幻方投资陆政哲:完全依靠人工智能的量化投资模式( 四 )





朱昂:能不能为我们介绍一下幻方的发展历程?




陆政哲











从最初开始交易至今已经超过十年了 。 早在2008年 , 创始团队还在学校的时候 , 就已经尝试探索 , 当时市场上还很少有人知道量化交易 , 因为团队都是偏向工程或计算机背景的 , 所以希望尝试用系统化、程序化的方式来研究市场进行交易 。 所以 , 在公司真正成立之前的2008-2015年 , 都处于自主摸索的阶段 。



国内绝大多数量化私募的创始团队或技术团队都有海外成熟机构的背景 , 但幻方团队是一个完全本土化的团队 , 一直以来我们完全是基于兴趣进行量化投资的探索 。



2015年 , 探索已经趋于成熟 , 也建立了自己的交易体系 , 有了非常有效的策略 , 就成立了幻方量化这个品牌 , 到了2017年 , 已经搭建起了一整套多因子策略体系 , 也对外发了主动管理产品 , 开始涉足资管业务 。



2017-2020年 , 恰逢全行业增长 , 幻方有幸作为参与者 , 见证了整个量化行业的高速增长的同时 , 管理规模也超过了200亿 。 早在2015年我们就已经比较积极地尝试用机器学习、深度学习的模型做数据的实盘检验了 , 到了2018年 , 我们把整个产品线和资金管理都嫁接到人工智能的核心策略开发体系上了 。 2018-2020年 , 我们主要做了两件事 , 完善基础团队的架构和大规模吸纳AI专家型人才 。 后来 , 我们成立了AI lab , 试图在技术路径上继续向前推进 , 国内几乎没有量化机构走过这条路 , 我们在这条路上虽然经历了很多的不确定性 , 但也证明了这是一条可行的路 。



我们把第一个超级计算机和超级算力集群搭建起来后 , 未来也会快速投入生产 , 尝试各种新策略的开发 。 我们基本上每年营收的70%都会投入到研发中去 。



朱昂:国内有很多量化私募用T+0获取超额收益 , 您怎么看这一块带来的收益?




陆政哲











国内很多高频交易体系都是在T+0的范畴中 , T+0有很多种做法 , 对于以T+0为主要收益来源的机构来说 , 最直接的方式就是 , 按照某个指数建立一揽子股票 , 在这些股票的基础上 , 根据日内标的的交易空间进行交易 , 同时 , 如果用股指期货对冲 , 最终呈现出一条比较平滑的向上的曲线 , 如果不对冲 , 就相当于指数增强 。 总体而言 , T+0的交易获取的是较为稳定的收益 。 对于我们来说 , T+0不是我主要的策略类型 , 但也在大的策略体系中扮演了重要角色 , 增厚了产品收益 。 T+0又分为机器和人工两种 。



机器T+0的好处在于 , 它实时监控全市场股票 , 并且有规模效应 , 可以同时处理极大量的数据 , 进行极大量的交易 。
一般而言 , 机器交易更加短平快 , 每一段赚取的收益相对小一点 , 但薄利多销 , 所以是一个高胜率的事情 。



人工T+0的好处在于 , 可以把握非常大的一段收益 。
由于单人能支撑的股票交易量是有限的 , 所以团队人数也很重要 。



我们综合来看 , 机器T+0更胜一筹 , 但是顶级的交易员也可以做到比机器更优秀 。 最大的问题在于策略容量受制于市场成交量活跃度 。





量化投资也将面临马太效应





朱昂:你如何看待基本面量化在中国市场的未来?




陆政哲











中国的量化投资很早就尝试了基本面量化 , 已经有了比较长的历史 , 中国最早一批做量化投资的就是用基本面因子进行选股 , 但是在2014和2015年之后 , 市场风格出现了很大变化 , 之前很多所谓的阿尔法因子开始失效了 。 我们看到过去几年崛起的基本不是基本面因子 , 而是量价偏技术层面的量化团队 。


推荐阅读