■本報記者 趙學毅

    上周末，基金“中考”成績單揭曉，各類基金平均收益率均為正數。拉長時間來看，主動偏股型基金最近三年取得收益率為68.04%的不錯表現，長期表現更優的主動管理型量化基金同期平均收益率更是高達91.64%。不過，自去年11月份開始，A股發生較大的風格切換，大盤藍籌走強，中小市值股票走弱。這使得模型給予中小市值過高權重的傳統量化基金業績表現削弱。最近一年主動偏股型基金收益4.01%，而主動量化基金同期收益率5.85%。傳統的量化投資還需如何改進？今后將做怎樣的變革與升級？

    “2016年11月份以來，市場風格變化，對量化模型的應變能力和數據處理的精細程度要求更高，然而傳統量化基金模型缺乏動態調整的能力，對小市值過高暴露的現象仍普遍存在，繼續以持有中小市值股票為主，無法應對市場的風格變化，業績表現削弱。”萬家基金量化投資部總監卞勇在接受《證券日報》基金新聞部記者采訪時表示，“學習型的AI”能夠模仿人的判斷去主動地捕捉市場信息，再對海量信息進行加工，形成自己的決策，它完全能夠做到比人類想得更多、反應的更快，AI未來在資產管理行業的應用會極具想象力，并可能顛覆資管行業的量化投資，乃至整個資管行業。

    上半年市場風格切換

    傳統量化投資面臨挑戰

    據《證券日報》基金新聞部記者最新統計，截至6月30日，主動偏股型基金最近三年取得68.04%的平均收益率，最近一年取得4.01%的收益率；主動量化基金最近三年平均收益率達91.64%，遠高于主動偏股型基金23.60%，最近一年取得5.85%的收益率，優于主動偏股型基金。整體來看，量化型基金收益表現均優于主動偏股型基金，但自去年11月份開始，A股就已發生較大的風格切換，大盤藍籌走強，中小市值股票走弱，這使得模型給予中小市值過高權重的傳統量化基金業績表現削弱。

    “傳統量化策略的同質化，導致傳統模型收益衰退，同時，傳統建模的關鍵因素正在發生變化，因子與股票收益的非線性關系越來越強，傳統靜態線性模型已無法準確找到市場規律。”卞勇對《證券日報》基金新聞部記者進一步表示，2016年11月份前，傳統量化基金收益較高。在小市值股票受到追捧的市場風格中，量化模型給予中小市值過高的權重，使得中小市值股票得分高，易被選入投資組合。2016年11月份以后，市場風格發生顯著變化，對量化模型的應變能力和數據處理的精細程度提出了更高的要求，然而傳統量化基金模型對小市值股票持倉過高的現象仍存在，繼續以持有中小市值股票為主，無法應對市場的風格變化，業績表現削弱。

    學習型人工智能

    將顛覆資管業量化投資

    當《證券日報》基金新聞部記者問及量化基金今后將做怎樣的變革與升級時，卞勇明確說道：“人工智能勢必會成為未來基金發展的主線之一，并且更有前途的是‘學習型AI’。”

    據記者了解，萬家基金量化投資團隊自主開發了基于深度學習的量化多因子選股模型，能夠對各種復雜多變的因素進行分析并進行自主學習，從而適應不斷變化的市場環境，最終形成了一套AI選股策略。卞勇認為，通過機器深度學習的算法來組合因子，保證了對證券市場海量信息的及時有效處理，避免了人為因素的干擾，也降低了模型風險，最大程度地做到風險和預期收益的可測、可控。

    “人工智能用在量化投資策略的開發，尤其是納入到選股開發里面，我覺得有兩種途徑：一是‘專家型的人工智能’，容納更多的信息，且包括標的的數量越來越多，一個包羅萬象的‘專家型的人工智能’可以幫助投資經理更方便地去做投資決策；二是‘學習型的AI’，它本身并不包含那么多知識，而是包含一個學習的過程，它能夠模仿人的判斷去主動地捕捉市場的信息，再對這些信息進行加工，形成自己的決策。”卞勇對《證券日報》基金新聞部記者說道，“我認為，‘學習型的AI’未來更有前途，發展更具有想象力，并可能顛覆資管行業的量化投資。”

    在卞勇看來，未來人工智能和選股相結合，其實就是一個場景化的過程。怎么樣把選股場景和人工智能有效地結合起來，誰在這步走得越早，技術上結合得越完善，誰就越能在量化投資方面脫穎而出。不過，人工智能與選股的結合對整個行業也有兩大沖擊，一是對基金經理的替代效應很明顯，二是其成本較低、可移植性強，規模效應明顯，超額收益的獲取速度可能會顯著提升，最終使得行業不得不出現拼技術、拼投入的“贏者通吃”局面。

    計算機對市場了解

    要比人更深刻

    值得注意的是，A股除了風格的變換，還會受政策調整的影響，而這對量化投資來說是致命打擊。在判斷未來政策走勢、把握風格變化時，計算機的反應會不會比人“遲鈍”？人工智能選股怎樣才能做到又快又準地捕捉超額收益、提高勝率呢？

    卞勇對《證券日報》基金新聞部記者表示，絕大多數的量化投資都是偏右側投資，是通過歷史數據判斷未來。從方法論上來看，所有的機器學習、人工智能都是通過對過去樣例的學習，引導其對未來的預測和操作，所以其本身是有滯后性的。但是在面對一個新的環境時，究竟是計算機的反應更快還是人的反應更快，是值得商榷的。

    “我們會讓計算機主動學習過去一段時間市場上發生的所有事情，包括一些市場行為、非市場行為，并不會從數據上去刻意去除一些政策影響。把所有信息都納入考慮范疇之內的模型，才真正具有外推性。我們想要的就是讓計算機代替人，去找出人很難用自己的想象力、思考能力去判斷出來的底層的規律。”卞勇進一步表示，現在納入AI學習的數據，不僅包括市場的交易數據，還包括許多大數據層面的因素，比如一些情緒的因素、一些投資者行為的因素等等。“隨著我們對市場以及市場相關的數據掌握得越來越多，計算機本身對市場了解其實要比人更深刻。”

    卞勇還告訴記者，在系統性風險到來之前，學習型人工智能會給出輔助判斷。“AI在學習的時候，是分周期來學習的，機器對于市場學習的解讀，若較長時間的學習結果和較短時間的學習結果出現明顯的跳躍，它會認為市場上的系統性風險比較大，并會對倉位做一定的限制。”他說。

    據悉，卞勇管理的萬家量化睿選靈活配置混合基金于7月3日開始發行，該基金正是采用AI選股策略，力爭獲得超額的穩定回報。