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。
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