他是哈佛数学系最年轻的教授之一,他是破译密码的黑客,他是著名物理学家杨振宁的好同事,他更是量化投资文艺复兴科技公司的创始人,他就是世界级的数学家、量化投资基金鼻祖——詹姆斯-西蒙斯(James Simons)。面对市场的波澜,西蒙斯运用数学思维,将投资领域的规律解析成代码的乐谱,在数字的星空中,用算法谱写着一曲曲令人心驰神往的金融交响。作为不拘一格、探索金融领域未知边界的先锋,西蒙斯于 1988 年关闭了原来的基金,重新创立了完全依靠数学模型的量化对冲基金文艺复兴科技,该公司的大奖章基金成功破解了市场的密码,并构建了就算是睡觉也可以赚钱的模型,随后量化投资开始被主流投资机构所慢慢接受。
三十多年前数学碰上投资使得量化投资诞生,而当AI碰上量化,AI 量化便应运而生。春节假期期间,OpenAI 再放大招,该公司发布的人工智能文生视频大模型 Sora 是 AI 技术发展道路上又一标志性的里程碑。
单丝不成线,独木难成林。这句话告诉我们,一个人的力量是单薄的,但是如果学会借力,便能够更快更好地达到目标。量化投资固然是经过时间和市场检验的策略,在 AI 技术日新月异的今天,站在 AI 技术的肩膀上,其策略无疑将有更大的发展空间。
量化投资本质上是一种投资思维方式,通过寻找有效的因子和模型来捕捉全市场超额收益,是关于大数据的科学。正因如此,作为数学家的西蒙斯才能进入量化投资领域。
不同于主观产品,量化交易自身最大的优势在于其决策过程是基于大量的数据和统计模型。通过对历史数据的深入分析,能够识别市场模式、趋势和机会。这种数据驱动的方法使得决策更加客观、理性,减少了情绪和主观判断对交易决策的影响。
进一步区分,量化策略又可以分为中性策略、指数增强、量化选股等。近年来,公募产品逐步开始应用量化策略,其中指数增强产品应用量化策略最为普遍,随着公募量化积极拥抱市场变化而持续迭代,不断拓展 Alpha 来源并探索其差异化优势,量化在其他类型产品上也开始崭露头角。
泓德基金 AI Lab 负责人李子昂认为,量化基金经理的覆盖面是全市场的,不会对某个行业或赛道有过多偏好,也不存在某一类特定风格偏好,更专注于全市场超额收益挖掘。但这并不意味着量化基金经理会比较轻松,都是要全身心投入、全力以赴的。
因为去年年初大火的人工智能、Chat GPT,将大家相对陌生的新型 AI 模型和神经网络技术带入大众的视野,支撑这些技术最重要的就是算法能力和工程能力。事实上,近些年来,基金公司的量化团队也在不断寻找与新型 AI 模型和神经网络技术的切入点,在这个过程中,AI 量化的投入也不断增加。
李子昂表示,传统量化模型大多基于线性设立,但当大家越来越意识到市场上非线性逻辑也可能带来 Alpha,能够实现多种非线性特征提取的 AI 模型,特别是神经网络的模型,自然而然就派上用场,深度神经网络在处理并提取隐含其中的 Alpha 特征中发挥了显著功效。
他认为,当前 AI 技术给投资带来的强大助力可分为两方面,一方面是通过 AI 可以提取超大量数据里所谓的非线性、非显性因子 Alpha;另一方面,AI 模型能够帮助处理更多的非结构化的数据。
早期的量化投资模型都是偏线性的多因子模型,通过不同的维度来寻找一些有赚钱效应的因子,而不能处理研报、新闻,包括专家访谈、调研纪要等非结构化的数据,借助能够做语义理解和分析的 AI 模型,可以将这些非结构化数据与未来股票收益之间产生映射。李子昂介绍,卷积神经网络还可以完成图像识别,将 K 线做成标准化的图的格式并结合一些技术指标,即可与未来股价表现建模,极大地体现出 AI 在投资中的价值。