万家基金卞勇：“学习型人工智能”将颠覆量化投资模式

　　上周末，基金“中考”成绩单揭晓，各类基金平均收益率均为正数。拉长时间来看，主动偏股型基金最近三年取得收益率为68.04%的不错表现，长期表现更优的主动管理型量化基金同期平均收益率更是高达91.64%。不过，自去年11月份开始，A股发生较大的风格切换，大盘蓝筹走强，中小市值股票走弱。这使得模型给予中小市值过高权重的传统量化基金业绩表现削弱。最近一年主动偏股型基金收益4.01%，而主动量化基金同期收益率5.85%。传统的量化投资还需如何改进？今后将做怎样的变革与升级？

　　“2016年11月份以来，市场风格变化，对量化模型的应变能力和数据处理的精细程度要求更高，然而传统量化基金模型缺乏动态调整的能力，对小市值过高暴露的现象仍普遍存在，继续以持有中小市值股票为主，无法应对市场的风格变化，业绩表现削弱。”万家基金量化投资部总监卞勇在接受《证券日报》基金新闻部记者采访时表示，“学习型的AI”能够模仿人的判断去主动地捕捉市场信息，再对海量信息进行加工，形成自己的决策，它完全能够做到比人类想得更多、反应的更快，AI未来在资产管理行业的应用会极具想象力，并可能颠覆资管行业的量化投资，乃至整个资管行业。

　　上半年市场风格切换 传统量化投资面临挑战

　　据《证券日报》基金新闻部记者最新统计，截至6月30日，主动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；主动量化基金最近三年平均收益率达91.64%，远高于主动偏股型基金23.60%，最近一年取得5.85%的收益率，优于主动偏股型基金。整体来看，量化型基金收益表现均优于主动偏股型基金，但自去年11月份开始，A股就已发生较大的风格切换，大盘蓝筹走强，中小市值股票走弱，这使得模型给予中小市值过高权重的传统量化基金业绩表现削弱。

　　“传统量化策略的同质化，导致传统模型收益衰退，同时，传统建模的关键因素正在发生变化，因子与股票收益的非线性关系越来越强，传统静态线性模型已无法准确找到市场规律。”卞勇对《证券日报》基金新闻部记者进一步表示，2016年11月份前，传统量化基金收益较高。在小市值股票受到追捧的市场风格中，量化模型给予中小市值过高的权重，使得中小市值股票得分高，易被选入投资组合。2016年11月份以后，市场风格发生显著变化，对量化模型的应变能力和数据处理的精细程度提出了更高的要求，然而传统量化基金模型对小市值股票持仓过高的现象仍存在，继续以持有中小市值股票为主，无法应对市场的风格变化，业绩表现削弱。

　　学习型人工智能将颠覆资管业量化投资

　　当《证券日报》基金新闻部记者问及量化基金今后将做怎样的变革与升级时，卞勇明确说道：“人工智能势必会成为未来基金发展的主线之一，并且更有前途的是‘学习型AI’。”

　　“人工智能用在量化投资策略的开发，尤其是纳入到选股开发里面，我觉得有两种途径：一是‘专家型的人工智能’，容纳更多的信息，且包括标的的数量越来越多，一个包罗万象的‘专家型的人工智能’可以帮助投资经理更方便地去做投资决策；二是‘学习型的AI’，它本身并不包含那么多知识，而是包含一个学习的过程，它能够模仿人的判断去主动地捕捉市场的信息，再对这些信息进行加工，形成自己的决策。”卞勇对《证券日报》基金新闻部记者说道，“我认为，‘学习型的AI’未来更有前途，发展更具有想象力，并可能颠覆资管行业的量化投资。”

　　在卞勇看来，未来人工智能和选股相结合，其实就是一个场景化的过程。怎么样把选股场景和人工智能有效地结合起来，谁在这步走得越早，技术上结合得越完善，谁就越能在量化投资方面脱颖而出。不过，人工智能与选股的结合对整个行业也有两大冲击，一是对基金经理的替代效应很明显，二是其成本较低、可移植性强，规模效应明显，超额收益的获取速度可能会显著提升，最终使得行业不得不出现拼技术、拼投入的“赢者通吃”局面。

　　计算机对市场了解要比人更深刻

　　值得注意的是，A股除了风格的变换，还会受政策调整的影响，而这对量化投资来说是致命打击。在判断未来政策走势、把握风格变化时，计算机的反应会不会比人“迟钝”？人工智能选股怎样才能做到又快又准地捕捉超额收益、提高胜率呢？

　　卞勇对《证券日报》基金新闻部记者表示，绝大多数的量化投资都是偏右侧投资，是通过历史数据判断未来。从方法论上来看，所有的机器学习、人工智能都是通过对过去样例的学习，引导其对未来的预测和操作，所以其本身是有滞后性的。但是在面对一个新的环境时，究竟是计算机的反应更快还是人的反应更快，是值得商榷的。

　　“我们会让计算机主动学习过去一段时间市场上发生的所有事情，包括一些市场行为、非市场行为，并不会从数据上去刻意去除一些政策影响。把所有信息都纳入考虑范畴之内的模型，才真正具有外推性。我们想要的就是让计算机代替人，去找出人很难用自己的想象力、思考能力去判断出来的底层的规律。”卞勇进一步表示，现在纳入AI学习的数据，不仅包括市场的交易数据，还包括许多大数据层面的因素，比如一些情绪的因素、一些投资者行为的因素等等。“随着我们对市场以及市场相关的数据掌握得越来越多，计算机本身对市场了解其实要比人更深刻。”

　　卞勇还告诉记者，在系统性风险到来之前，学习型人工智能会给出辅助判断。“AI在学习的时候，是分周期来学习的，机器对于市场学习的解读，若较长时间的学习结果和较短时间的学习结果出现明显的跳跃，它会认为市场上的系统性风险比较大，并会对仓位做一定的限制。”他说。

(原标题：万家基金卞勇：“学习型人工智能”将颠覆量化投资模式)

(责任编辑：DF319)