投资团队  
投资理念  
用户类别:
证件号:

密码:        忘记密码

验证码:




扫描二维码关注涌峰微信号

人机结合才是未来

2017/7/26 16:32:13 作者:中国龙团队
    继人机围棋大战,AlphaGo以4:1战胜李世石之后,Google又向星际争霸2发起了挑战,与围棋这种封闭式竞技不同,即时战略的“抹黑猜测”更考验它是否能像真人一样思考。同时,投资界有关智能投顾的讨论越来越多,而事实上,人工智能与资本投资相结合的初期应用已经出现一段时间了,那就是“量化投资”。 
    量化投资是区别于定性投资的一种形式,关键点就在于策略模型的大量使用,即利用现代统计学、数学方法,借助计算机处理海量数据和信息,并严格按照机器所构建的数量化模型来指导投资决策,以获得稳健的持续的投资收益。
    一般来说,公募基金或大型私募的量化投资部由两部分组成,一部分是投研团队,另一部分是IT团队,投研团队提出需求,IT团队做出算法交易的模块,解决基金经理们的需求。1.0时代主要依靠“主信号+约束条件”的办法。2.0时代包含信号研发、信号组合与模型构建、风险模型、组合管理等等。现阶段量化投资策略开发方式为:研究组或者交易组提出思路→研究组论证,提出基本模型→模型拟合估计→回溯检验→小规模测试→实盘投资。
    这样做的好处在于可以克服人性,做决策时不会像人类一样受情绪和心理因素的干扰。可以同时运用多个策略模型,对全市场各种信息进行实时监控,一旦出现合适的机会,能瞬间下达交易指令。
    再或者相对价值策略中,程序化交易的机器能短时间内根据估值模型,发现海量相关联证券中存在的价值误差,需找到套利机会。当判断一种证券的价值被高估,一种证券的价值被低估的时候,通过买入低估的证券,卖空高估的证券直至二者的价格趋于收敛而平仓,从而获取微小的价差收益。这类产品不会瞬间赚取大钱,熊市中这种策略对于投资者的吸引力比较大,相对比较符合稳健型投资者的需求,也是组合投资中较好的一环。
    然而,量化投资本身也存在着一定的缺陷。
    存在过度拟合的问题,这导致历史回测完美,而在实盘中失效。有时还可能导致黑天鹅事件,量化模型主要是根据历史数据来构建的,所以它吸收新信息的能力比较缓慢和迟钝,一旦外部环境发生变化或者发生某些重大事件,如基本面上的变化等,有效性就会大大受到影响。
    相比人工智能,人类的前瞻性也是机器所不具备的。市场环境风云变幻,监管层一模一样的政策或者信号在不同时点市场给出的反馈甚至是背道而驰的。长期看,要战胜市场,前瞻性也就至关重要。而这是量化投资技术,甚至我们目前能够看到的AlphaGo还远远做不到的。
    所以宏观对冲的策略中,基金经理人是占据主导地位的,要把控全球的宏观市场动向,具备全方位信息挖掘能力,利用宏观经济的基本原理来识别金融资产价格的失衡错配现象。
    因此,人工智能和人类两者各有优势,整体上并不一定是哪方压倒另一方,完全否认、抛弃另一方是不明智的。各取所长,互补其短,才是未来正确的走势。
    定量投资是适合国内的,因为中国金融市场的非有效或弱有效性,错估价值的证券更多,那么留给定量投资策略去发掘市场的无效性、寻找超额收益的潜力和空间也就更大,也可以发挥其纪律性、系统性、及时性、准确性、分散化的各种优点,从而捕获国内市场的各种投资机会。
    而定性投资管理较依赖对上市公司的调研,以及基金经理个人的经验及主观的判断。因此,定量投资管理应该是“定性思想的量化应用”,更加强调数据,硬件分析能力也要足够高。在未来的量化的3.0时代,第一要解决的是大数据,需要能够触及并且挖掘巨大的数据来源,短时高效的获取金融产品底层各种各样的信息,并且进行分析。如果将大量的数据放入AlphaGo中的核心的“深度神经网络算法”,那就可以自动提取一些相关性,同时匹配结果。理论上可以弥补之前研究人员建立模型时,容易忽略一


全国客户服务专线: 400-668-8801   www.topfund.com.cn  联系我们
沪ICP备 14007645号-1 沪公网安备 31011502017994号
Topfund © Copyright 2006-2024.