■本報見習(xí)記者 王明山

    震蕩市場時，量化投資總會給人帶來驚喜。尤其是在公募基金市場上，量化基金在近幾年的業(yè)績也一直處在領(lǐng)先水平——《證券日報》基金新聞部記者根據(jù)Wind資訊數(shù)據(jù)統(tǒng)計，截至4月4日，近3年來主動量化型基金的平均收益率為35.12%，而同期偏股混合型基金的平均收益率為28.14%，同期滬深300指數(shù)的漲幅僅為16.14%。

    目前量化模型有了哪些升級，量化模型是如何戰(zhàn)勝人工選股的，量化模型未來的發(fā)展方向又是怎樣的？《證券日報》基金新聞部記者帶著這些問題，專訪了萬家基金的量化投資總監(jiān)卞勇。卞勇表示，他把團(tuán)隊打造成盡可能標(biāo)準(zhǔn)化的團(tuán)隊，出發(fā)點(diǎn)是盡可能地降低人為因素的干擾，讓模型更加自主地發(fā)揮其學(xué)習(xí)能力。因子的選擇和因子的組合方式，包括一些組合優(yōu)化等方面，他希望都能交給模型去解決。

    AI選股代替?zhèn)鹘y(tǒng)量化策略

    讓模型主動適應(yīng)市場

    萬家基金量化投資總監(jiān)卞勇，已經(jīng)有超10年的量化策略研發(fā)和投資組合管理經(jīng)驗，由其管理的萬家量化睿選靈活配置，在近1月的收益率為9.99%，自2017年8月份成立以來的收益率為7.57%，均戰(zhàn)勝銀河同類靈活配置基金平均水平，也均跑贏主動量化基金的平均收益率。

    能夠取得這樣的成績，卞勇分析稱：“該基金采用動態(tài)模型來選股，與傳統(tǒng)的靜態(tài)模型最大的不同之處，是模型能夠自發(fā)地適應(yīng)市場的變化。面對市場環(huán)境的變化，我們提出的方案就是讓模型自動去學(xué)習(xí)過去一段時間市場的變化，希望它能夠盡快地適應(yīng)市場的變化。”

    據(jù)了解，目前萬家基金的量化模型的原始因子有300多個，其中核心的因子有80多個。卞勇對《證券日報》基金新聞部記者表示，在模型里面投研團(tuán)隊會定期地對因子做一個解釋，線性模型因子的更新周期一般是一年一次，這是因為較短的時間周期不能很好地衡量一個因子，短期的因子他們則是讓模型進(jìn)行判斷。

    傳統(tǒng)量化模型很難解決因子之間的相關(guān)性問題，這導(dǎo)致在傳統(tǒng)模型中，具有相關(guān)性因子的權(quán)重之間會相互影響。卞勇表示，新的AI選股模型已經(jīng)能夠很好地解決這個問題：線性模型中的相關(guān)因子，可以在模型中加入一個新的因子，把原先兩個因子之間的相關(guān)性去掉，通過回歸的方式，去掉其某個因子貢獻(xiàn)性；在非線性模型中，AI模型在選取因子后會給予其動態(tài)的權(quán)重，對市場特征做逐層遞增、更精準(zhǔn)的描述。

    卞勇對《證券日報》基金新聞部記者表示，新的量化選股模型采用AI選股有三個優(yōu)勢：第一，在動態(tài)算法方面，新的模型可以運(yùn)用大數(shù)據(jù)運(yùn)算發(fā)掘最有效因子，并為因子動態(tài)匹配最優(yōu)權(quán)重；第二，在自主優(yōu)化方面，新的模型能夠自動判斷無效數(shù)據(jù)，通過不斷優(yōu)化因子組合來提高模型勝率；第三，在自適應(yīng)性方面，新模型能不斷適應(yīng)市場風(fēng)格變化，形成最契合當(dāng)下市場風(fēng)格的股票組合。

    限制行業(yè)的偏離度

    依靠分散化投資組合取勝

    任何策略和任何模型，包括任何基金經(jīng)理，都有自己的比較優(yōu)勢和比較劣勢。在接受《證券日報》基金新聞部記者專訪時，卞勇談起量化模型的滯后性也毫不避諱，“從邏輯理論上來說，這肯定是量化模型的一個劣勢，我也希望量化模型是來做預(yù)測的，但大多時候我都是拿它來做一個總結(jié)。”

    卞勇表示，從統(tǒng)計的結(jié)果來看，量化模型與基金經(jīng)理的主動判斷相比，勝率是高的。兩者對應(yīng)的估值因素有多不同，一種是靜態(tài)的，一種是預(yù)測未來的PE，但統(tǒng)計歷史數(shù)據(jù)會發(fā)現(xiàn)，靜態(tài)模型所帶來的歷史的PE往往比預(yù)測的PE勝率更高。“預(yù)測的PE，它對的時候差異不會太多，但如果錯的時候會差異很大，這樣我們就會承擔(dān)相應(yīng)的風(fēng)險。從這個角度來說，我并不覺這是靜態(tài)量化的一個劣勢。”卞勇如是說。

    讓他印象最為深刻的是在2016年11月份，量化模型在對短周期和長周期進(jìn)行自主分析時，發(fā)現(xiàn)長周期因子組合基本還是小市值、高換手和漲跌幅等代表市場情緒的一些因子，但是在短周期的因子組合卻迅速切換到估值上，PB突然出現(xiàn)在短周期因子的最前面。當(dāng)時卞勇認(rèn)為，在短周期和長周期在市場觀點(diǎn)上產(chǎn)生一個較大的分歧時，市場也會在短期迎來調(diào)整。他決定降低當(dāng)時正在管理組合的倉位，后來在2016年年底時市場經(jīng)歷了一次非常大的調(diào)整。

    各因子的權(quán)重，又該怎樣去確定呢？卞勇對《證券日報》基金新聞部記者表示，市場上有幾種通用的做法，萬家基金用得比較多有兩種：在線性模型中，他們會用因子和未來收益相關(guān)性指標(biāo)來衡量這個因子的能力，也就是看這個因子對未來的預(yù)測能力；在非線性模型中，則是通過算法來解決，各因子權(quán)重的決定是一個迭代的過程。每次去試不同的因子，當(dāng)這個因子有效的時候，就給它加一定的權(quán)重，當(dāng)因子無效的時候，就給它減一定的權(quán)重。反復(fù)進(jìn)行這個過程，不斷調(diào)整因子的權(quán)重，最后調(diào)到一個比較穩(wěn)定的水平。

    在談及量化模型對行業(yè)和個股的偏離度時，卞勇說道：“我認(rèn)為，如果用量化投資方式來進(jìn)行操作，尤其是在多因子框架之下，就必須對量化模型的行業(yè)配置和個股的風(fēng)險進(jìn)行分散。我通常會對每個行業(yè)的偏離度做一個限制，對個股的配置比例也會有所限制，這能最大限度避免單一股票或單一行業(yè)給我的股票組合帶來的影響，也是我們做分散投資的基本要求。”

    卞勇對其量化模型的分散化投資看得很重，他甚至把量化投資的分散化看做量化投資靠概率取勝的關(guān)鍵。這主要表現(xiàn)在兩個方面：一是，量化投資不斷地從歷史中挖掘有望在未來重復(fù)的歷史規(guī)律并加以利用，這些歷史規(guī)律都有較大概率取勝的策略；二是，靠篩選出的投資組合來取勝，而不是一個或幾個品種來取勝。

    引入同花順大數(shù)據(jù)支持

    增強(qiáng)量化投資決策前瞻性

    據(jù)了解，萬家基金的量化模型已經(jīng)成功引入了同花順大數(shù)據(jù)，并將在今年發(fā)行一只相關(guān)的基金產(chǎn)品——萬家量化同順，該基金將以中證800為選股標(biāo)的。

    卞勇對《證券日報》基金新聞部記者表示，同花順公司為該基金提供大數(shù)據(jù)支持，是通過收集、處理和運(yùn)用市場情緒、新聞評價、個股關(guān)注度、用戶行為等信息，力爭更加前瞻性地全面把握市場動態(tài)，及時捕捉市場變化和機(jī)會，更加有效地應(yīng)對市場風(fēng)險。與此同時，量化模型也會構(gòu)建新的大數(shù)據(jù)系列因子，通過不斷地自我學(xué)習(xí)和驗證，逐步篩選、確定出核心因子庫。

    為了能夠讓模型更加自主地發(fā)揮其學(xué)習(xí)能力，卞勇表示，他把團(tuán)隊打造成盡可能標(biāo)準(zhǔn)化的團(tuán)隊，出發(fā)點(diǎn)是盡可能地降低人為因素的干擾。因子的選擇和因子的組合方式，包括一些組合優(yōu)化等方面，他希望都能交給模型去解決。但是在這個過程中，還是需要人為地控制一些因素，一個是在對標(biāo)的的選擇上，另外在模型的管理當(dāng)中，關(guān)于一些風(fēng)險偏離參數(shù)的設(shè)定。

    對于量化模型未來的發(fā)展，卞勇滿懷憧憬。他表示，量化模型未來的發(fā)展方向最重要的一點(diǎn)，就是如何更有效地把握市場信息，如何對市場信息做出及時有效的反饋。萬家基金的量化一直都處在技術(shù)的前沿，其發(fā)展過程是與技術(shù)手段相輔相成的。

    與此次引入同花順大數(shù)據(jù)一致，卞勇對未來計算機(jī)的運(yùn)算能力以及數(shù)據(jù)提供商的進(jìn)一步發(fā)展都十分看好，他覺得這些是未來比較明確的發(fā)展方向。同時，量化投資者在國內(nèi)有更好的發(fā)展，還有賴于市場更進(jìn)一步的完善，市場政策、交易結(jié)構(gòu)、投資者結(jié)構(gòu)的成熟化，這些都會給量化產(chǎn)品帶來更大的突破。“我們也可以看到這樣的趨勢，今年公募基金市場上量化基金的數(shù)量也有明顯的上升。”卞勇說道。