短期市场还有诸多不确定因素，对于不愿意承担较大市场波动风险的投资者而言，比较适合配置一部分不论股市涨跌，都有可能获得一定正收益的量化对冲类基金；而对于愿意并能够承受一定股市波动风险的投资者来说，当前以中证500指数为基准的主动量化基金，可能是一个相对较优的配置选择；另外，港股的低估值板块可以说是全球股票市值的估值洼地，在这个方面进行配置的话，未来的相对表现也可能是非常不错的。

来源：金融界

估值和股价的关系

“低价股”VS“高价股”你选哪一个？

跌够了，就会涨？4块钱的股票和40块钱的股票哪个风险更大？相信大多数的投资者都曾有这样的认知，跌够了就会涨，价格高的肯定存在泡沫，价格低的物美价廉！也因此很多人喜欢“低价股”，特别是处于历史低位的“低价股”，除了能从直观上感受“低价股”潜力巨大的上涨空间外，还有想象中一旦抄底成功就能获得巨大利润。但事实真的如此么？

学会用估值来筛选真正的“高价股“和”低价股”

我们来看一组数据，近五年来，【600311 荣华实业】股价从6.5元跌至现在的1.5元，同期【000596古井贡酒】却从35元上涨到现在的218元。缘何高价格的能不断突破刷新纪录，低价格的反而越跌越狠，甚至有*市风险呢？

在上一节中我们说到，如何判定股票有一个好的价格，简单来说就是看估值，通过估值分析发现，15年末至今【荣华实业】一直处于高估状态，虽然历经长达5年的下跌，但截止目前该股股价仍然严重高估，也因此在股价新低之后反弹并未到来，是名副其实的“高价股”！

反观【古井贡酒】从15年末至20年中一直处于低估状态，随着股价不断创高（最高295元），在20年3季度股价出现小幅高估，随后价格下跌调整，截止目前估值重新回到机会区，股价也开始反弹。

做投资要学会看估值

因此，做投资，不能单从股票价格、股价位置来决定股票是否值得投资。价格只是一种展现形式，并不能衡量股价的高低。我们要学会用估值综合分析股票的投资价值。

但被低估的股票就一定会涨么，如何利用估值筛选同一行业中更值得投资的公司，估值常用一些分析指标有哪些，在接下的智投贴士中继续为大家讲解！

主动量化投资开启新的周期

       上证报中国证券网讯（记者 陆海晴）在春节前的极端行情中，基于基本面的主动量化基金和一些表现出色的主动基本面基金相比表现落后。春节后，此前颇受追捧的核心资产遭遇重挫，部分低估值顺周期个股崛起，市场风格更加均衡，部分主动量化基金业绩开始超越一些主动权益基金。

       以华泰柏瑞基金为例，公司旗下成立满半年的11只主动量化基金（含对冲）近期表现亮眼，其中，华泰柏瑞港股通量化基金更是获得了25.91%的半年期收益（截至3月31日，来源：基金定期报告）。在华泰柏瑞副总经理、量化与海外投资团队负责人田汉卿看来，在新的市场周期中，主动量化基金的春天已经到来。

　　主动量化基金迎来配置时点

　　去年四季度直到春节前，A股市场结构性行情演绎得较为极端，以分散选股为特征的公募量化基金获取的阿尔法略显暗淡。面对市场对核心资产的追捧，田汉卿的团队依然选择坚守，并没有对模型进行较大的更改。“从去年四季度一直到春节前，我们以沪深300为基准的主动量化基金的超额收益是受到一定的挑战的，因为市场上只有一小部分‘龙头’股票在快速上涨。量化投资选择的是大概率起作用的投资逻辑，在极端市场环境下暂时作用不显著也是正常的。不仅是量化策略，任何主动投资策略都不可能在任何市场环境下通用。量化投资强调的是分散投资，从中长期来看，我们认为市场终究会回归到比较正常的状态，基金经理需要做的是坚持自己的投资逻辑，在市场回归阶段赚到策略应该赚到的钱。而当前，这种市场回归正在发生。”

　　树不会长到天上去，春节后，部分前期估值较高的股票遭遇大幅回调，而因为不去人多的地方，坚守自己的投资逻辑，华泰柏瑞基金旗下的多只量化产品终于显现本色，表现出了自己的与众不同。

　　在田汉卿看来，过去较长一段时间市场偏向大盘风格，总体而言，无论是中盘还是小盘股涨幅都比较落后，而从目前阶段看，未来市场风格大概率偏向均衡，中小盘股投资性价比提升。运用量化手段进行分散投资，覆盖面广、强调全市场选股的主动量化基金也更容易筛选出这类中小市值的股票。

　　对于主动量化投资未来一段时间的预期表现，田汉卿表示，主动量化基金的投资业绩在春节之后表现较好应该不是一时的现象，过去几年，部分领跑的主动偏股型基金很大一部分超额收益来自于行业暴露，随着抱团趋势效应松解，当资金开始流向市场上的其它股票时，更强调行业配置中性的主动量化投资优势就会凸显出来。

　　长期看好A股权益市场

　　当被问及如何看待后续市场，田汉卿给出的答案非常肯定：“中长期坚定看好A股市场的表现，尽管短期可能有波动。”她解释道，首先，从基本面的角度来看，和全球相比，中国经济增速仍处于较高水平，就上市公司基本面而言，不少公司保持较快的盈利增速。

　　其次，从估值来看，在春节后以来市场的这波调整，不少公司股价已经调整到位，虽然个别板块估值仍较高，但测算发现，目前市场中大部分股票估值已经处于较为合理水平。

　　此外，从流动性层面来看，一方面，居民资产配置大门已经开启，和其他大类资产相比，权益市场投资价值更加突出；另一方面，放眼全球，中国股市也具有较高吸引力，未来外资或将会进一步加大对中国市场的配置力度。

　　站在当前时点，哪类主动量化基金更有配置价值？田汉卿表示，这取决于投资者的风险偏好。如果投资者不愿意承担较大市场波动风险，比较适合配置一部分不论股市涨跌，都有可能获得一定正收益的量化对冲类基金；如果投资者能够且愿意承受一定股市波动风险，可以配置以中证500指数为基准的主动量化基金。此外，港股的低估值板块可以说是全球的估值洼地，估值相对有优势的港股接下来的表现有望好于其他估值较高的市场。

　　谈到绝对收益产品，田汉卿表示，华泰柏瑞旗下的公募量化对冲基金有几大特点，一是完全对冲，市场中有的绝对收益基金会有或多或少市场多头暴露，但华泰柏瑞的两只对冲策略是完全中性的，追求脱离市场涨跌的纯阿尔法收益；二是对冲基金的阿尔法收益也不是通过持有抱团股获得，因而从中长期来看，阿尔法收益也会较为稳定。

　　经历过境内外多轮极端市场行情的考验，作为华泰柏瑞基金量化团队的灵魂人物，田汉卿对主动量化投资的坚守与初心不变。

来源：中国证券网

头部私募纵论量化投资 人力及算力是核心竞争力

近两年来，量化投资行业出现爆发式增长，一批私募规模突破百亿大关，备受市场关注。科技的发展赋予投资更多工具选择，不少量化私募开始加大人工智能、机器学习方面的投入。

与此同时，市场上也有许多疑问，诸如，在投资领域人工智能能否打败人类？量化投资如何保持持续的竞争优势？超额收益表现乏力如何**？

在第六届中国金长江私募基金发展高峰论坛的圆桌论坛环节，灵均投资首席投资官马志宇、诚奇资产创始人何文奇、茂源资本创始人郭学文、思勰投资创始合伙人吴家麒等四位大咖对上述话题进行了深入探讨，艾方资产CEO叶展担任该圆桌论坛的主持人。

人工智能

难以打败主观投资

叶展：随着技术的发展，阿尔法*诞生以后，在围棋、象棋、****等领域，人工智能已经彻底打败了人类，在投资领域人工智能会打败人类吗？

马志宇：在新时代，量化投资有新的技术，但不能说打败人类或者主观投资，应该说各有所长。随着时间的发展，量化投资将展现更多优势。比如，当下A股股票数量已达4000多只，而且信息流动速度快、产生的数据量大，客观上要求我们用新的投资技术对股票信息进行定价，包括高频交易等。对于各种大数据的整合，并应用到人工智能会产生更好的效果。

何文奇：至少在投资领域，在可预见的未来，人工智能是不可能打败人类的。这个命题不是一个投资问题，是一个科学问题，还可能是一个哲学问题。人工智能是人做的，人工智能投资是人设计的投资方法，现在数据量那么大，光靠人的主观判断，难免受到个人能力的限制。使用人工智能技术，使用机器大量的统计和分析这样的大数据得出一定的结论，在中短期、中高频大量股票的投资上，人工智能是更有优势的。但是，人工智能还没有办法做一些大方向和大策略的判断。

郭学文：量化交易和主观交易各有优劣，量化交易像是捡**，不断交易重复出现的“小机会”，机器处理数据快，在这方面有明显的优势。而越偏长期投资，就越像PE股权投资，数据量少，没办法通过数据分析找出规律，就更多要靠人为判断。

在成熟市场，量化交易占比不断提高，2000年美国十大资产管理公司，做量化的只有两家，到去年时，做量化的已经有七八家了，估计未来十年中国市场也会发生类似的变化。随着投资标的越来越多，大的交易机会越来越少，量化投资的优势也会越来越大。

吴家麒：在我看来，人工智能也好，机器学习也好，只是量化交易的方法论之一，背后的核心还是看使用人的水平高低。我们做过一个统计，A股公募基金里有5年以上的历史业绩，平均超额收益超过15%的基金经理，不到20人，相比量化指数增强策略超额显然低了很多。但是这个就能说明量化投资的投资水平就比做主观来得好？我看也不一定，这个有特定的时间背景，一个方法论好坏的背后还是要看使用方法的人。

人力、算力

是量化投资核心竞争力

叶展：随着大量资金涌入量化私募，市场竞争亦在不断加剧，尤其是头部私募之间的比拼，纷纷展开军备竞赛。量化私募如何长期保持竞争优势？

马志宇：在这个行业里，最重要的还是人。要想取得优势，需要加大对投研方面的投入，包括数据、算力的投入，最重要的还是人才的投入。一般会招募两大类人才：一是行业内的高级人才，重点是有海外对冲基金相关工作经验的，国内量化行业蓬勃发展，确实也提供了好的就业机会。希望招到海外有不同公司、不同背景的人才，吸取各家所长；二是会招聘国内外的顶尖优秀毕业生，通过团队内部培训和训练，最终培养为公司的中坚力量。

何文奇：想在这样激烈变化的市场中持续保持竞争力，一是要对市场保持敬畏之心。有一本书叫《反原则》，里面提到唯一坚持的原则就是不停地改变，量化投资在国内处于快速发展阶段，有很多策略有效，也有很多策略失效，我们要有敬畏之心。二是要不停去研究，包括人力、算力。人力是很重要的，需要甄别和培训。在投资中，不停地在市场中**自己的模型、策略和方法，才有可能持续获取收益、获取超额的回报。

郭学文：量化投资有一个特点，就是一个因子被发现时它就开始失效了，因子越好就失效越快，因为更多的资金会去按它来交易。因此，量化研究是没有止境的，必须对市场变化的节奏做出快速反应，也需要不断加大对团队的投入。实际上，与大家的感觉可能不同，量化交易是非常劳动密集型的产业，需要大量的研究员和IT技术投入，小团队是没有太多优势或生存能力的。

吴家麒：为什么要有这样巨大的人力投入？其实核心还是希望能够把整个策略不断去迭代，不断去优化，不断找到新的因子。主观投资更强调个人英雄主义，有非常牛的投资者。对于量化投资来说，则更多在强调集体主义，我们需要建一个非常好的团队，所以量化私募多集中在北京、上海、深圳等地方，因为这些地方最容易招到最优秀的人才。

坚定量化投资的信仰

叶展：最近几年量化发展很快，量化基金在私募基金里面占比达到15%。但是，去年开始，量化投资也遭遇了一些挑战，超额收益呈现增长乏力态势。对此，你们怎么看？

马志宇：尽管过去几年，量化投资规模在快速增长，但是，作为一种投资仍然有一定的周期性波动。美国市场也在2020年大幅波动、回撤明显。其次，量化投资的市场竞争在加剧，很多因子、信号逐渐在衰减，效率不断降低。在一个长期投资生涯里面，会不可避免地遭遇到大规模回撤。

对此，首先在技术上应该有应对机制，及时排查回撤原因，到底是市场周期性原因，还是风控模型问题，还是因子信号失效了，做出针对性的应对，或调整模型，或针对性减仓。

其次，如果资管产品出现回撤，要及时和投资人做真诚的交流，透明地披露回撤原因，缓解投资人的焦虑。

第三，坚定对量化投资的信念。读西蒙斯传记可以知道，西蒙斯也曾遭遇大幅回撤，越是在最困难时越要坚信方法论的信心，相信回撤能修复。

何文奇：金融市场本身是不可预测的，即使对于神话一样的文艺复兴基金和巴菲特，仍然可能出现问题，量化也有类似的情况。一要加强风控，不能使回撤过大。二是策略的控制，在不适应时先把规模控制住。三是要加强研究。我们做的是基于科学的，无论从数据分析到统计方法，到最后的交易都是基于科学的，信念不仅仅是主观的信念，而且要相信数据以及数据分析的价值。

郭学文：去年上半年量化投资收益很好，导致大量市场资金流入，超出了市场整体策略水平的承载能力，不可避免地出现了后来的回撤。最近大家经常讲“抱团股”，其实量化策略不同的机构买的股票更接近，当一个基金出现赎回压力时，其它基金也都会出现净值下跌。这在一定程度上也会导致市场的优胜劣汰，使“投研能力与基金规模匹配”的管理人更有机会发展起来，形成长期的竞争优势。

吴家麒：对于量化交易来说，一个稳定的策略容纳的规模是比较小的，今年管理一两亿可以做得非常好，明年给了一两百亿，肯定有波动。其次要管理好投资人的预期，5%的回撤在主观投资里面可能都不算回撤，怎么到量化投资就认为是一个非常大的波动呢？

此外，量化投资的背后是计算机工程。而中国拥有最大的工程师红利，所以量化行业在中国会蓬勃发展。当量化策略遇到回撤时，我们可以很具体地定位到问题在哪，从而解决问题，这个就是量化的优势，可以在过去犯的错误上不断**，避免错误的重复发生。这也是我们对量化投资有信仰的核心原因。

来源：证券时报

人工智能打败主观投资？量化投资如何保持竞争力？

       近两年来，量化投资行业爆发式增长，一批私募规模突破百亿大关，备受市场关注。

        科技的发展赋予投资更多工具选择，不少量化私募开始加大人工智能、机器学习方面的投入。与此同时，市场上也有许多疑问，诸如，在投资领域人工智能能否打败人类？量化投资如何保持持续的竞争优势？超额收益表现乏力如何**？

       在第六届中国金长江私募基金发展高峰论坛上，灵均投资首席投资官马志宇、诚奇资产创始人何文奇、茂源资本创始人郭学文、思勰投资创始合伙人吴家麒等四位大咖对上述话题进行了深入探讨，艾方资产CEO叶展担任圆桌论坛的主持人。

人工智能难以打败主观投资

       叶展：随着技术的发展，阿尔法*诞生以后，在围棋、象棋、****等领域，人工智能已经彻底打败了人类，在投资领域人工智能会打败人类吗？

       马志宇：在新时代，量化投资有新的技术，但不能说打败人类或者主观投资，应该说各有所长。随着时间的发展，量化投资将展现更多优势。比如，当下A股股票数量已达4000多只，而且信息流动速度快、产生的数据量大，客观上要求我们用新的投资技术对股票信息进行定价，包括高频交易等。对于各种大数据的整合，并应用到人工智能会产生更好的效果。

       何文奇：至少在投资领域，在可预见的未来，人工智能是不可能打败人类的。这个命题不是一个投资问题，是一个科学问题，还可能是一个哲学问题。人工智能是人做的，人工智能投资是人设计的投资方法，现在数据量那么大，光靠人的主观判断，难免受到个人能力的限制。使用人工智能技术，使用机器大量的统计和分析这样的大数据得出一定的结论，在中短期、中高频大量股票的投资上，人工智能是更有优势的。但是，人工智能还没有办法做一些大方向和大策略的判断。

       郭学文：量化交易和主观交易各有优劣，量化交易像是检**，不断交易重复出现的“小机会”，机器处理数据快，在这方面有明显的优势。而越偏长期投资，就越像PE股权投资，数据量少，没办法通过数据分析找出规律，就更多要靠人为判断。

       在成熟市场，量化交易占比不断提高，2000年的美国十大资产管理公司，做量化的只有两家，到去年时，做量化的已经有七八家了，估计未来十年中国市场也会发生类似的变化。随着投资标的越来越多，大的交易机会越来越少，量化投资的优势也会越来越大。

       吴家麒：在我看来，人工智能也好，机器学习也好，只是量化交易的方法论之一，背后的核心还是看使用人的水平高低。我们做过一个统计，A股公募基金里有5年以上的历史业绩，平均超额收益超过15％的基金经理，不到20人，相比量化指数增强策略超额显然低了很多。但是这个就能说明量化投资的投资水平就比做主观来得好？我看也不一定，这个有特定的时间背景，一个方法论好坏的背后还是要看使用方法的人。

       叶展：量化投资和人工智能，在某些领域是比人更具有优势的，特别是在处理大量标准化数据方面，会比人更具有效率和优势。但是，在一些高维度的复杂度很高的事情上，还没有达到人类的水平。所以不管是做量化的还是做主观的，都还有很好的发展空间。

人力、算力是量化投资核心竞争力

       叶展：随着大量资金涌入量化私募，市场竞争亦在不断加剧，尤其是头部私募之间的比拼，纷纷展开军备竞赛。量化私募如何长期保持竞争优势？

       马志宇：在这个行业里，最重要的还是人。要想取得优势，需要加大对投研方面的投入，包括数据、算力的投入，最重要的还是人才的投入。一般会招募两大类人才：

       一是行业内的高级人才，重点是有海外对冲基金相关工作经验的，国内量化行业蓬勃发展，确实也提供了好的就业机会。希望招到海外有不同公司、不同背景的人才，吸取各家所长；

       二是会招聘国内外的顶尖优秀毕业生，通过团队内部培训和训练，最终培养为公司的中坚力量。

       何文奇：想在这样激烈变化的市场中持续保持竞争力，一是要对市场保持敬畏之心。有一本书叫《反原则》，里面提到唯一坚持的原则就是不停地改变，量化投资在国内处于快速发展阶段，有很多策略有效，也有很多策略失效，我们要有敬畏之心。二是要不停去研究，包括人力、算力。人力是很重要的，需要甄别和培训。在投资中，不停地在市场中**自己的模型、策略和方法，才有可能持续获取收益、获取超额的回报。

       郭学文：量化投资有一个特点，就是一个因子被发现时它就开始失效了，因子越好就失效越快，因为更多的资金会去按它来交易。因此，量化研究是没有止境的，必须对市场变化的节奏做出快速反应，也需要不断加大对团队的投入。实际上，与大家的感觉可能不同，量化交易是非常劳动密集型的产业，需要大量的研究员和IT技术投入，小团队是没有太多优势或生存能力的。

       吴家麒：为什么要有这样巨大的人力投入？其实核心还是希望能够把整个策略不断去迭代，不断去优化，不断找到新的因子。主观投资更强调个人英雄主义，有非常牛的投资者。对于量化投资来说，则更多在强调集体主义，我们需要建一个非常好的团队，所以量化私募多集中在北京、上海、深圳等地方，因为这些地方最容易招到最优秀的人才。

坚定量化投资的信仰

       叶展：最近几年量化发展很快，量化基金在私募基金里面占比达到15％。但是，去年开始，量化投资也遭遇了一些挑战，超额收益呈现增长乏力态势。对此，你们怎么看？

       马志宇：尽管过去几年，量化投资规模在快速增长，但是，作为一种投资仍然有一定的周期性波动。美国市场也在2020年大幅波动、回撤明显。其次，量化投资的市场竞争在加剧，很多因子、信号逐渐在衰减，效率不断降低。在一个长期投资生涯里面，会不可避免的遭遇到大规模回撤。

       首先在技术上应该有应对机制，及时排查回撤原因，到底是市场周期性原因，还是风控模型问题，还是因子信号失效了，做出针对性的应对，或调整模型，或针对性减仓。

       其次，如果资管产品出现回撤，要及时和投资人做真诚的交流，透明地披露回撤原因，缓解投资人的焦虑。

       第三，坚定对量化投资的信念。读西蒙斯传记可以知道，西蒙斯在投资历史上也遭遇过大幅回撤，越是在最困难时越要坚信方法论的信心，相信回撤能修复。

       何文奇：金融市场本身是不可预测的，即使对于神话一样的文艺复兴基金和巴菲特，仍然可能出现问题，量化也有类似的情况。

       一要加强风控，不能使回撤过大。

       二是策略的控制，在不适应时先把规模控制住。

       三是要加强研究。我们做的是基于科学的，无论从数据分析到统计方法，到最后的交易都是基于科学的，信念不仅仅是主观的信念，而且要相信数据以及数据分析的价值。

       郭学文：去年上半年量化投资收益很好，导致大量市场资金流入，超出了市场整体策略水平的承载能力，不可避免地出现了后来的回撤。最近大家经常讲“抱团股”，其实量化策略不同的机构买的股票更接近，当一个基金出现赎回压力时，其它基金也都会出现净值下跌。这在一定程度上也会导致市场的优胜劣汰，使“投研能力与基金规模匹配”的管理人更有机会发展起来，形成长期的竞争优势。

       吴家麒：对于量化交易来说，一个稳定的策略容纳的规模是比较小的，今年管理一两亿可以做的非常好，明年给了一二百亿，肯定有波动。其次要管理好投资人的预期，5％的回撤在主观投资里面可能都不算回撤，怎么到量化投资就认为是一个非常大的波动呢？

       此外，量化投资的背后是计算机工程。而中国拥有最大的工程师红利，所以量化行业在中国会蓬勃发展。当量化策略遇到回撤时，我们可以很具体地定位到问题在哪，从而解决问题，这个就是量化的优势，可以在过去犯的错误上不断**，避免错误的重复发生。这也是我们对量化投资有信仰的核心原因。

来源：金融界

主动量化投资的春天已到

       以农历春节为分水岭，一季度的A股市场可谓“冰火两重天”，随着市场出现巨震，过往一些持股过度集中在核心抱团股上的基金遭遇净值大幅回撤，而通过量化选股模型选择性价较高的投资标的、严格控制行业及个股暴露的主动量化基金收益逆势上涨。以华泰柏瑞基金为例，截至3月31日，公司旗下成立满6个月的9只量化基金（非对冲）过去半年收益均超过5%，其中华泰柏瑞港股通量化基金更是斩获25.91%的收益，业绩表现十分突出。

       在华泰柏瑞基金副总经理田汉卿看来，未来随着市场风格趋于均衡，核心白马股性价比不再占优，主动量化基金业绩有望继续“乘风破浪”。

主动量化基金迎来“好时光”

       过去两年的A股市场，结构性牛市行情演绎得淋漓尽致，一些紧紧抓住白酒、医药等核心白马股的主动权益基金业绩大幅领跑市场，一度在市场上炙手可热。而强调行业中性、持仓分散的主动量化基金的业绩相对中庸。

       不过，随着今年核心白马股抱团趋势出现逆转，两类基金的业绩分化逐渐收敛，部分主动量化基金业绩开始超越一些主动权益基金。

       “春节以来，主动量化基金投资业绩明显改善。”田汉卿介绍，华泰柏瑞旗下量化基金主要基于上市公司基本面进行量化选股，在她看来，过去两年，这类基金相比市场上优秀的主动权益基金总收益上相对落后，不过，随着市场风格转向，主动量化基金的春天再次到来。

        “这不是偶然现象，几大方面因素将支撑主动量化基金走出持续行情。”田汉卿表示，首先，主动偏股型基金前二十大持仓占比从2016年的15%上升至2020年末的40%，这在一定程度上反映出公募基金持仓集中的趋势，随着抱团效应减弱，当资金开始流向市场上的其它股票时，强调分散投资的主动量化基金优势就会相对明显。

       其次，从市场风格角度分析，过去很长一段时间市场偏向大盘风格，无论是中盘还是小盘股涨幅都比较落后，去年更是被称为“少数股票的牛市”。从目前阶段看，中小盘股未来投资性价比提升，覆盖面广、强调全市场选股的主动量化基金也更容易筛选出这类中小市值的股票。

      此外，过去几年，部分领跑的主动偏股型基金，很大一部分超额收益来自于行业暴露，而主动量化投资更强调行业配置中性，未来市场风格大概率偏向均衡，这也意味着主动量化投资更有“用武之地”。

当前更看好两类主动量化基金

       主动量化基金包括量化对冲、指数增强等不同类型，站在当前时点，哪类主动量化基金更有机会？在田汉卿看来，短期市场还有诸多不确定因素，对于不愿意承担较大市场波动风险的投资者而言，比较适合配置一部分不论股市涨跌，都有可能获得一定正收益的量化对冲类基金；而对于愿意并能够承受一定股市波动风险的投资者来说，当前以中证500指数为基准的主动量化基金，是主动量化基金中一个相对较优的配置选择。

       量化对冲类基金是通过构建指数增强组合，然后利用股指期货对冲贝塔风险，追求纯阿尔法收益的市场中性策略产品。

       “华泰柏瑞基金旗下的量化对冲基金有一个特点，就是完全对冲，市场中有的绝对收益基金或多或少会有多头暴露；从过往市场数据分析，华泰柏瑞量化对冲基金与beta的相关性处于市场同类基金偏低水平。此外，从阿尔法的来源分析，华泰柏瑞量化对冲基金的阿尔法也不是通过持有抱团股获得，中长期也更加稳定。”田汉卿表示。

       “除了量化对冲类策略，量化多头类基金中，当前时点，我更看好以中证500为基准的主动量化基金。”田汉卿称，“相对沪深300指数，中证500指数中包含了不少二三线龙头股，这些股票投资性价比相对更高，且由于市值偏小，市场对其投资价值的挖掘不够深入，因此目前阶段也相对更看好跟踪中证500的主动量化基金。”

       除此之外，田汉卿还看好港股的投资机会。“尽管全球流动性的边际变化或对权益类资产的价格形成压力，美股可能的回调会短暂拖累港股市场，但港股的低估值板块可以说是全球的估值洼地。估值相对有优势的港股板块，大概率上可以率先反转，接下来的表现有望好于其他估值较高的市场。”田汉卿说。

来源：证券时刻

基于托宾q理论的传导机制在人工智能技术选股中的应用

一、引言

       金融学专业或者金融投资相关专业的朋友们，应该还能记得，西方经济学中，有关货币政策的章节里，有一个著名的“托宾q理论”。

       这个理论思路，其实在谷鸟智能开发的前期，我就已经借鉴过来，作为谷鸟智能选股的核心模块之一，应用于谷鸟智能人工智能技术选股系统中。

       目前看，应用效果也是十分理想的，今天就来个总结，以后续继续加深该理论指导在谷鸟智能中的应用，并与人工智能技术爱好者们探讨交流下。

二、托宾q理论的核心思想

托宾q理论其基本思路是：货币**量股价托宾q投资总产出 。

       当q值大于1时，企业的市场价值将会大于重置成本，此时企业很容易以相对较高的价格来发行较少的股票，并买到较多的新投资品，这会导致投资增加，最终会提高社会总需求和总产品。

三、托宾q理论应用价值

      虽然托宾q理论实质上，并不是描述股票价格，不是关于股票上涨的理论，而是关于上市公司投资并购决策方面的，但是，我发现，这个理论，其实就是我们日常生活中随处可见的“传导”现象，大家最熟悉的“近朱者黑”、“热传导”、“声音传导”、“正能量传导”.......等等，我们身边无处不存在着“传导”现象。

       回到我们关心的股票上面，传导现象在股票的价格波动中，也是无处不在：

       板块龙头股出现了，后续带动整个板块的一大波个股上涨；

       板块龙头下跌了，板块其他个股也会受到波及；

       大盘行情好 了，个股也或多或少上涨一些;

       更有甚者，你在一只股票上面大赚了，你的情绪，会传导到你的思维上，影响你的思维决策，走向更大胆、更冒险的决策方向；你遇到了大幅亏损，情绪会传导到你的思维决策上，使得你步步小心-----即使面对着一只好股，大牛股，你也不敢下手........

       所以，传导机制理论，在股票投资上的研究，具有十分大的应用价值，对我们在选股、持仓等各方面有着指导意义。

四、托宾q理论在人工智能技术选股中的应用初探

       在股市投资活动中，人的思维心态，往往会影响你的投资行为，回想下，你是否存在着这样的问题：

       1.面对2只股票，你会潜意识地自我暗示这种股票更好，然后出现悲剧---二选一也选错了，你最终选择的大跌，而没选择的另外一只却大涨。

       2. 明明是一只好票，自己选择之前，已经进行了充分的研究并认可，但是买入后，一两个点的震荡回撤，就吓得你割肉离场-----然后，这只股票就开始飞起来了。

-------------以上两点，是关于投资者的情绪问题，人工智能技术系统，比人类更优的一个方面，就是避免这种人的情绪影响问题。

       3. 明明知道，目前涨得最好，最热门的板块是医美概念，可是你今天却还是去选择一只偏冷门的、日落西山的碳交易板块

       这一点，是关于股票价格上涨与下跌的龙头股传导到整个板块的问题。人工智能技术，就可以更好的避免这个问题。

       谷鸟智能系统中，其中一个核心的选股算法，就是首先要分析板块热点，分析龙头走势，这也就是我们所说的提前预测资金流动趋势问题。

       只有热门板块的个股，才会更有机会，君不见，前段时间的碳交易板块，在长源电力的情绪传导下，整个板块都是“一人得道，鸡犬升天”？君不见，在金发拉比、华东医疗等医美龙头的带领下，医美板块，目前也是“千军万马奔腾前进”的磅礴气势之中？

       托宾q理论只是谷鸟智能应用的著名理论之一，还有非常多的著名经济学家的理论，谷鸟智也都有去应用、测试、加以** 和创新当中。

来源：腾讯网

量化投资可系统化地跟踪全市场上市公司

       随着金融市场的成熟，出现了更多标准化和数量化的研究。通过将理论应用于实践，计量经济学家们开创了量化投资的新领域。易方达量化投资部的资深投资经理杜才鸣认为，量化投资通过计算机和模型，可以系统化地同时跟踪和覆盖全市场4000多家上市公司，这在投资上是一个非常重要的优势，也就是投资的广度。

       据了解，量化投资起源于海外。巴菲特的老师格雷厄姆，在上世纪30年代的时候就通过指标选股的方式进行投资，比如PE、PB等等。很多人把他当成量化投资的鼻祖，当然做价值投资的人也有很多人觉得价值投资是从他开始的，从这点上看，其实量化投资和价值投资有很多共通之处。经过这些年的发展，量化投资在海外已经成为一种非常主流的投资策略了，管理着超过2万亿美元的规模，量化投资在海外对冲基金行业管理的规模占比超过30%，诞生了很多量化对冲基金巨头。

       杜才鸣指出，量化投资的四个关键词是“数据、统计、概率、策略”。量化投资在国内发展起来有个大的背景，就是股票市场一直在扩容。二十年前，A股只有800多家上市公司，到现在已经有4000多家上市公司了。每个人的精力都是有限的，一个基金经理能充分有效跟踪和了解的公司数量有限。这就是为什么很多主动投资的基金经理都会提到“能力圈”这个概念，他们只会在每个人擅长的领域做投资，而尽量少地触碰他不熟悉的股票。而量化投资则不同，量化投资通过计算机和模型，可以系统化地同时跟踪和覆盖全市场4000多家上市公司，这在投资上是一个非常重要的优势，也就是投资的广度。

       从时间上看，国内量化投资起步比较晚，21世纪初大家对量化还比较陌生，以公募基金为例，易方达基金2004年就发行了指数增强基金。2009年市场反弹行情启动，出现了一波量化投资热潮，除了指数增强产品外还出现了主动量化的产品，紧接着2010年推出了股指期货，量化工具更加丰富了，之后量化受到的关注度逐年增加，量化基金的规模整体呈现上升态势。如今，截至2020年底，市场上公募量化基金数量已经有300多只了，规模突破了1500多亿。值得一提的是，易方达基金自2009年就开始组建了量化投资团队，并于2012年发行了我们的第一支公募量化产品——易方达沪深300量化增强(代码：110030)，自2012年成立以来至2020年底，每一年组合的收益都战胜了合同基准，累计超额收益超过130%，具有较好的投资价值。

       杜才鸣表示，由于基金公司的交易制度约束，易方达的团队主要从事的是中频量化投资和低频量化投资，他个人比较偏好低频量化投资。低频量化投资，其实就是量化圈内常说的“基本面量化投资”，具体而言，就是借助统计模型、金融经济理论、计算机等工具，在对海量数据进行分析之后，刻画出上市公司的基本面特征，并在此基础上设计出高胜率的投资策略。在投资方法上，杜才鸣和他的团队是以多因子模型为载体，坚持基本面分析与量化分析的结合，兼顾质量、成长和估值等选股维度，追求投资策略的多元化和分散化。通俗一点，就是选择“好公司”，然后要有较大的成长空间，最后是估值水平要合理。

来源：中国网财经