证大资产转战AI投资 机器学习赋能量化选股

本篇文章1948字，读完约5分钟

我们的见习记者刘东

老私募常青上海证大投资管理有限公司(以下简称证大资产)最近在忙什么？所有的员工都学习python(人工智能的首选编程语言)，甚至前台的女孩也没有落后。

日前，《证券日报》记者走访了位于证大五道口广场的证大资产。从员工们展示的内部微信群中，我们发现有30多人都学会了如何编程，而且每个人每天都要以很高的热情交作业。证大资产合伙人刘兵在接受记者采访时表示:机器学习是大势所趋。目前，我们的许多定量选股模型已经被转换成更尖端的机器学习算法，这也是证大今年仍优于该指数的原因之一。

量化股票选择并广泛应用机器学习

证大资产管理团队的主要成员来自上海证大投资管理有限公司..朱博士是团队的核心，是行业内的传奇人物。1993年国内证券市场建设之初，他在上海创立了证大投资。他是中国最早成立的投资管理公司之一，并因其业绩获得了行业内的主要奖项。

据了解，2011年，证大资产努力进行量化交易，2014年开始进行大规模量化投资。目前，证大资产的产品主要分为两类，一类是基于基本面选股的长期战略产品，由朱博士负责；另一类是定量选股战略产品，由刘兵博士负责。这两个队每周都交流。在证大近20年积累的选股经验的基础上，量化投资团队进一步细化了逻辑，并将其应用到量化模型中。目前交易频率为中低频率，股票池每月更新一次。刘冰的团队近年来取得了令人瞩目的成就:证大稳步增长，2014年至2017年的累计回报率为500%。

刘冰有10多年的定量投资经验，他的主要投资策略是定量选股。然而，与传统的静态选股模式不同，他增加了头寸管理、因素轮换和事件驱动等策略。通过多种模型监控市场情绪，并根据模型信号灵活调整头寸。同时，要素轮换模型将在不同的市场条件下分配各要素的权重，以获得高回报。

目前，这些动态调整正由机器学习算法智能地实现。

定量选股的关键在于挖掘更多的动态因素。目前，市场在不断变化，a股很难通过某个因素赚钱。例如，从2017年到2018年初，这是一个强劲的蓝筹股市场，如果小盘股因素一成不变，它将面临大问题。这就是为什么我们的许多模型已经被转换成更复杂的机器学习。刘兵告诉记者。

阿尔法狗(Alpha dog)在围棋界声名鹊起，然后人工智能技术被应用到投资领域。2016年底，证大资产提议投资人工智能，该计划于2017年初正式实施。现在，机器学习已经取代了大多数模型中的传统算法。从证大的应用效果来看，与传统算法相比，机器学习可以提高定量选股模型的适应性，大大提高中标率。

然而，刘冰仍然对人工智能技术持辩证理性的态度:超额回报是来自市场的低效还是机器学习的优势？国内市场的超额回报可能来自市场的无效性。

为什么世界上第一只aietf会失败？

刘兵认为，与国际市场相比，国内股市仍然具有较高的无效性。因此，无论是定量策略还是基本面投资，只要足够专业，都可以在a股中获得超额回报，而机器学习的领先性能起着不确定的作用。为什么国内散户投资者会赔钱？本质上，散户投资者应该从市场的长期上涨中赚钱。然而，从长期来看，国内指数并没有上升，但对于专业投资者来说，a股可以通过选股赚取阿尔法而不是贝塔的钱。

国际案例也是如此。2017年10月18日，旧金山的equbot公司推出了aipoweredequityetf。它使用ibmwatson超级计算机进行美国股票的大数据处理和积极投资管理，也是世界上第一个人工智能etf。仅经过两天的交易，它轻松超越了美国股市。然而，一两个月后，事情被揭露了。迄今为止，一年多来，美国表现不佳股票的S&P 500指数略有变化。

这表明美国股票的有效性远远高于a股，即使美国人工智能投资使用比国内更先进的计算能力和更好的数据来源，它也可能无法超越指数。这不仅仅是机器学习。事实上，对于像巴菲特这样的大投资者来说也是如此。刘兵表示，巴菲特过去50年的复合年化收益率为20%，但实际上，其20%-30%的超额收益率是在早期形成的。从最近10年的回报率来看，与指数增长几乎没有区别。除了规模原因，另一个因素是美国的市场效率已经很高了。

然而，毫无疑问，机器学习在资产管理领域的应用已经成为一大趋势。国内外领先的公共和私人基金纷纷试水，证大资产处于领先地位。

人工智能有三大要素:场景、算法和计算能力。目前，证大资产对人工智能的应用场景是选股。机器学习可以更好地捕捉和适应市场动态，例如风格转换、高交付和性能驱动的市场轮换。人工智能势不可挡，但由于它的某些障碍，它对研究人员、计算机、数据和经验积累都有很高的要求，而且对算法细节的不同处理会导致截然不同的结果。因此，人工智能的探索和布局越早越好，以便积累和深化。未来，证大资产将继续加大投资，我们始终相信好事会很快发生。刘兵说道。

来源：新浪直播网