投资进入“智能驾驶”时代 国金证券推出GARP策略智能成长指

日前，国金证券研发推出“国金沪深智能成长系列指数”，在投资领域展现出“智能驾驶”的时代特征。该宽基策略系列指数基于“GARP策略”，体现A股的成长偏好，根据成长与估值的性价比进行动态平衡调仓，广泛覆盖大部分的上市公司，并对不同规模的企业采用差异化因子策略方案。有业内人士表示，投资进入“智能驾驶”时代，对A股市场具有里程碑式的意义。

“攻守平衡”的“智能驾驶”投资方式

据了解，“国金沪深智能成长系列指数”基于“GARP策略”研发推出，包括100指数、200指数、300指数，分别覆盖A股中200亿元以上市值、60-200亿元市值、20-60亿元市值的上市公司。该旗舰型宽基策略系列指数在“Smart Beta”的标准框架下，基于不同层级的财务指标量身定制价值质量因子优选成分股，兼顾价值和成长的智能驱动，进一步提升了国内指数机构的策略竞争力。

GARP是Growth atReasonable Price的缩写，即用合理的价格买成长，兼顾“低估值”与“高成长”。这是海外基于基本面投资的主流策略之一，将成长型投资和价值型投资原则结合起来的“攻守平衡”策略。代表人物彼得•林奇采用GARP策略，曾在1977至1990的13年期间，使Fidelity麦哲伦基金的净值获得了约27倍的长期增长，年均复式增长率约29%，远超同期巴菲特的投资回报率。

国金证券指数业务负责人表示，将GARP策略与指数结合具有几大优势：其一，继承了GARP策略的兼顾“低估值”与“高成长”特点，在有效规避估值过高的前提下挖掘成长股的投资机会；其二，继承了指数化策略的分散投资特点，符合大类资产配置的基础要求；其三，将繁琐的GARP策略所涉及的指标筛选和动态维护与指数策略结合起来，实现了自动化的大批量计算更新功能，极大的节省了传统研究方式进行广泛覆盖的局限性；其四，指数策略规则制定后一般不进行变更，这样的客观性在一定程度上避免了选股加权过程的人为干预，这也可被视为“智能驾驶”在投资领域的体现。

针对A股市场痛点提出解决方案

资本市场最主要的功能，是引导资源的合理配置，为大多数经营健康的上市公司提供基本的流动性和价值体现功能，从而有效的服务实体经济。从管理人的职责来看，需要从行业、风格、策略等多个维度建立分散化的投资组合以有效控制风险。但据统计，2020全年在Wind金融终端上共发布4173篇较长篇幅的深度研报，有约66%的A股上市公司未被其覆盖，而剩余上市公司中有约13%只有一篇覆盖，这意味着大部分A股上市公司都处于“无人问津”的状态。

国金证券认为，近期市场热议的“抱团”行情和少数公司的牛市，在某种程度上也是不得已而为之的现实困境。随着A股上市公司数量的快速增长，4100多家公司的研究覆盖对于绝大多数投资机构的研究资源都会构成无法逾越的挑战，而国际主流市场的应对方法离不开指数化工具的应用。国金证券上述负责人表示，国金沪深智能成长100-200-300系列指数，正是针对这一市场痛点设计的成长风格解决方案，以较高的成长估值性价比有效覆盖了约79%的上市公司并动态跟踪调整，可以帮助投资者广泛布局中国经济各个领域的成长机会，从而获得健康和可持续的长期资产增值。

国内指数机构奋起直追

近年来，在国家扩大金融业对外开放的大背景下，海外指数共同基金、ETF等被动指数投资理念也逐步为国内投资者所接受，一方面可以看到国内指数市场成为市场热点，另一方面海外指数机构也纷纷拿到国内指数牌照进军中国市场。面对海外成熟指数机构的巨大竞争压力，中证指数、中债登等官方指数机构和以券商为代表的市场指数机构也纷纷奋起直追。

在市场指数机构“正规军”中，国金证券的指数业务发展独有特色，不仅在Wind金融终端上线了一系列股票策略指数、债券策略指数、海外策略指数、基金财富指数，还在股票策略指数的研发编制中引入了不少先进理念，将基于金融数学理论的“Smart Beta”指数框架和A股因子策略研究进行了有机整合。这在其去年发力构建的“大消费系列指数”和“新基建-新生活系列指数”中就有鲜明体现，而“国金军工50指数”更是频受好评，也为投资者以指数化策略投资相关板块提供了专业工具。

文章来源：凤凰网

人工智能融合金融服务，金融生活走向完全自动化

随着科技创新力量的不断迸发，以科技推动产业发展、加快经济社会数字化转型升级成为全球共识。
其中，金融科技化成为社会的新近关切。金融与科技相互融合，创造出新的业务模式、应用、流程和产品，催生出新的客户关系，对金融机构、金融市场、金融服务产生了深刻影响。金融科技更因为互联网巨头的入局与布局，在过去的2020年被持续热议。
金融科技的发展离不开底层技术的发展，而人工智能则作为新一轮科技革命和产业变革的重要驱动力量，在金融科技化的过程中发挥着无可替代的作用。可以说，人工智能技术与金融业深度融合是金融科技大方向所指，用机器替代和超越人类部分经营管理经验与能力也将引领未来的金融模式变革。
智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，是未来发展趋势，也将成为金融业的核心竞争力所在。但在智能金融引领金融生产根本颠覆的同时，也不断挑战着社会既有的法律、伦理和秩序，且亟待回应。

智能金融引领金融生产根本颠覆
当下，人工智能已经嵌入社会生活的各个方面，更是与金融具有天然的耦合性。智能金融的发展将有利于国家抢抓人工智能发展机遇，占领技术制高点，尤其是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，以此来推动我国人工智能技术的突破与升级，提高技术转化效率。人工智能融合金融意义不言而喻。
与此同时，人工智能技术综合运用金融科技的大数据、云计算、区块链等技术，为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。
智能金融的发展将有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力。
此外，相比互联网金融、金融科技，智能金融更具革命性的优势还在于对金融生产效率的根本颠覆。人工智能固然要高度依赖大数据与云计算，但是与数据深度挖掘运用不同，人工智能技术系统是用传感器来模仿人类感官获取信息与记忆，用深度学习和算法来模仿人类逻辑和推理能力，用机器代替人脑对海量数据快速处理，从而超越人脑的工作。这也将更精准高效地满足各类金融需求，推动金融行业变革与跨越式发展。
从现阶段智能金融的发展来看，在前台应用场景里，人工智能已然朝着改变金融服务企业获取和维系客户的方式前进。尽管金融服务企业已经在数据的使用上进行了有效的尝试，但人工智能依然为市场的重大创新提供了机会，包括智能营销、智能客服，智能投顾等。
比如，智能投顾就是运用人工智能算法，根据投资者风险偏好、财务状况和收益目标，结合现代投资组合理论等金融模型，为用户自动生成个性化的资产配置建议，并对组合实现持续跟踪和动态再平衡调整。目前，全国范围内，智能投顾已有试点，全面推广则有待继续探索。
相较于传统的人工投资顾问服务，智能投顾具有不可比拟的优势：一是能够提供高效便捷的广泛投资咨询服务；二是具有低投资门槛、低费率和高透明度；三是可克服投资主观情绪化，实现高度的投资客观化和分散化；四是提供个性化财富管理服务和丰富的定制化场景。
人工智能不仅仅适用于前台工作，它还为中台和后台提供了令人兴奋的变化。其中，智能投资初具盈利能力，发展潜力巨大。一些公司运用人工智能技术不断优化算法、增强算力、实现更加精准的投资预测，提高收益、降低尾部风险。通过组合优化，在实盘中取得了显著的超额收益，未来智能投资的发展潜力巨大。
智能信用评估则具有线上实时运行、系统自动判断、审核周期短的优势，为小微信贷提供了更高效的服务模式，也已在一些互联网银行中应用广泛。智能风控则落地于银行企业信贷，互联网金融助贷，消费金融场景的信用评审，风险定价和催收环节，为金融行业提供了一种基于线上业务的新型风控模式。
尽管人工智能融合金融目前整体仍处于“浅应用”的初级发展阶段，以对流程性、重复性的任务实施智能化改造为主，但人工智能技术应用在金融业务外围向核心渗透的阶段，其发展潜力已经彰显，而工智能技术的进步必然在未来带来客户金融生活的完全自动化。 

风险与挑战，回应和倡议
人工智能融合金融让原有的金融服务体系进入从“人”服务到“机器”服务的时代，但智能金融在给行业带来无尽惊喜与期望的同时，也不断挑战着既有的法律、伦理和秩序。
比如，由于数据质量或算法的瑕疵引起投资者亏损的可能。其中，智能金融依赖于算法，而算法出现的过度拟合等程序性错误则可能引发蝴蝶式效应，造成系统性风险。
与此同时，智能金融的“尾部效应”和“网络效应”，使得金融机构增强获客能力、提高风控水平、降低成本，但两个效应叠加增加了金融体系的复杂性，将有可能放大风险的传染性和影响面，诱发更大的“羊群效应”，并且放大金融的顺周期性。
此外，金融决策依托于对大数据的智能处理，个人投资信息或敏感的公司数据的泄漏风险，却令个人隐私保护和数据安全问题凸出。算法的不透明性则带来歧视性的可能，当数据不完整、不具代表性、出现偏差时，则会影响决策结果。因此，金融机构有义务了解人工智能系统以及可能对客户产生的潜在负面影响，并要为算法造成的歧视承担责任。
面对智能金融应用带来的问题，需要政府、市场及社会形成多元、多层次的治理合力，降低智能金融的风险，最大程度促进人工智能技术带来的生产力解放，享受科学与理性决策的成果。
一方面，智能金融需遵守人工智能治理的一般原则，同时要考虑金融领域应用的特殊性，坚持创新应用与风险防范并重。一是要鼓励支持人工智能技术与金融产业模式的创新，二是要采取有效的监管措施。
从2019年至今，中国人民银行和中国银保监会发布的涉及人工智能在金融领域应用的相关政策和指导意见中，政策方向主要集中于监管收紧、技术促进和中小微企业贷款服务三方面。事实上，近年来，金融业务触网程度不断加深，业务场景日趋复杂，边界逐渐淡化，在繁荣发展的同时也为金融监管带来了挑战。P2P行业暴雷后，监管部门更加坚定了监管愈严的大方向。
同时，本着“堵不如疏”的原则，在监管力度加大的同时，监管创新也在跟进。2020年1月，人民银行发布了《金融科技创新监管试点应用公示（2020年第一批）》，以“监管沙盒”的形式通过沙盒工具，在模拟场景中对人工智能、区块链等技术以及银行API接口开放等模式，在金融业务中的应用进行弹性监管实验，降低了运营风险和技术不确定性带来的隐患，以试错的方式探寻金融科技下的监管更优解。
从趋势上看，监管仍将坚持收紧和创新两手抓的方针，对金融科技公司的业务范畴、数据规范等保持严格的监督，对新技术、新模式持有审慎的态度。科技公司将脱离金融服务业务，更加聚焦于技术输出，而市场与监管脱节的洪荒时代也一去不复返。

另一方面，目前全球许多机构都已经开始研究相应的对策以应对智能金融的伦理问题。美国银行成立委员会研究如何保证用户隐私。谷歌建议采用以人为中心的设计方法，使用多种指标来评估和监控，并广泛检查数据情况，以发现可能的偏差来源。加拿大财政部发布指导文件概述了使用人工智能的质量、透明度和公共问责制。
智能金融的发展需要明确的指导方针和保障措施，以确保该技术的合理开发和使用，包括算法公平性和可解释性，稳健性等。
智能金融应用机构必须确保负责处理数据或开发、验证和监督人工智能模型的员工拥有有效的资格和经验，了解数据中可能存在的社会和历史偏差以及如何充分纠正这些偏差。金融机构还需构建内部政策和管理机制，以确保算法监控和风险缓解程序足够和透明，定期审查和更新。
金融服务的未来在于其充分应用并受益于新技术的能力。人工智能是一项新技术，它将使金融服务企业的前台和后台都产生颠覆性的变化，在金融市场的结构和监管方面产生重大转变，并在社会伦理道德方面提出急需解决的重大挑战。
理解和接受人工智能必然要经历一个长期的螺旋上升的过程，这是一段受经济、社会以及政治变革影响的过程，也是一段没有任何一家企业可以独自完成的过程。因此，唯有协作努力才能战胜这些挑战，才能解锁人工智能可以为企业和社会所带来的最大利益。

来源：澎湃新闻

A股量化刚起步未来几年机会巨大

如果横向对比，比如我们同美国市场比较，A股量化其实才刚刚起步，还远远没有达到所谓的拥挤。前面几位量化界大家比较熟悉的大佬已经列举了一些数字。鸣石投资在2010年成立的时候，国内对量化一无所知，十年前大家对于量化是零的概念，但到现在大家都讲量化。A股市场用了十年的时间，量化交易现在占到了两市每日交易量的15%-20%，但是仍然没有达到美国市场的占比。另外国内量化发展的过程当中，我们可以看到它有一个独特的地方，其门槛相对主观多头来说会高一点。量化对于基本的门槛是有一定的要求的，这就意味着这个行业相对小众，虽然竞争也很激烈，但是相对会小很多。所以横向对比，我认为量化从所谓的高频发展而言，还是有很多的机会。而且中国的高频只是相对的高频，还没有达到真正意义上的高频，至少我们还没有达到微秒级以内的竞争。

但是从时间序列维度纵向对比来看，超额收益率是必然会下降的。因为很简单，量化机构做出超额收益率，国内一线团队做到年化25%以上的超额，好的目前能做到30%以上，这是不可持续的。因为大家都知道，做投资做得好的，以巴菲特为例，他被称之为股神，过去40年间他的投资组合Sharp比率也不过就1.5，不到2。而我们现在国内好的量化团队，Sharp比率基本都在3以上，年化超额收益率能达到25%至30%，但巴菲特过去40年差不多才做到16%。难道我们比巴菲特更强吗？这是不可能的。只不过处在中国权益市场的高速发展时期，有特殊制度以及政策红利给了我们量化发展的机会。换句话说，中国的量化，未来几年会迎来一个非常好的机会，能够创造出非常好的超额收益率。但长期来看，一直维持如此高的超额收益率是不现实的。

对于量化本身来说，我觉得是两个方面，第一是策略升级、算法升级以及硬件升级，毋庸置疑这是我们量化的核心竞争要素。同时第二个方面，需要在每家量化公司之间，产生不同的差异化。就像美国，美国诞生了很多优秀的量化公司，但是他们的风格并不是完全一致的。我认为在这个领域里面，每家公司需要根据自身团队的特点，找到适合自己的差异化发展路径，共同推动整个量化行业的发展。

如果说到和券商的合作，其实量化团队和券商是天生的合作伙伴，因为我们会创造大量的交易量，创造大量的交易机会。在美国市场做量化交易，券商不可能再收取我们的佣金，甚至要提供反向奖励，为什么呢？因为量化交易提供了流动性。如果未来券商还是以佣金为导向，这个是不可持续的。未来券商业务转型的一个方向是以交易系统，包括衍生工具的提供为主。在这些方面，量化团队非常希望得到券商的支持。如果哪家券商在这些方面走得靠前，我相信在你们的领域也能产生出很好的效果。

我们国内市场经常碰到的一个问题，习惯性的以预测性的方式问我们量化产品的业绩预期，其实简单一句话，你问我哪个好，我也不知道，但是从概率角度而言，还是能看到一些机会。首先第一点，刚刚同仁们其实也讲了很多，就是全球低利率化，造成了整个市场的货币超发，它必然会催生大宗商品价格大幅上涨。大家可能会感叹，猪肉的价格高了很多，也许几年之后，猪肉价格会变成两百块钱一斤，这或许是必然的。通胀预期下大宗商品的价格会出现巨大的变化。如果从这个角度来说，我更看好明年的CTA市场，但CTA有个短板，它容量对于大型金融机构来说小了一点。如果对于股票超额收益而言，你问我300增强好还是500增强好，还是中性好，我真的无法回答。但是一个简单的逻辑，国内这些量化机构提供给市场的收益，已经足够比肩巴菲特，那为什么不选呢？五年后如此高的超额收益率，我相信这些管理人一定会放到自己的兜里，不会对外提供了，但现在仍然是敞开供应的。这么好的超额值得你去拿，无论是300增强还是500增强，都值得你长期去拿。如果非要在两者之间比较，个人认为300增强会好一点。300增强是一定要配的，500增强不一定要配。中性，个人觉得要往后排了。因为在整个流动性这么好的情况下，市场如果出现了极端上涨的行情，中性产品的收益可能是不足的。

多说一点，我觉得国内的投资人，无论是个人投资人还是机构投资人，有时候还是偏急了一点，他们甚至希望你们每天帮他赚钱。所以量化经常会出现两个极端，你做得好的时候，他觉得你是神，你做得不好，他觉得你是垃圾。我们更多是通过公式或者是通过概率来做投资，这让很多投资人很难接受。但是如果从一个现实角度来说，比较中美两国的发展，包括量化本身的发展而言，量化对于大型金融机构来说，是一定需要长期配置的。因为它是标准化的投资组合，多数时候很难判断一家主观投资机构能力好与不好，它更多依赖于人的判断，但是判断量化机构好与不坏却非常简单。量化投资很标准化，这对于金融机构来说是很喜欢的。因为可以轻易的知道量化模型的标准是好还是不好，可以从容配置。我觉得至少明年，机构能迎来更好的一些机会。简单一点总结，个人觉得CTA大于指数，指数大于中性收益，基本上是这样一个标准。

祝福各位投资人包括管理人能够在新的一年，克服各种困难，迎来各种机会，同时给投资人带来好的收益。如果站在我们量化角度来说，这是一个很好的时代，换句话说给我们足够的平台，我相信十年后再回头看，量化投资可能这是我们最能提升自身价值的一个舞台。最后祝大家新年快乐。

来源：东方财富网

程式交易的优势

　　第一、把交易规则系统化，有助于交易者把市场经验和知识进行积累、整合和修正。程式交易的规则至少有4个要件，即买进、 卖出、止损、头寸。非程式交易者往往“三缺一”，即缺少头寸的规则，甚至“二缺二”或“一缺三”，即没有止损规则或明确的卖出规则。

　　第二、 保持交易规则的一致性，即长期坚持按既定规则交易，这样有助于克服情绪的干扰。证券市场常常会表现出它的博弈性，它给人成功的机会大约在10%。人们在这里博弈的是心理，要进入10%的队列，就要战胜人性中所具有的贪梦和恐惧。因此，依靠有纪律地执行交易系统是一种现实和有效的方法；

　　第三、程式交易者可以专心分析和研究市场波动的规律，将大量重复而简单的劳动交给计算机去完成。 当其他人头昏眼花辛苦看盘、绞尽脑汁猜测庄家时，程式交易者则在从容冷静地思考自己的交易构想，完善自己的交易系统；

　　第四、开发交易系统的过程相当于在实验室中做实验，通过对交易系统进行历史测试（Back-Testing）， 即通过软件模拟出在过去的结果和表现，使交易者面对行情震荡时会信心在握、成竹在胸，压力减轻后给生活各方面带来无法估量的好处，很多“走过来”的程式交易者对此深有体会。

文章来源：MBA智库

程式交易的运用

　　变量或市场情绪变化导致的价格系统性波动的风险。与传统投资的利润来自证券的走势不同，它的利润来源是证券之间的关系。

　　对于采取市场中性策略的交易者来说，他们卖空证券，而共同基金（mutual fund）一般只做多。市场中性化策略就是要利用现在和未来的无效定价。

　　相关证券之间定价的无效性的来源是金融市场的结构性特征。利用市场的无效获得的投 资绩效可以比市场平均的收益-风险关系要好。

　　数量程式交易策略（Quantitative program trading strategies）

　　一些最活跃的程式交易公司根据市场内在运作和股票之间历史和理论上的关系的复杂的模型形成买进和卖出大量相对小的股票组合。这些模型评价某些股票为价值高估或低估的。

　　一些公司也买进和卖出期权和期货作为策略的一个部分。但是这些公司坚持这些交易不是标准的指数套利，例如，一家公司可能买进相对股票价格贴水 的期货或者卖出升水的期货，但是这些交易的规模和时机并不一定与股票组合相匹配。

　　另外，许多股票组合比期货交易的指数要小得多且局限在特定的子市场。其他公司没有把衍生工具作为数量程式交易策略的一部分，但是可能用期货（或期权）对冲，以便降低公司各种自营交易策略产生的总风险暴露。现在，数量策略与基本分析、技术分析并为股票投资分析的三类方式。

　　风险或蒙住眼睛的出价程式（“risk”or“blind bid” program）

　　蒙住眼睛出价中，基金经理向经纪公司请求出价，来买进或卖出股票组合，价格根据市场收盘价。请求时不指明证券，但提供关于组合的足够信息，以便经纪公司加入出价，这些信息如组合追踪标准普尔500指数的紧密程度，这些股票的流动性，这些股票所处的行业。如果一个经纪公司赢得出价，基金才通知经纪公司股票组合中的股票的名称（通常在市场收盘后），这就是“蒙住眼睛”的意思。

　　然后经纪公司将看他的存货满足对该基金的组合交易的程度，他将隔夜或在第二天做哪些交易来满足与基金的交易。使用这种策略的公司坚持，因为基金没有事先讲明交易组合的准确组成，所以公司不会试图买进或卖出特定的证券以防后来的交易。而是，公司可以买进或卖出符合基金确认的一般性质的股票组合来为后来的交易提供头寸准备。

　　动态对冲（dynamic hedging）

　　指的是卖出股票组合来对冲在指数衍生工具的头寸（股指期货和交易所交易或场外交易的指数期权）。由于指数期货执行较快，交易成本较低，因此卖出指数期货是日内调整股票对冲优先考虑的工具。他们卖出期货用来对冲指数产品的风险暴露。

　　套利交易一般不推动市场。有许多非套利交易程式，它们交易大量的股票，但是没有对冲。这些交易往往会推动市场。最常见的程序规模在1千万到1千5百万。今 天的市场有大量程式交易，根据纽约交易所的统计，程式交易占交易所日交易量的20%（真正的指数套利只占一小部分）。每一天都会有点不同，有些时候，一个规模较小的程序交易只能推动指数上下40点，有些时候一个大的卖出程序能很快打压指数超过100点。

　　程式交易的类型中最为人熟知的是股票对期货的指数套利交易，它从市场短期的无效中赚取利润。市场无效指的是市场偏离它的合理（或者说理论）价值，或者是两个相关的市场或金融工具偏离传统的关系或差价。

文章来源：MBA智库

金融的冷血杀手——智能量化

JUW市场里的冷血挖掘机

在金融交易里散户们的对手盘除了跟人做对手，其实还有机器。

附送打油诗调侃娱乐下

贫穷次节俭 ， 庸碌才低调 ，笨拙出勤奋 ，绝境多勇敢 ，无能为力的随遇而安 ，难以为继的顺其自然 ，爱而不得的万事随缘 ，满身伤痕的一别两宽。以前面朝黄土背朝天，指望儿女把身翻。现在本科黄蓝身上穿，风雨不误街巷转。博士海归不见天，整日空调肩周炎。有区别吗？没区别吗？

金融交易的散户不知道他们在被机器人收割，只不过当下人工智能还没有那么发达。在行业内叫做程序化交易（量化）在每天的交易中散户的对手不只是人，还有机器人和程序。股市每天成交量的15%—30%都是程序化交易的结果。那到底是谁在用程序化来交易呢？北上资金，保险，券商，同时包括公募和私募。从近些年的趋势来看，主观的操盘手越来越少，招交易员的公司也少了，但是量化的私募却越来越多，未来也只会更多。

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以数学模型替代人为的主观判断，利用计算机技术、大数据等手段作出投资决策的投资方法。而JUW智能系统是目前全球技术最先进的智能量化交易系统，兼容全球主流交易平台，7*24小时全自动智能交易，操作简单，无需人工干预与盯盘，即可为用户在交易市场自动买卖获利。

用户的资金在自己实名认证注册的全球主流交易所，100%由用户自己掌控，利润100%归用户所有，本金和利润随时在自己的交易所提现，安全无忧。

JUW系统内置多种交易策略，启动系统后，系统将根据智能大数据分析指标和云计算结果分配每次进单的仓位和条件，严格执行交易策略，交易补单策略，根据当前行情实时进行调整。区别于传统量化交易，将风险和本金安全降到最低。

人工智能交易是一种趋势，现在达到了人机结合的程度。你可以害怕它，也可以喜欢它。这取决于未来他能成为你的朋友，还是你的敌人。

文章来源：金色财经

美国超中国4倍！AI赋能传统券商，智能投顾用海量数据“排雷”

智能投顾兴起于美国。2008年金融危机后，以Betterment和Wealthfront两家科技公司为代表，开启了智能投顾时代，并快速发展壮大。根据国际权威机构Statista报告，2019年美国智能投顾管理的资产达到7497.03亿美元，而中国仅为1770亿美元，美国规模是中国的4倍。

相比来说，智能投顾在中国的发展则相对滞后。2014年后，国内智能投顾领域陆续出现几家科技创业公司，但受限于金融监管和市场变化，很快归于沉寂。草根军团偃旗息鼓之后，银行、券商和基金等正规军开始进场。2016年招行推出摩羯智投，引发市场热议，之后工行和中行等大行相继杀入。

智能投顾本身属于投研范畴，是传统投研业务于人工智能等新技术的有机结合。券商是为投资者提供投研投顾服务的主流机构，但我们在智能投顾领域却很少看到券商的身影。一方面，仅服务机构投资者、业务同质化严重、人才流失等情况限制了券商投研业务的发展；另一方面，当前券商投研仍是以人为主的业务模式，亟需通过技术创新等手段提升自身竞争力。

AI扩展投研深度和广度 财务造假无所遁形

券商投研业务传统模式以分析师实地调研、人工分析为主，对人的要求非常高。一方面，没有几年的从业经验，分析师很难达到较高的水平，能够对行业前景、公司情况等都有全面正确的判断；另一方面，由于错综复杂的利益格局，研究报告的客观性也难以完全保障。上市公司财务造假等行为时有发生，分析师由于自身能力或其他原因，不能及时发现。

随着AI技术在金融领域的不断发展，上述问题正在逐步找到解决办法。通过大数据、机器学习等技术，可以对更长周期的数据进行分析、将研究范围扩大到行业、产业链、甚至整个市场，对不同维度的数据进行更广泛的研究，挖掘公司、产业、宏观数据之间的关联性，大大提升了投研的前瞻性、可靠性。

对于财务造假等潜藏的投资风险，可以将研究对象扩大到全市场，甚至国外市场。通过对历史样本的深度学习，挖掘各项财务数据之间的关联，建立准确、高效的"排雷"模型，及时发现上市公司财务舞弊、虚假报表等情况，排除投资隐患。

AI构建信息全景库 投研不再只能跟踪几只股票

金融行业信息量巨大，每天都会产生各种各样的数据，包括宏观经济、政策法规、行业动态、价格走势、财务报告、公司新闻等等。每项数据都要求分析师及时发现，并给出正确的分析和判断，恐怕超人也做不到。所以大部分情况下，每家券商的投研部门都只是选择行业内的少数几个公司进行跟踪。

AI技术为全面跟踪分析各种信息提供了可能。针对不同来源的非标准化数据，比如上市公司发布的财报、证券市场的实时行情、网上的各种新闻等，可以利用自然语言处理（NLP）和知识图谱技术，从这些海量非结构化数据中获取有价值的信息，构建投资标的结构化信息全景库，并帮助我们找到更多有用的分析因子，进而构建更完善的评价模型，大大扩展了传统投研的边界，提升研判准确性。

2019年，京东数科正式推出云端一体化资管科技服务平台"JT2智管有方"。"JT2智管有方"利用大数据、区块链、NLP、AI等技术，在丰富的资管场景中嵌入一体化智能投研解决方案，助力资管机构、中介机构以及投资者，形成连接更加紧密的数字化网络，提升智能投研效率。

"JT2智管有方"的核心解决方案涵盖资讯&数据、智能交易、风险管理、智能投资等金融行业关键业务环节。京东发挥平台优势，针对不同资产类型和业务模式，提供资产机构和资金机构的对接服务。截至2019年底，"JT2智管有方"已服务农业银行、华夏基金等在内的超600家机构，涵盖银行、券商、基金、信托等多种金融机构。

全网信息实时跟踪 AI及时发现投资风险

互联网和社交媒体的发展大大加快了信息传播速度，很多重要的信息往往会第一时间出现在网络上，这也加剧了金融市场的日常波动。这对券商投研的工作提出了新的挑战。及时发现重要信息，帮助客户抓住投资机会或规避投资风险，将成为券商提升自身投研服务能力的重要一环。但传统依靠人工分析的业务模式根本无法做到。

利用大数据技术，实时跟踪各种信息源，并通过事件抽取和情感分析等技术，可以将不同来源的各种看似不相干的信息进行关联分析，挖掘和展现出未知的相关关系，使得及时的风险预警变为可能。

中国大资管时代的序幕已经徐徐拉开。国内金融混业发展、国外机构持续涌入，必将加剧行业竞争。如何通过AI技术提升自身实力，在未来的厮杀中脱颖而出，是每个券商从业者眼下必须思考的问题。

借用狄更斯的一句话：这是最好的时代，也是最坏的时代。

来源：无厘头小学弟

未来10年量化投资将迎来黄金发展时间

近年来，指数量化增强类基金越来越受到投资者的关注，但量化投资因其专业性、复杂性而被披上了一层神秘的面纱。

今年是中国资本市场成立三十周年，猫叔专访了万家基金总经理助理，量化投资部总监，万家沪深300指数增强等基金基金经理乔亮先生，为投资者全方位解析了量化投资的奥妙之处，并对A股的未来趋势进行了展望。以下是访谈的精华版，快来围观吧！

猫叔：从现在展望下个10年，您认为A股从制度上、风格上会发生哪些变化？

乔亮：去年科创板注册制推出，今年创业板注册制推出，之后主板注册制也值得期待。所以制度上，A股已经实现一个根本性变化，由审批制变成了注册制，这个变化会带来哪些影响呢？

首先是机构化和专业化。随着注册制推行，股票越来越多，个人没有办法进行深入研究，所以机构化、专业化是必然的一个道路。

其次是炒股票不如买基金。以美国等发达国家为例，个人投向财富市场的比重会越来越大，加之目前国内房住不炒，将促使越来越多的资金从房地产流入二级市场。二级市场投资难度越来越大，需要专业化的机构来管理。随之而来的是“去散户化”，散户直接参与炒股的比例大概率会越来越少。

第三是全球资本影响越来越大，北向资金在A股里面地位会越来越大。

最后是量化投资在未来10年将迎来黄金发展时间。美国80年代（及之前）是主动权益的天下，量化投资从90年代中期开始发展，以BGI为例，管理规模从1995年的400亿美元发展到2007年的2万亿美元。未来十年，国内的量化也会迎来一个大增长。

猫叔：投资者都对明年的行情充满期待，对于未来的A股，哪些行业、板块您更看好？

乔亮：整体而言，明年普涨现象可能比较难，结构性牛市可以期待一下。从我们自己角度来讲，现在比较看好泛科技、消费、医药板块。

从指数来看，我们看好科创板和创业板在未来几年的发展机会。虽然创业板从静态估值法来看已经不便宜，但是因为注册制启动，我们认为科创板+创业板=中国的纳斯达克，长远来看，这两个加起来是可以对标美国纳斯达克的中国资产。从基本面角度来讲，创业板从15年之后一直很沉寂，从去年下半年开始回升，基本面拐点出现。在不考虑估值的情况下，本身roe带来的增速可能都会有15~20%，这就是为什么我们明年非常看好创业板。

猫叔：今年是您证券、基金从业的第14年。作为一位经验丰富的量化基金大佬，能否结合您的投资经历谈谈您从业以来看到的A股的变化？

乔亮：从2010年底回国以来，我觉得A股的变化主要有这几个方面：

首先是投资工具的丰富：2010年底回国的时候，国内二级市场的投资工具仅有股票和债券，商品期货、期权都很少。现在除了股票、债券，股指期货、商品期货、国债期货、股指期权、商品期权都开始争相发展。特别是这两年 ETF发展特别快，宽基的、主题的、行业的······ 这方面来看，投资工具更丰富了。

其次是投资风格的变化：市场从炒作变得开始注重基本面。2017年之后，基本面主导地位越来越强。3个因素导致：1）监管引导；2）外资大幅流入；3）机构从成长偏向价值，机构持股更加集中在龙头股。

对于未来后续如何演变，我觉得有3个期待：机构化投资越来越多，外资在A股的占比越来越大，去散户化的速度会越来越快。

猫叔：从您的从业经历看，您在美国也做了很长时间的量化投资，在A股做量化投资和在美国做量化投资，你觉得有什么不一样的地方吗？

乔亮：美国属于机构主导市场，外部因素对市场的冲击更小；加上美国市场相对成熟，更少关注模型之外的因素。但投资难度在于，大家都是机构，超额收益相对更难获取。

A股市场充满活力，赚钱相对容易，主要特点是：1）散户占比更高，市场容易出现错误定价的机会；2）国内政策导向大于国外；3）美国经济体相对成熟，有数据供参考，A股属于正在发展的年轻市场，变化丰富，数据指导性没有那么强。

如果把A股比作一个人，量化基金在A股属于青少年时期，其后期变化可以概括为两方面：一是规模体量的扩大，二是市场对于绝对收益策略的需求会随着资产新规、银行理财替代等政策的推行而扩大。除此之外，量化基金的品类将会更加丰富。

猫叔：您的团队有一套量化投资的框架叫“多因子量化选股”模式，您能介绍一下嘛？您觉得这个模式中哪个因素更重要？

乔亮：我们现在用的这套模式叫做多因子模式，这个框架最开始是90年代在美国兴起，经历了20多年的验证，基本上分为4个部分：①Alpha模型：也就是因子选股，用于预测股票收益；②风险模型：事前对于股票的波动率进行预测；③组合优化：基于股票收益和风险的预期进行排列组合，找到风险承受上限时获得最大预期收益的组合；④归因分析：用于对投资组合的体检，有2个作用，一是让我们知道为什么挣钱和亏钱，二是对各项指标的暴露进行预警和管理。

这四个模块是一体的，如果希望获得一个比较稳健的超额收益，同时回撤比较小的话，这四个部分都是不可或缺的。但如果一定要找出其中最重要的因素，我认为是Alpha模型，因为Alpha模型是真正帮你挣钱的因素。这个组合能不能挣钱？能挣多少钱？是Alpha模型决定的。

猫叔：现在的市场，普遍给投资者的感觉是好公司不便宜、便宜的公司没亮点，在这种情况下，您认为价值和价格哪个更重要？

乔亮：便宜是一个相对的概念，在不同的市场环境中有不同的适用。大多数情况下，我们看PE来判断公司是否便宜，假如某公司正常情况合理估值是20倍-30倍PE，我们认为20倍-30倍PE是便宜的， 40倍-50倍是不便宜的。但是当前的市场环境处于一个重构阶段，比如5G、新能源，这些是新一轮世界竞争的开端。在这种动态竞争背景下，静止状态下的估值方法是不合适的。

此外，现在优质稀缺性的公司广受市场追捧的原因是，美国开启了新一轮放水的前奏，在美元长期下行的预期下，大家会去配置稀缺性的优质资产：例如核心地段的房地产、不可替代的优质公司股票等，这也是优质公司估值高企却不断创新高的原因。所以简单地静态地去评估PE，在当下是不适用的。

猫叔：今年疫情之下，中国率先走出疫情阴霾，也率先经济复苏，很多人都认为A股将成为全球股市的避风港，请问您怎么看待这个观点呢？

乔亮：在我看来，A股吸引外资不仅是躲避风险，更是追求收益。

一方面，疫情之下，我国在疫情控制和经济复苏两方面优势明显。反观欧美发达国家，疫情死亡率、疫情传播速度并没有真正见顶，所以A股值得做多。A股不仅仅是一个避风港，外资大幅流入，更重要的是追求收益。美联储大放水，美元周期长期向下，国际资本都是聪明钱，需要配置美元之外的其他资产，放眼望去除了美元资产，其他资产（比如欧元、日元资产）远不如人民币资产优质。

从股市估值角度来讲，A股不管是纵向对比历史估值，或者横向对比其他国家，现在都处于相对较低的位置，加之目前A股拥有很多优质的上市公司，属于物美价廉的阶段。外资大幅流入，实属正常。

最后是从政策上来讲，我们在不断扩大改革开放的力度，今年9月发布的《合格境外机构投资者和人民币合格境外机构投资者境内证券期货投资管理办法》，开始允许QFII/RQFII投资境内私募投资基金，这些通道可以让外资更加便利地投资人民币资产。

综合而言，我认为外资长期流入中国是一个确定性很大的事情。事实上数据也告诉我们，外资一直在稳定地流入A股。长期资金从17年初到现在是一条往上划的资金流入曲线，哪怕今年疫情，只有在2、3月份有短暂的流出，从3月下旬又开始不断流入。我认为，外资流入中国才刚刚开始，从市值来讲，目前外资占A股的比例大概不到4%，亚太其他国家正常比例大概是15%~30%，假如外资占A股20%的话，至少还有5倍以上的空间。

猫叔：很多人都好奇，基金经理是怎么进行家庭财富配置的，可以跟我们分享一下吗？普通投资者应该选择基金、配置基金呢？

乔亮：我们进行家庭财富配置是有一套准则的，但每个人的配置方案都不可能完全相同，关键点在于资金的用途、目的、时长，配置可能千差万别。

假如我有100块钱，20块钱是长期投资，30块钱中期投资，50块钱短期流动资金。短期可以投资现金替代产品，中期可以投资绝对收益型产品，比如量化对冲基金、“固收+”基金。如果资金周期更长、风险偏好更高，可以加大权益类产品配置。权益包括股票型基金、指数增强、指数型基金，专业一点的投资者，可以关注市场估值进行判断和配置。

我们一定要持之以恒，但前提是投资风险偏好和收益预期的相互匹配，很多投资人对于收益预期很高，但实际上风险承受能力很低。比如部分投资者追高主题类、行业类等高风险基金，后期基金回撤太大，投资者拿不住导致过早赎回，没有盈利甚至亏损，这是我们要尽量避免的。

来源：万家基金

人工智能将取代银行岗位，智能投顾你信吗？

人工智能、机器人、自动化、自然语言处理等现代科技都在迅猛发展，在给人类社会带来便利高效的生活、推动全要素生产率大幅提高的同时，一个残酷的现实已经摆在我们面前，那就是“机器吃人”的时代即将到来。

笔者此前一再强调，全球各大金融机构都在研发智能投资顾问，关于金融分析师将要失业的声音也沸沸扬扬。被誉为全球金牌金融分析师“摇篮”的CFA协会，已经敏锐地观察到了这风向。CFA与时俱进，已经准备将智能投顾（又称机器人理财）内容纳入CFA的考试课程之中。

智能投顾分析师研发出来后马上就可以投入使用，目前一些机构的智能投顾已经投入使用了，也已经招揽到了客户。金融业是高端服务业，金融分析师是高端中的高端，智能投顾的发展使金融分析师岗位都可以被取代，试想，还有什么岗位不会被人工智能代替呢？

那么，人工智能最早将取代哪些岗位呢？可能会是像机器一样工作的会计岗位、行政岗位，还有属于复杂劳动的金融分析师等。你的工作属于哪类？要提早做到心中有数了。

未来金融机构的员工多数是科技人员

传统金融要面临的更大冲击是金融科技。从浅层次分析，主要是以人工智能为主的智能金融，包括智能投顾、智能自助设备等；深入一点就是以区块链技术为主的去中心化数字货币对整个中心化、中介化的金融机构的颠覆。

金融科技扑面而来，对传统金融的机构与人力资源配置都提出了新要求、新挑战，金融同业竞争也发生了彻底的变化。

如何变化呢？对此，腾讯投资管理合伙人李朝晖表示：“金融的未来是技术的竞争，未来到底用什么来进行交易？我们可以预想，未来很有可能在这样的特定市场里，就是几个最强有力的金融战场，高盛是一家、 Google是一家、富达是一家，它们有成千上万的工程师、成千上万的算法科学家、成千上万的服务器，它们可能使用量子计算机进行计算，不说秒杀一般的小散，秒杀一般的金融机构也是非常正常的。”

笔者大胆预言，如果传统银行不转型，未来15年内传统金融或将变为文物化石。仅从人员结构上看，未来的金融机构员工多数都将是科技人员，也就是说目前的很多传统银行的员工都将失去工作。

银行业要做真正的智能投顾

智能投顾在全球范围内越来越火，各个国家都非常重视。特别是欧、美、日，可以说是智能投顾的领头羊。

尽管如此，中国有互联网金融、金融科技的强大科技基础，对智能投顾这个金融业最具有前景的行业，有动力去探索研发。在金融领域，如果错过AI金融，错过智能投顾，就必将错过金融业的未来。敏锐的中国企业是不会袖手旁观的，可喜的是中国商业银行都开始涉足智能投顾，尽管是初步的，也非常值得肯定。

如果说互联网金融是普惠金融，那么智能投顾就是标准的普惠金融投资顾问。现有的人工分析师投资顾问中，至少要达到100万元的投资门槛才有资格享受投资顾问的“辅导”。传统的投资顾问是富人的专属投资产品，和一般投资者无关。

智能投顾涌现后，其普惠性迅速显现出来，一般投资者几乎都可以享受到这个高层次的顾问待遇。特别是工、农、中、建、交五大国有银行推出智能投顾后，其普惠性受众群体迅速扩大。服务人群更广、投资门槛更低、管理费率更低，还能实现相对高的投资回报。

人工智能的发展，在推进社会科技化的同时，也带来了是否会导致大规模的失业和裁员的担忧，我们不禁会思考：人工智能会替代我们的工作吗？

麦肯锡曾经出过一份报告，预测未来人工智能将取代近一半的现有岗位，其中必然被取代的就是一些重复机械、效率低下的劳动，这其中就包括银行职员。但是一部分职业消失的同时，也会伴随着部分职业的兴起，人工智能在金融领域实现技术落地，与其说是取代不如说是改变，它改变了传统金融机构的一些工作模式与规则。随着人工智能在金融领域的应用场景越来越丰富，与其担忧工作被取代，不如思考如何顺应趋势利用人工智能改变自己的工作。

从互联网金融到数字金融，科技变得越来越重要，近几年互联网科技公司也开始向金融领域渗透，且热情越来越强烈。互联网科技公司进入金融行业有哪些优势，又会给金融行业带来哪些转变呢？

来源：梯子阅读