近来学习型Al迅速发展，私募基金已开始将学习型Al积极应用于投资领域，对传统量化模型进行革命性升级。据悉，宜发财富已发行的宜发智能投资机器人1号基金，便采用了宜发财富量化团队自主开发的学习型AI（人工智能）选股策略，力争获得稳定的超额回报。
 
近日，Facebook创世人扎克伯格和“科学狂人”马斯克隔空互怼Al会不会导致人类的毁灭，引起众多群众的围观，但我们今天要讨论关于Al会不会毁灭人类这个话题，而是将焦点投向Al在投资领域所带来巨大历史变革，探究Al如何给传统的投资模式带来的颠覆性影响。
 

“学习型Al”优势明显

 
Al兴起于上世纪50年代，60多年来，已取得长足发展，形成一门广泛的交叉和前沿学科。　“Al目前在不同领域的应用已经非常广泛，例如自动驾驶、人脸识别等技术基本上已经涉及生产层面。宜发财富认为未来Al和选股相结合，其实就是一个场景化的过程，谁在这方面起步越早、准备越充分、技术结合越完善，谁就能脱颖而出，这也是宜发财富不留遗力发展Al应用于投资领域这一新研究的原因。
 
Al可以通过两种途径纳入量化投资策略。其一是“专家型Al”，即帮助基金经理处理海量数据，从而帮助其作出投资决策。其二是“学习型Al”，它能模仿人的主观判断捕捉市场信息，进行加工，再形成自己的投资决策。学习型Al非常具有想象力，且非常有可能颠覆资管行业的技术领域

传统量化模型亟待升级

今年以来传统量化基金整体表现欠佳，宜发财富高级策略研究员尹书杨认为，基金业绩不佳有两个原因。首先，量化基金是根据历史数据寻找市场规律去获取超额收益，而当量化策略趋同时，所有人都用同样的方法选出类似的股票，每个人的超额收益就会不断下降。其次，传统量化基金模型普遍对小市值因子暴露过高，在大盘蓝筹占据上风的市场环境中，仍然以持有中小市值股票为主。由于模型精细度低，难以迅速调整，所以业绩表现被大幅削弱。

“量化投资所追求的是超额收益，其实际来源就是市场上的玩家本身。如果市场上采用同一种策略的人越来越多，那么因子就会慢慢失效。尹书杨坦言，要提高量化基金的收益水平就必须在模型上有所改进，不能采用同质化的策略。

学习型Al进入量化投资领域趋势不可逆转

在尹书杨看来，Al进入量化投资领域是种趋势，比如对数据的处理上，Al技术扩宽了数据来源，使得有更多数据能够被纳入分析。而在算法上，Al技术也让金融工具能自动进化交易策略。学习型的Al”，它是一个自主学习的过程，例如我们给了系统20年的全球经济和市场数据，以及让它学习现代金融的历史，让它找出不同因素是如何影响各资产类别、行业和地区的价格。它不是按照程序遵循任何特定的交易策略，因为我们没有告诉它去寻找这些。系统会自动识别概念，并在特定市场状况下，将概念通性能绩效联系起来，再对这些信息进行加工，最后形成自己的决策。

相比之下，传统的量化投资方法往往严格应用事先设定好的策略，它的基本假设是现在的相关性会无限持续下去。但这往往会造成很大问题，因为市场瞬息万变。所以学习型Al系统的优势在于，它能够随着旧关系的衰减以及新关系的出现，不断进化自己的投资策略。

降低人为干扰影响

值得注意的是，A股市场风格多变，且容易受到政策调整影响，这对存在滞后性的量化投资是个严峻考验。

通过学习型的AI选股方式，保证了对证券市场海量信息的及时有效处理，避免了人为因素的干扰，也降低了模型风险，最大限度地做到风险和预期收益的可测、可控。传统量化模型过往在小盘股上配置过多权重，一旦市场风格切换，无法及时反应；而学习型AI选股可时刻洞察市场风格变化，自动适应、自主学习，形成最契合当下市场风格的股票组合。

宜发财富未来发展的方向

尹书杨认为，“市场上曾经发生过的变化均已体现在计算机所接收到的信息当中，其中不仅包括市场交易数据，还含有许多投资者行为、情绪等大数据层面的因素。相信随着我们对市场以及市场相关数据掌握得越来越多，计算机本身对市场的了解要比人更深刻。”

所以，宜发财富基于未来的考虑，耗费巨资自主开发了基于深度学习的量化多因子选股模型，能够对各种复杂多变的因素进行分析并进行自主学习，从而适应不断变化的市场环境，最终形成了一套学习型AI选股策略。“这个学习型Al策略和其他类型策略最大的不同是，这不是一个静态的模型，而是机器通过学习动态管理资产组合的动态模型。

中国的Al投资服务市场才刚刚起步，但基于如此巨大的市场容量，宜发财富本次研发新的学习型Al策略还只是公司成长过程中的扬帆起航，其驶向星辰大海的征程将开创资产管理行业与前沿科技结合的新时代！