幻方投资陆政哲:完全依靠人工智能的量化投资模式( 二 )


我们将这三类数据作为输入 , 来训练机器模型 , 以达到预测股票在某一个周期内价格变化的目的 , 再基于此构建投资组合 。



若我们模型的选股是有效的 , 那么选出来的个股就能比整体市场的表现要好 , 这就是我们的超额收益 。



朱昂:主动管理人把短期波动看作一场随即漫步 , 但量化投资其实是在捕捉这种随机漫步 , 你认为这种随机漫步是否有规律可循?




陆政哲










“随机漫步”的问题 , 不管是在金融界还是在学界 , 一直都存在着争议 , 理论上 , 在完全有效的市场中短期波动应该类似于随机漫步 , 但事实上 , 尤其在中国 , 因为市场中有大量的个人投资者 , 所以交易中有很多情绪化的因素 , 本质是一种行为金融学的范畴 。 近十年的中国市场上出现过三次大波动 , 先暴涨、接着暴跌 , 而美国成熟市场则是长期稳定上涨 , 这一方面反映了中国经济增长进程中大量因素的影响 , 另一方面也反映了中国市场的参与者结构还处于比较初期的阶段 。 所以 , 中国市场不是一个非常有效的市场 , 那么投资者行为以及决策模式就是很值得研究的 。



在市场信息中 , 这一点最终会反映在量价体系中股价的变化、成交量的变化以及技术层面的变化等等 , 而在这背后就是人的偏好以及行为特征 , 我们试图通过对大量历史数据梳理、建模 , 找到内在联系 , 预判价格变化 。



多年来 , 不管是主观投资还是量化投资 , 本质都是在市场中修正价格偏移 , 再基于这一偏移进行交易 , 获取收益 。
基本面投资偏向于更长期的价值修复的过程 , 而我们量化投资关注更短期的价格波动交易的过程 。





竞争优势来自研发和算力





朱昂:中国市场的投资者结构导致量化投资在中国的alpha比海外更高 , 因为交易对手更弱?




陆政哲











对 , 这是很明显的事实 。 现在在美股市场中一家对冲基金如果年化收益能达到8%-10% , 就已经非常优秀了 , 因为美股市场竞争极其激烈 , 机构化程度非常高 , 股票标的的头部化程度也非常高 , 单纯跑赢指数都已经很难了;但A股市场仍处于有非常充足alpha的阶段 , 同时也在向机构化方向加速 。



朱昂:幻方量化在国内已经做到非常头部了 , 市场认可度也非常高 , 相比于其他量化基金 , 你认为幻方的alpha来源或者竞争优势是什么?




陆政哲











从2016年到2020年 , 短短四五年时间里 , 国内的量化行业经历了爆发式的增长 , 我们拆开来分析这一轮增长中的细分策略 , 发现增长的核心是以量价信号为主的策略 , 都是相对高频的技术层面分析的量化投资 , 而不是集中在基本面因子 。 幻方量化作为量价选股中比较大的参与者 , 伴随着整个趋势发展起来了 , 幻方的alpha最大来源主要是基于市场波动进行交易产生的alpha 。



提到竞争优势 , 我们一般不从策略上定义自己的优势 , 因为一个策略总是有生命周期的 , 而且生命周期越来越短 , 这在全球都是相同的 。 相比于市场上其他机构 , 幻方的特别之处在于强大的策略持续开发能力 。



第一 , 我们有非常强大的开发团队
, 公司有120人 , 这在整个私募投资行业是比较罕见的 。 团队中一半以上是偏人工智能、IT、研究 , 他们支撑起一整套大的策略开发体系 。 和很多机构不同 , 我们的体系中没有投资经理 , 策略开发体系是高度团队化协作的生产模式 。 从因子挖掘、信号挖掘、数据处理到整个神经网络模型的训练 , 再到投资组合与目标的优化 , 最终到风控、IT、平台的架设 , 都是各个领域垂直的团队合作进行的 。 所以 , 我们的开发新策略的速度非常快 , 策略的迭代、升级、更新、检验、研究的效率也非常高 。


推荐阅读