量化私募遭大面积回撤：千亿巨头明汯投资竟也在列

太罕见！量化私募遭大面积回撤，千亿巨头竟也在列，发生了什么？背后或藏两大主因，何时才能恢复？

11月下旬，国内量化私募产品突然大面积熄火，成为近期市场关注的焦点。

据券商中国记者从业内了解，部分私募的相关产品上月回撤甚至超过5%，量化中性策略向来以稳健收益为特色，近期的回撤从以往看相当罕见。尤其值得注意的是，此番遭遇大幅回撤的不乏一些头部明星量化私募，今年势头凶猛的千亿级量化巨头明汯投资同样未能幸免。

就这一现象，一些业内人士认为，A股年底风格变化和股指期货基差收窄是近期量化产品回撤的主要原因，随着未来市场的稳定，相关策略的表现也有望逐步恢复。

量化私募产品大面积回撤

据私募排排网数据，在已提交上月数据的683只股票市场中性私募产品中，有433只产品收益率为负、占比到达63%，有11%的产品回撤幅度超过3%。

量化中性策略通常会用一揽子股票和股指期货进行对冲，风险敞口为零或者很低，因此历史业绩一般较为稳健，出现如此大范围回撤令人颇感意外。

具体来看，杭州塞帕斯、鸣石投资、致诚卓远等知名量化私募的中性产品近一个月回撤幅度超过4%。今年规模扩张迅速的量化巨头明汯投资的多只产品同样出现大幅回撤，有知情人士透露，该公司在海外发行的带杠杆产品回撤幅度甚至超过10%。

除中性策略外，其他类型量化策略的超额收益较以往也明显收窄。

“11月以来，近一个月以来的股票量化行业超额收益回撤，相比起去年，可以说有过之而无不及。不管是众星捧月、实力强大的‘头部机构’，还是想要拼命跻身百亿规模的行业中坚力量‘腰部机构’，抑或是刚刚步入资管行业的潜力新星‘脚部机构’，在这个月，都或多或少的遭受到了相对中证500指数非常严峻的考验。”有机构人士感慨道。

　背后有两大主因

在业内人士看来，A股年底风格变化和股指期货基差收窄是近期量化产品回撤的主要原因。

茂源资本CEO郭学文指出，每年到了11月-12月，公募基金等大资金一般会调整持仓，盘点一年的收获并为来年做准备，这会导致股票市场行业、市值、成长、价值等风格的调整，例如原来持有成长股的现在改买价值股了。随着外资占国内股票市场权重的提高，今年外资的影响也大了许多。

“量化交易的一个主要假设是过去一段时间的‘规律’未来短时间内会继续成立，因此在市场风格变化时会做出错误判断，从而出现回撤；另外，有的量化交易机构不太重视风险控制（比如说过多持有小盘股），在市场风格变化时也容易加大回撤。其它因素还包括市场成交量萎缩、波动降低等。” 郭学文说。

对于近期产品出现的回撤，幻方量化向其投资者表示，从过往经验看，每年四季度是宏观政策调整以及资管机构调仓的窗口期，市场行情都会经历一些结构性的变化。今年年末这种变化尤为明显，疫情后宏观经济的较快恢复推动了周期性行业复苏，同时市场对于货币政策常态化的预期升温。在这一背景下，市场风格极快地切换，资金快速由前期强势板块流入低估值的顺周期板块，金融、周期等低估值行业引领行情。市场结构的快速变化对量化选股策略造成了较大压力，尤其是相对中频量价策略的alpha面临较大的回撤。而对冲类产品与同期更是面对股指期货基差大幅收敛造成的损失。

幻方量化称，正在密切跟踪市场的变化。“我们认为近期的变化主要是结构性的，而量价模型将逐步消化市场的一些调整趋势。基于我们目前的模型体系，alpha收益部分的回撤仍在我们的预期范围内。量化策略本身即是概率化的投资，策略运行也具有一定的周期性，我们相信拉长时间周期看策略依然能够保持稳定的超额能力。”

私募排排网未来星基金经理胡泊称，自9月以来，指数在区间内宽幅震荡超4个月，市场的震荡区间愈加收窄，交易量和波动双降。尤其是11月，市场资金主动调仓，热点比较散乱，风格无法持续，价值股和成长股无序轮动。这些因素导致量化模型的因子短期失效，量化基金大面积跑输指数，相对价值策略回撤。回撤根本原因是市场的流动性、波动率下降。

产品表现有望逐步恢复

“我们认为当前状况不会持续太久，市场会回归效率，量化基金仍会有优异表现，值得长期配置。今年以来，量化策略得到了较好的发展，百亿量化私募扩至10家，同时还诞生了千亿级的量化私募巨头。收益方面，量化策略业绩普遍较指数增强20个点以上，一方面，今年来市场风格持续，有利于量化选股策略的发挥；另一方面，市场做多热情高涨，个股波动性较大，有利于T+0策略；还有就是今年科创板新发的个股也比较多，为科创板打新提供了源源不断的新鲜血液。而市场上业绩好的量化策略往往采用复合策略，叠加了量化选股、T+0策略、科创板打新等多个策略，今年来各个子策略均获得了较好的表现，从而拉高了量化策略的整体收益率水平。”胡泊认为。

郭学文同样认为，随着市场在新的风格下逐步趋于稳定，量化策略也会逐步跟上节奏，预计到12月下旬可能就大致恢复正常了。

量化私募今年来呈现快速扩张的势头。私募排排网最新数据显示，国内百亿私募中产品数量排行榜单中，上海明汯投资以455只位居次席，宁波灵均投资、迎水投资、九坤投资分别以399只、332只、244只位列榜单前列，而这四家均为量化私募。

尽管量化私募有望逐步走出阵痛期，但也有私募人士提醒，这一领域的竞争格局和市场环境正在发生微妙变化。“国内量化策略最近几年快速发展，短期看策略容量可能会限制相关产品的表现。虽然一些市场机构强调量化策略的容量还很大，但总体看我们可交易的品种仍然相对有限，资金的快速进入肯定会影响平均收益水平。此外，A股市场的投资者结构也在发生变化，专业机构的比例在上升，因此整个市场的超额收益都会下降，量化机构间的竞争也会越来越激烈。”他说。

文章来源：新浪财经

市场风格切换 量化投资机构“等风来”

“阿尔法失灵了！”在大量资金疯狂涌入量化对冲这个赛道时，近期突然出现的巨大回撤却给量化从业者和投资者们泼了一盆冷水。

“量化投资每年年初有开门红，到了三四季度就‘关灯吃面’。”一位量化私募人士说。中国证券报记者调研发现，近期量化投资“关灯吃面”来得有些猛烈。数据显示，11月最后一周，占比超73%的市场中性策略产品遭遇了回撤，当周最大回撤甚至超过6%。

图片来源：网络

业内人士认为，临近年末，公私募机构大幅调仓导致市场风格突然切换，是这次回撤的主要原因。对于“阿尔法失灵”的恐慌，量化人士表现得较为乐观。在他们看来，模型调整适应需要时间，还是要调整心态，“等风来”。

11月“折戟”

“最近这一个月部分机构回撤幅度挺大，我们的回撤幅度在头部机构里不算大，但超额收益这块也不行。”一位大型量化私募人士李明（化名）表示。

“超额回撤非常明显。”某沪上量化人士告诉中国证券报记者：“最近指数增强的产品也有一定回撤，但尚未达到历史最大回撤幅度。”另一位北京量化私募人士也表示：“我们的产品回撤主要发生在11月最后两周，指数增强类和市场中性类产品均有回撤，中性产品回撤幅度大约在3-4个百分点。”还有私募管理人士称，11月旗下中性产品回撤在2个点左右，此次回撤也属于正常现象，在可接受的范围内。

在产品出现回撤的同时，量化对冲策略也在11月迎来了大量申购资金。中国证券报记者粗略梳理了近期新发量化对冲产品：灵均投资在11月份备案了46只产品，在百亿私募中数量居首，衍复投资和天演资本在11月份也分别备案了26只和22只产品。也就是说，部分新产品在成立之初就出现了大幅回撤。

私募排排网数据显示，11月最后一周，有数据显示的679只市场中性策略产品中，496只出现回撤，占比超73%，当周回撤幅度最大甚至达到6.5%；从11月整体数据来看，432只产品出现回撤，占比超63%，当月回撤超3%的有74只产品。

据了解，对于量化私募而言，回撤3个点左右为临界点，一旦超过就属于较大回撤。历史上较大的一次回撤曾在2017年年初出现，当时指数出现了6个点的回撤，量化私募的回撤幅度普遍在10个点以上。

这一波回撤也让市场中出现了非常悲观的声音，甚至有观点称“阿尔法失灵”。但是，在不少量化人士看来，此次回撤是正常策略波动。

图片来源：网络

多因素共振

不少量化人士认为，年底机构调仓、市场风格快速切换、打新收益降低等因素是这一波量化产品回撤的主要原因。

上述量化人士表示，近一段时间市场风格极快切换，资金快速由前期强势板块流入低估值的顺周期板块，如金融、周期等行业。市场结构的快速变化对量化选股策略造成了较大压力，尤其是相对中频量价策略的阿尔法面临较大的回撤。

“一方面市场活跃度和交易量都在下降，波动率也在下降，交易一旦冷下来，策略的有效性肯定会下降。另外，交易成本也会上升，换手越快的策略，受影响越大；临近年末，公私募机构都在为明年进行调仓布局，市场风格也会有变化，行业有轮动，一些动量类策略中的动量因子表现会比较差，尤其是之前通过此策略获取了较高收益的，往往都出现回撤。”上述北京量化人士称。

李明也认为：“机构调仓导致市场风格突然切换，冷门股陡然表现很强，对于量化来说需要有风格和因子的识别过程，一般来说策略是周度调整或者月度调整，所以会有滞后性。此外，风格调整对于高频量化策略的影响会更大，因为高频量化的量价因子配比较多，较难选到冷门股，最近回撤也会更大一些。”

除市场风格骤变和机构调仓的原因外，李明表示，不少量化策略叠加了打新，相当于无风险收益的增强，但最近市场上的新股数量较少，所以打新的收益也越来越薄。

不仅是私募量化产品，部分公募量化产品也遭遇了不小的回撤。天弘基金指数与数量投资部负责人杨超表示，11月量化产品回撤原因不能一概而论，需要具体观察。如果是高频策略领域，主要原因是策略收益源头更多是赚取市场错误定价，当市场风格转向后，边际上投资者结构发生阶段性变化，使得以价量为主要信息源的策略需要时间适应市场变化。与此同时，以基本面量化为主的策略则要相对稳健。短期阿尔法策略出现波动是非常正常的现象，市场保持弱有效也是阿尔法策略的生存土壤。

图片来源：网络

以不变应万变

早在2007年，美国市场就曾出现量化集中踩踏事件。短短一周内，市场中性策略回撤了15%至20%。由于某家大型量化机构的关闭，其卖出行为引起了整个对冲基金行业的踩踏。不过，踩踏后的市场理性有所恢复，量化机构大都“收复了失地”。

此次大幅回撤之后，量化机构普遍选择“以不变应万变”。

“就算分析出原因，我们的策略也不会进行调整。”一家大型量化私募总经理表示：“的确可以不断优化策略，但实际问题是无论如何改进，这一波的回撤都无法避免。我们内部测算过，即使调整了策略，回撤最多减少一个点。”

“模型会有周度的适应调整，但我们不会做人工的干预。”一量化人士表示：“出现回撤是比较正常的，我们一般不会做人工干预，模型还是需要一些时间来适应的。”

来源：新浪财经

量化投资持续扩容券商借机向财富管理升级

资本市场深化改革背景下，叠加金融科技的助力，国内量化私募基金管理规模出现了“井喷式”增长。

统计数据显示，截至2020年11月15日，国内量化私募基金排名靠前的四大机构累计管理规模超过2600亿元，较年初增幅超过200%；今年初才成立的某知名量化私募基金，其管理规模也已达到130亿元。但随着量化投资行业竞争加剧，有私募人士指出，巨量的资金涌入量化投资领域后，对管理人和FOF机构形成了考验，产品业绩分化将进一步加剧。

与此同时，《中国经营报》记者注意到，伴随量化投资迎来黄金发展期，券商也纷纷涉足量化投资领域，不仅为量化私募机构提供多元化服务，而且逐渐形成了量化生态圈。部分券商将打造富有竞争力的量化投资服务能力，视作向财富管理转型的发力点之一。

图片来源：网络

受机构、高净值群体青睐

以迅速发展的技术手段为基础，量化投资所具有的较高风险收益比特性得以凸显，继而成为机构投资者及高净值人士眼中的“香饽饽”。

根据私募排排网统计数据，截至11月10日，国内百亿私募队伍中有10家为量化私募，占比达到16%。

第一创业（002797.SZ）副总裁朱剑锋指出，2020年是中国私募证券基金规模增长的爆发之年，亦是量化私募基金规模强劲增长之年。展望2021年，随着银行理财子公司的落地运作，信托非标转标的加快推进，富裕居民财富管理持续升级，以净值化管理为特征的权益投资，尤其是私募量化投资仍将被看好、受追捧。

可以看到，2015年之后，国内市场上的量化策略逐渐趋于多元化，量化投资领域的竞争愈发激烈。相比前几年，单纯做股票投资或是单纯做CTA，越来越多的量化基金管理人转向多策略的发方向展，比如做股票投资的量化管理人也会涉足CTA、期权等。

深圳前海无量资本管理有限公司总经理孙炎谈到，相对美国成熟市场，国内现在的交易占比还是比较低：在A股交易里面，量化交易占整个市场交易的比例只有15.9%，成熟市场有70%-80%的比例，整个市场空间还比较大。他认为，量化投资趋势在于产品规模会越来越大，策略不断丰富，量化技术也会不断发展，人工智能技术应用更加广泛等几个方面。

不过，随着入局者越来越多，量化私募也迎来了内外夹击的境况。私募排排网研究员姚京津指出，一方面，外资私募机构纷纷入华，包括桥水基金在内的全球高频量化巨头也是相继进入中国市场；另一方面，公募量化规模不断扩张，国内量化赛道更加拥挤。由于每个策略都有其生命周期，对于量化私募来说，寻求多样化的策略与收益来源，是公司长期发展的重中之重。

同时，行业内部竞争的激烈程度也不可小觑。上海珠池资产管理有限公司合伙人宋兴华表示，“通过我们的观察，这几年量化在高净值客户中认可度越来越高，造成一个现象，这个现象可能在两三年内都会存在，即包括银行私行、 子公司、信托的钱转过来之后，会加剧量化策略的竞争，也会令一些策略的有效性很快丧失掉，对组合基金来讲未来两三年有比较大的压力。”

图片来源：网络

他判断，当前确定性溢价逐渐受到理性客户的认可，巨量的资金涌入量化投资领域之后，对管理人和FOF机构形成了考验，产品业绩分化的情况会加剧。

而在深圳市衍盛资产管理有限公司投研总监王坚看来，国内量化投资竞争日趋激烈，可能存在的机遇有两个方面：一是向低频方向发展，更好地利用价量信息以外的有效信息；二是利用衍生品工具构建风险收益较高的对冲结构，获取更高的风险调整收益。

布局量化投资服务生态

值得注意的是，当国内量化私募基金管理规模快速增长之时，部分券商也在着手打造量化投资服务生态体系，其深意在于谋求向财富管理转型的又一突破点。

近年来，包括中信证券、招商证券、平安证券、第一创业证券在内的多家券商陆续推出了量化交易平台（系统），并持续投入人力、技术以及资金，通过构建相对完备的系统，链接量化投资参与各方的资源，为私募基金管理人提供包括交易、风控、数据在内的多方位服务。

据了解，第一创业于2019年推出“FIRST”量化服务体系，意欲打造量化生态圈，继而为量化投资提供品质技术领先、灵活多样的一站式服务。

朱剑锋表示，金融科技的快速进步，有利于量化投资拓宽投研边界、强化科学决策和提升投资收益。因此，大力推动量化投资服务体系建设，是顺应居民财富管理转型升级大趋势的点睛之作。

朱剑锋还提到，根据第一创业证券的研究，数字化、产品化、机构化是券商财富管理的三大特征，数字化是手段，产品化是桥梁，机构化是趋势。他透露，目前，第一创业证券正从交易服务入手，积聚力量向财富管理转型；而打造富有竞争力的量化投资服务能力，则是向财富管理转型的发力点之一。

图片来源：网络

招商证券机构业务部负责人在接受媒体采访时也谈到，量化交易的崛起不仅给券商业务带来新的盈利增长点，未来还会改变券商机构业务以及财富管理方向及生态。该人士认为，“量化交易除了给券商交易规模带来变化之外，还会引导客户对产品需求的改变。从今年量化产品规模的急速扩张可以看出，量化被市场接受的速度在加快。客户的需求在哪里，就是券商未来服务发力的方向。”

另外，除了服务于机构投资者，部分券商也寻求为偏好量化投资交易的个人投资者赋能。例如，第一创业证券近期就上线了为个人投资者提供集量化交易平台、量化策略功能和量化线上顾问为一体的专业服务体系。

来源：新浪财经

国金基金林建武：权益类量化的长期投资收益将更高

在经历了2015年量化普涨、2016年业绩分化和2017年规模萎缩后，在2018年，量化基金又迎来发行潮。

据界面新闻记者统计，2018年以来，易方达、国泰基金、海富通基金、国金基金等新发量化基金共43支，占现存185只量化基金总量的23%。

日前，在横琴量化金融高峰论坛上，国金基金量化投资总监林建武接受界面新闻记者专访时表示，目前市场比较适合量化策略。量化投资进入中国已经七、八年，其理念包括风险控制、分散投资等。从2015年股市大波动后，投资者逐渐关注到量化投资的方式。而随着IPO的推进，目前市场上已经有超过3400只股票，市场具有分散化的特征。分散的股票产生了海量数据，量化投资是非常好的处理数据的方式。

Wind数据显示，截至2017年末，现存的163只主动量化基金（A、C份额分开计算）合计规模为734.79亿元，比2016年末减少了44.01亿元。

随着量化基金的发展，市场对量化模型有效性的质疑始终不断。例如在去年二八分化的行情下，部分小市值因子失效，量化基金业绩跑输大盘。

林建武对界面新闻记者表示，量化交易会有一定的市场行情限制，比如说坚持了一种投资风格，但市场风格发生了改变。最近出来的一些量化基金，结合人工智能大数据的方式，可以做更深入的统计，也可以根据市场不同的环境来切换，但它终究不是万能的。一般来说我们认为量化策略更加适合市场金融产品之间相关度比较低、市场两边涨跌分化较大的时候。而相关度比较高、市场同涨同跌的时候，量化投资很难通过选更好股票或者做空差的股票来跑赢大盘。

阿巴马资产管理有限公司合伙人、研究总监温尚清也对界面新闻记者表示，在去年的行情里量化选股的确很难跑赢指数，因为最厉害的股票都在指数里面，比如中国平安、工商银行，一旦模型选不到这些股票，或者选到了但权重不够，都跑不赢指数。今年行情没有那么极端的话，量化对冲仍有机会。“我们公司今年更愿意做权益类的量化产品，因为在现在无风险利率仍然较高，相比较而言，银行理财5%左右，量化对冲如果赚10-15%就不划算，因为对冲风险更高。而权益类的量化产品长期的收益会更高。”

林建武表示，价值投资是量化投资的一部分，量化投资是分散的价值投资，它最核心的理念是稳定的长期收益，要“耐得住寂寞”，“我们发新的产品，不准备今年今天就排到冠军，而希望的是五年、十年稳定地，持续地产生收益。”

此外，继去年9月8日首批6只公募FOF获批后，今年3月7日，第二批公募FOF获批。火热的FOF基金也出现了量化的身影，第二批获批的三只基金中，中融量化精选FOF是首只在产品名称中体现了“量化”的FOF产品。

林建武则表示，FOF基金现在是很好的开端，未来FOF的发展也将提供更多的选择。但目前FOF主要是各大基金公司在做，选择的是自己的产品，其实只是一个二次销售的手段。“虽然分散了风险，很多的FOF基金也都较为谨慎，配置了很多固定收益产品，但现在大家发现债券市场也是有风险的。“未来FOF的发展可以学习国外经验，希望出现第三方的FOF，配置更多不同公司的不同产品，更多地分散风险。现在行业在向健康的方向发展，也呼吁更多衍生工具加入到市场，这样能够帮助我们在选择的过程中有更好的管理工具。

目前，我国对量化交易的监管仍有待提升。2015年10月，中国证监会就《证券期货市场程序化交易管理办法（征求意见稿）》广泛征求社会各界的意见，旨在规范程序化交易，防范因程序化交易导致的系统性风险。2015年股市大波动，监管层曾对程式化高频交易进行排查，但至今尚未出台有关异常量化交易和高频交易的法规。2017年中金所二度松绑股指期货交易，市场走向健康，同时也刺激了量化交易。

林建武认为，市场需要明确的监管规则，量化投资是最不可能进行内幕交易的种类，“因为他们是抄近路，我们是正规军，希望监管拦住违规的，使我们正规选手，为社会进行真正的价值投资，使整个的金融健康发展。”

“此外我们也期待退市制，因为量化虽然可以筛选股票，但很多股票有‘内伤’，这个需要交易所、监管机构帮助我们甄别。”

文章来源：新浪财经

量化基金咸鱼大翻身

无论是研发端、投资者端还是市场环境端，量化投资都还需要一个不断“适应”的过程。

基于计算机公式和机器交易的量化投资，在华尔街由来已久甚至已经“统治华尔街”。由于国内金融市场起步较晚，自2002年第一只公募量化基金成立，量化基金始终处于徘徊、缓慢发展态势。 2015年，量化产品终于集中爆发，到2016年，A股市场动荡，量化基金大放异彩，占领了多个公募基金收益排行榜冠军位置，去年绩优量化基金纷纷在今年遭遇“滑铁卢”，与此同时，去年业绩排名靠后的量化产品反而在今年涨幅超前。

截至目前，排除今年新成立的量化基金，58只（A、C份额分开计算）量化产品中，24只以年内业绩亏损告终，去年量化基金业绩“十甲”中，六成年内业绩亏损。如去年量化收益冠军创金合信量化多因子股票A份额，以24.8%的收益率冠压群芳，而同花顺(50.760, 0.04, 0.08%)iFinD数据显示，截至12月20日，该基金业绩亏损已近10%。此外，去年收益率“破十”的招商量化精选股票、长信量化先锋混合A份额也没能给市场带来过多惊喜，同花顺iFinD数据显示，截至12月20日，今年以来，上述两只量化基金收益率分别亏损6.14%、15.09%。

2015年以来，A股市场持续震荡与低迷，加之“资产荒”的资产配置难题，量化投资成为公募基金必争之地，特别是一些中小型公司，迫于同质化竞争压力，奋力打造“量化”特色。

与此形成对比的是，去年亏损19.96%的东吴安享量化混合基金在今年“咸鱼翻身”，截至12月20日，该基金净值涨幅达到20.5%，工银量化策略混合基金、金信量化精选基金、华商量化进取混合基金等量化产品均在今年实现“逆袭”转亏为盈，截至12月20日，上述量化基金收益率分别为17.52%、6.4%以及13.46%。

从多方反馈来看，市场风格转换成为量化基金业绩出现如此逆转的重要原因。大泰金石研究院资深研究员王骅向北京商报记者进一步解释称，2016年A股市场走势震荡，热点、风格切换频繁，主动操作的难度增加，主动管理型基金业绩波动随之加大，这种市场风格适合配置分散、换手较高、严格止盈止损的量化策略，因此去年全年量化产品整体业绩表现非常出色，尤其是偏重中小市值因子的创金合信量化多因子、长信量化先锋等基金表现亮眼，而进入2017年，前几年着重使用了市值因子和反转因子而赚钱效应非常明显的量化基金，在市场风格发生变化后弊端暴露，收益随之明显下行。

2016年，量化基金表现尤为突出，成立于2016年前的68只量化基金，有28只2016年取得了正收益，在40只下跌的基金中，跌幅超过5%的有19只，占比不足四分之一。与此同时，天相投顾的统计数据显示，2016年股票型基金全年平均下跌13.38%，混合型基金平均下跌8.61%。

不过尽管量化基金收益不如从前，今年仍是量化基金发行大年，仅今年一年就有59只产品成立，成立数量占比整体超五成。如华泰柏瑞港股通量化混合、易方达量化策略精选灵活配置混合、银河量化稳进混合等采用量化策略的基金产品相继成立。值得一提的是，今年9月成立的华泰柏瑞量化阿尔法首募规模达到51.55亿元，且比原定计划提前一周结束募集，成为今年以来新成立权益类公募基金中最大规模产品，引发业内热议。

而对于业绩利空下量化基金仍高速发行的原因，王骅坦言，主要是下半年市场严重分化的行情有所修复，中小创开始反弹，热点变化较之前更为频繁，这也意味着，市场开始进入量化基金擅长的区间。

文章来源：小麦财经

潘润红：人工智能、区块链、云计算和大数据支撑金融业数字化转型

12月5日，由瞭望智库、财经国家周刊主办的“2020第五届新金融论坛”在北京举行，主题为“非常时期的金融责任与担当”。中国金融电子化公司副总经理、北京金融科技产业联盟秘书长潘润红出席并发表演讲。

潘润红

潘润红表示，当前人工智能、区块链、云计算和大数据，就是大家说的“ABCD”这四项新技术基础设施，在金融领域的应用非愈加普遍，支撑金融行业数字化转型，但是同时也存在着核心技术受制于人和数字化转型质量不高等问题，给产业各方提出了严峻挑战，后续产业联盟将在突破发展瓶颈、补齐发展短板、加快发展步伐等方面重点加强以下几方面的工作：

图片来源：网络

一是加强核心技术联合攻关。金融科技的竞争力是科技供应链从源头研发到应用落地的整体的竞争力，针对影响金融科技供应链稳定的操作系统、数据库等核心技术，产业联盟将加大应用的前瞻性与战略性联合攻关，充分利用产业联盟的联合实验室等平台，为前沿技术研发提供优质的试验田，不断完善具有自主知识产权、满足金融需求、可商业化运营的金融科技产品，共同推进金融科技实现“从0到1”的突破，以敢为人先的创新精神，抢占金融科技竞争制高点。

二是推动金融与科技更加深度的融合。针对中国发展所面临国内外环境的深刻复杂的变化，金融科技创新要紧紧围绕推动金融高质量发展、实现人民高品质生活、构建新发展格局的需要，从真实金融场景出发，坚持以应用促创新、以创新促发展的原则，做好产品技术选型和应用融合，逐步扩大安全可控产品的应用规模，借助新基建基础设施实现金融服务智能化演进升级，打造链接无感、服务无界、体验无限的开放式金融服务生态圈。

图片来源：网络

三是打造良性循环的产业生态体系。产业联盟一方连接着信息产业、一方连着金融行业，要发挥这个优势，通过行业自律引导金融科技产业回归金融本质，进一步探索联盟会员技术共研、场景共建、成果共用、标准共商和产权共享的合作模式，加强金融科技人才的培养，广泛开展金融科技知识普及，为金融科技产业提供良好的发展环境。

来源：新浪财经

借力量化，精选价值

想象一个画面：不停闪烁的超级电脑自动进行着高速交易，荧幕上滚动着通过高速网络提前获取的最新市场消息，加上通过杠杆放大的头寸，账户的盈利不断上跳...

这就是量化交易！

金融交易发展到现今阶段，手工交易中交易者的情绪波动等弊端已越来越成为盈利的障碍，而量化交易天然而成的精准性、100%执行率则为它的盈利带来了优势。有数据显示，国外成熟市场期货程序化交易已占据总交易量的70%-80%。

价值为道，量化是术

价值投资主张见招拆招，看人下菜，先从基本的三个代表——会计的三张表入手，看企业财务状况，看未来预期现金流；再结合每个版块每个公司的各自特点，医药公司看FDA，金融版块看利率和宏观态势，科技股看赢利模式等等行成投资策略。

自80年代以来，价值投资一直是学术研究人员和实践者们热议的课题。什么是价值投资？简单来说，股票的价值会根据市场和宏观经济变化而波动，由于市场非理性往往会造成股票的市场价格偏离公司的内在价值，而投资人通过购买价值被低估的股票，以期股票的价格随着市场估值重估回升带来额外的投资回报的这种投资形式，就是价值投资。

在实践中，涌现出了很多的价值投资大师。股神巴菲特，则通过大量的财务分析和管理层调研，寻找价值被绝对低估的少数几个股票，买入并且坚决长期持有。

量化投资则颇有“凭尔几路来，我只一路去”的风范，是比较纯粹的TOP-down selection，使用统一的统计标准来大范围筛选股票。价值投资的泰斗当属巴菲特和彼得林奇。量化投资的王者则要看西蒙斯和大卫肖，两类高手在这几十年间都是不留情面地打了有效市场假说的脸。

合理的量化有极高的概率为投资者带来成功的投资。因为它实际上是使用一种流程对各个股票进行诊断，只有没问题、有特长的股票才能入围。从这一点来看，价值是道，量化是术。若想把玄之又玄的道转化为某种成果，就必须用到具体的术，即量化。

图片来源：网络

量化基金在国内资本市场上还是小众产品，可在华尔街却是名副其实的主流。

在美国量化交易已经有超过三十年的历史。目前据统计已经有超过百分之六十的交易都是通过电脑进行的，可见量化交易在美国市场是非常成熟的。

相较于海外成熟市场，A股市场的发展历史较短，投资者队伍参差不齐，投资理念还不够成熟，留给主动投资发掘市场非有效性，产生阿尔法的潜力和空间也更大。

耐得了寂寞，量化迎掘金

建立在现代统计学、数学和信息技术基础上的量化投资有三个方面的强大能力：

1、及时快速地跟踪市场变化，不断寻找、发现获得超额收益的新交易机会；

2、准确客观评价交易机会，克服人为的主观偏差；

3、在控制风险的条件下，充当准确实现分散化投资目标的工具。

相较传统的“手工投资”，量化投资能在市场陷入集体狂热时保持冷静，把握“稳稳的”收益：

·传统的“手工投资”以研究决策的深度见长，但研究决策的广度则受到人类思维容量的极大限制，而且投资者在主观认知上的偏差和情绪化波动，也容易导致投资良机的丧失，比如在“牛市”汹涌到来时被“贪婪”冲昏头脑。

·量化投资通过拓展获取信息和决策的广度，可以从海量的历史数据中寻找能够带来超额收益的多种“大概率”策略，并运用数学模型将资金筹码分散押在这些策略上，努力克服市场情绪的侵蚀，从而“把对未来市场的预见转化为高回报”。

量化投资和价值投资是相辅相成的。量化投资把价值投资逻辑通过程序固化下来，有很多量化因子都是关于基本面的。而且量化投资一切以数据和模型作为投资的准绳，无论市场情况如何都不会“随散户起舞”。一个价值投资者，通过量化分析手段，能获得更好的投资回报。随着大数据、人工智能等技术的飞速进展，金融投资正在逐步由人主导转向科技引领，人与技术在投资过程中如何更好地结合，成为未来投资的关键。在此背景下，量化投资日益得到国内大量基金公司的重视，特别是在监管逐步趋严、市场有效性逐步提升的过程中，量化交易具有广阔的成长空间。

来源：戊戌资产

是不是真的量化交易，看过这本书就知道了

最近，贝页图书给我邮来一本样书，《跟踪信号：黑盒交易如何影响从华尔街到上海的股市》，觉得很有启发，书中一语点破了量化投资和价值投资的根本区别，“量化投资者一直是投资专业人士中一个隐蔽的群体。基于价值的投资者与量化投资者之间几乎没有相似之处。量化投资者关注任何可以测量的方面，而传统投资者看的是业务中无法测量的部分。”

图片来源：网络

对于传统投资者来说，理解公司无形的方面更为重要，比如星巴克，他们“激发并孕育人文精神” 的愿景，以及霍华德·舒尔茨（Howard Shultz）这样有远见的管理人，才是传统投资者评估的关键因素。

对于量化投资者来说则相反，他们不关心公司管理质量或使命宣言。更倾向于在股票交易历史的细节处做文章。他们不关心对市场或总体经济形势的长期看法，他们关心的是投资者之间如何互动。

图片来源：网络

贝页的编辑问我，这本书到底和您看过的量化书有什么不同？我说：有些人已经很努力了，但仍然不赚钱，根据我的理解，这已经无关“科学”，而是“信仰”问题。我看到身边很多打着量化大旗的人，走的仍然是传统之路，也许他们内心根本就不信数据和机器的力量，这本书会让他们重新树立交易“信仰”。

尼采在死前曾经说过，“人最终喜爱的是自己的欲望，而不是自己想要的东西。”对于这本书也一样，它并不能赋予你不懂的东西，它只能唤醒你内心已有的信念。

图片来源：网络

在你开始赚钱之前，这本书值得买来看一看，这本书也得到了“巴伦读书会”的推荐。传统投资和量化投资没有好与不好的区分，只是目前来看，全世界大投行，都只用量化投资，而摒弃了传统的投资方法，这很令人深思。

量化投资的业内人士，即很少出书，也很少出来讲，而本书的作者，是一个例外。

来源：量化投资

人工智能在中小金融机构的应用研究

近年来，我国金融科技蓬勃发展，以人工智能为主要代表的创新技术，为金融消费者提供了更智能化的金融服务模式。2019年9月，《金融科技（FinTech）发展规划（2019-2021）》正式发布，其中，“稳步应用人工智能”作为27项重点任务之一，将促进科技与金融业务的深度融合，为金融行业注入新的发展活力。

人民银行长春中心支行高度重视人工智能在银行业金融机构的应用发展，深入研究人工智能与金融业务的深度融合，指导吉林九台农村商业银行构建“人工智能基础应用服务平台”，成功突破人脸识别准确率低、跨平台兼容性差等技术难点，同时针对我国金融领域人工智能的未来发展提出了可参考的对策建议。

人工智能在金融领域的应用现状

图片来源：网络

人工智能是指对人类智能的模拟、延伸和扩展，包括人工智能理论、方法、技术及应用系统，也是一门综合性学科，涉及计算机科学、哲学和认知科学、数学、控制论、信息论、神经生理学、心理学、语言学等多学科，其在金融领域的主要研究方向为机器学习、生物特征识别、语音语义识别及知识图谱等。近年来，人工智能在金融领域的应用影响不断扩大，主要的应用场景集中在前端的智能客服、中端的智能投顾及营销、后端的智能风控等金融业务方面。

人工智能在商业银行的应用实践

本文以吉林九台农村商业银行的“人工智能基础应用服务平台”为例，深入研究人工智能与金融业务融合应用的实践路径，为中小银行业金融机构的智能化转型提供可复制的发展路径和实践经验。

1.整体架构。“人工智能基础应用服务平台”基于开放式软硬件环境，遵循安全可靠、简单易用、可扩展等基本设计原则，运用人脸识别、语音识别、文字识别等多种生物识别核心技术，采用SOA架构和Spring Cloud微服务框架，支持B/S和API应用模式，具有高度的可扩展性、开放性、稳定性及可靠性，成功实现了跨平台、可扩展、开放的统一身份认证体系，为用户提供集中、统一的生物特征身份认证和访问控制服务，并可无缝对接现有信息安全体系。其逻辑架构如图1所示。

图1人工智能基础应用服务平台逻辑架构

2.技术创新。“人工智能基础应用服务平台”采用国内主流的人脸识别算法引擎，通过Web Service方式对外提供人脸检测、人脸属性分析、人脸图片相似度比对等功能。通过在线API、离线SDK、私有化部署等服务形式，实现人工智能与多种应用场景的适配，拥有毫秒级身份识别响应速率、灵活弹性的高并发承载等能力。尤其在人脸识别方面，该平台成功突破身份识别准确率低的技术难点，1:1人脸识别达到99.9%的准确率，0.001%以下的误识率，1:N人脸识别达到98%的准确率，低于0.2%的误识率，其创新优势主要体现在以下几个方面。

一是算法性能方面，创新应用双层异构深度神经网络算法，利用两个深度神经网络实现双层网络之间的信息共享与刺激反馈，有机结合两个相互独立的网络，大幅提升平台的计算性能。

二是模型训练方面，根据不同的业务场景、业务种类，采用监督学习与无监督学习相结合的方法，有效降低人工干预，对数据进行高效、精确地算法训练，并生成相应的模型参数，增加应用场景的自适应性和模型算法的准确性。

三是多渠道融合方面，以AI服务算法封装为核心，基于数据处理、模型训练和事件逻辑的模块化处理，打造多渠道的业务中台服务，有效提升平台的可扩展性和接入效率。

四是跨平台服务方面，提供跨平台的服务接口，支持Windows、Linux、Unix、Android、iOS等主流操作系统，实现基于不同操作系统环境下的算法灵活对接、优化提升和灵活异构，有效提升5~10倍的计算效率。同时，平台的算法模块可根据各渠道的业务峰值数量和服务器性能状况，实现CPU、GPU芯片下的算法灵活组合，覆盖主流的芯片模组、DSP微处理器及FPGA可编程门阵列，有效提升平台算法性能和芯片兼容性。

3.实践效果。在实际应用过程中，“人工智能基础应用服务平台”成功对接客户服务、智能营销、自助设备、移动终端APP、内控管理等11个应用场景，日调用量峰值高达17.67万次，成效显著。一是利用VTM、刷脸取款机、智慧柜台等新一代的智能机具，提升现金渠道95%的替代率，有效减少高柜区的客户等候时间和压柜现象，极大提高业务办理效率。二是利用无线服务、移动办公等技术支持移动终端远程交易，实现注册、开户、登录、重置密码、挂失/解挂、转账等多种鉴权场景线上化，有效改善客户体验，提升整体运营效率。三是实现员工操作、交易流程、设施设备等远程智慧化管理，以及检测评估服务质量、识别分析客户行为、实时监测网点经营状况等多种功能，全面提升运营管理水平。

平台成功上线以来，部分业务场景的办理效率有效提升了70%以上，VIP客户增至15.71万人，存款额累计增加31亿元，私人银行账户数量增至1129个，存款额累计增加26.9亿元。尤其在移动金融业务方面，成功阻止移动终端虚假开户1096起，拦截活体检测攻击606起。

图片来源：网络

人工智能在金融领域的发展建议

“人工智能基础应用服务平台”的实践成效让人欣喜，但从总体发展情况来看，人工智能在金融领域的应用依然有限，还存在一定的风险和困难。为了更好地应对未来发展的风险和挑战，金融机构要努力拓展人工智能新的应用场景，金融监管部门也应未雨绸缪地开展前瞻性的金融科技监管研究和政策指导。

1.大力发展金融科技。金融机构首先要深刻认识到发展金融科技的紧迫性、必要性和重要性，明确发展方向、转变发展方式、制定发展战略。其次要坚持金融科技技术自主可控，大力支持科技创新和研发，以重点突破带动全局，探索新型技术在金融领域安全应用，加快扭转关键核心技术和产品受制于人的局面。最后结合市场需求及自身禀赋谋求差异、特色化发展，审时度势地制定数字化转型战略规划。

2.强化基础设施管理。在金融领域，防范系统性金融风险是首要任务，信息化基础设施管理则是重中之重。一是要制定完善的信息科技管理制度，进一步强化制度、规范和流程建设工作，提高科技风险管理的规范性和专业性。二是要守住不发生系统性风险底线，建立主动防范化解系统性金融风险的责任意识，科学防范，早识别、早预警、早定位、早处置，建立健全风险应急处置机制。三是要强化基础设施运维管理，认真做好应急演练，结合实战经验，增强应对突发事件的应急处置能力，有效保障金融业务运营和日常管理。

3.完善金融科技监管。随着新技术应用的不断加快，我国金融科技出现“千帆竞发、创新者胜”的发展态势，大大增加了金融风险的跨界性、系统性和隐蔽性。目前，个人金融信息保护、云计算、声纹识别、区块链等金融科技监管规则已经陆续出台，符合我国国情的新型金融科技创新监管工具更具穿透性和专业性，更能平衡好金融科技发展过程中创新与安全的关系。

4.优化人才队伍建设。在人工智能的冲击下，金融机构要围绕金融科技发展战略规划与实际需要，制定金融科技人才培养计划，研究编制人才需求目录、团队建设规划、人才激励保障政策等，合理增加金融科技人员占比。

随着金融科技的蓬勃发展，以人工智能为基础的金融服务和产品不断推陈出新，我们还将继续跟踪人工智能在金融领域的发展趋势，研究运用人工智能改变经营和管理模式，在既有实践的基础上，进一步提升金融服务和风险管理能力。

来源：移动支付网