今年以来,AI(人工智能)技术在A股市场持续大热。公募行业拥抱AI技术的步伐也日渐加快,在量化投研、资金交易等多个业务领域积极探索AI技术应用落地。
在“AI+量化”领域,不少公募管理人主要在数据分析挖掘、组合优化、配置资产、风险预测和动态风险控制等方面,对AI技术进行研究应用,这也对基金产品的表现带来了不小的助益。
比如,长城基金量化团队早在去年底就将AI技术应用于量化投资,自行开发了基于深度神经网络和机器学习框架的因子挖掘系统。定期报告和wind数据显示,今年上半年,长城量化小盘收益达到13.07%,远超业绩基准的4.64%和中证1000指数的5.10%,展现出显著的超额收益能力。拉长时间来看,这只基金同样表现突出。自2020年1月成立以来,截至2023年6月30日,长城量化小盘收益达32.33%,而同期业绩基准仅12.30%,中证1000指数涨幅仅12.58%。(基金过往业绩不预示未来表现,基金有风险,投资须谨慎)
该基金二季报指出,基于长城基金量化投资研究平台的研究成果,长城量化小盘通过深度学习等神经网络方法广泛挖掘市场有效因子,并充分利用人工智能等算法进行多因子组合,寻找对股票收益有预测性的指标作为因子;利用投资广度分散个股与行业风险,根据多因子得分进行组合权重优化,获得了显著的超额收益。
对此,长城基金量化与指数投资部总经理、长城量化小盘的基金经理雷俊表示,过去更多用传统基本面多因子框架,去年底公司应用了基于深度神经网络和机器学习框架的因子挖掘系统。“从过去私募和其他同行的情况来看,对于小盘这一类产品,因子挖掘、深度学习框架展现出较强的竞争力,这也在我们内部模拟中得到了验证。在广度领域,这套方法论的信息系数因子收益预测能力相对更强,预测的稳定性也有望更高。因此,我们将该方法应用在了长城中证500指数增强与长城量化小盘等产品上,这两个产品今年实盘跑得比较不错。”雷俊进一步补充。
谈及机器学习、深度学习等AI技术在研究领域的优势,雷俊分析称,“一是相较于传统多因子模型的线性指标分析,深度学习模型还可以处理一些非线性数据,比如文本,一段文字或者一个研报。二是截面跟时间序列的区别,时间序列在深度学习框架下有很多模型去做。三是最终形成的结果里会有比较多非结构性的东西,而且它是一个系统,里面有大量的数据,可以扩充庞大的因子库。”
随着技术的不断发展和应用场景的不断拓展,“AI+量化”投资的前景或将越来越广阔。“在量化投资中,深度学习等AI技术适用的市场是非常广泛的,牛市、熊市、震荡市都能适用,当然会有一些区别。这种模式在哪个产品上赋能、如何让投资者更好接受,这才是更大的考验。”雷俊认为。
来源:中国经济网