一九行情之下 量化投资如何寻求突破
目前国内量化投资遇到三大挑战：小盘因子效果不佳，股票商品债券同步下跌，市场资金纷纷杀入量化致使阿尔法收益降低。
第四届中国机构投资者峰会暨财富管理国际论坛（量化分论坛）邀请了目前海内外量化界几位重量级投资和研究人士，其中包括嘉实基金董事总经理、负责嘉实人工智能投研中心的张自力，景顺长城基金量化投资总监黎海威，国泰君安金融工程首席分析师刘富兵，前海开源基金董事总经理江少坤和富善投资总经理林成栋。上述嘉宾就目前量化投资的发展现状、面临的困境和挑战，以及在人工智能方面的探索进行了探讨。
由于今年以来量化产品业绩普遍出现回撤，嘉宾就市场流行的小盘策略进行讨论认为，在目前监管环境下，小盘股遭遇的困境可能需要完整考虑到策略的制定过程中，但中长期来看小盘策略仍然有空间。随着互联互通机制的放开，A股的投资者构成也在逐步变化，量化也应当考虑这一变化因素。
小盘策略不是量化的全部
指数增强更适合公募
张自力：首先一个问题就是关于今年量化基金的回撤。之前2015年、2016年量化做得都非常好，而小盘策略又是最受欢迎的量化策略，所以我想跟大家深入讨论一下，量化策略到底赚的是不是小盘股的钱？
黎海威：我的投资生涯从2004年开始，经历了两轮市场周期，到现在有14年。我最早是做港股量化出身的，后来再转到亚太其他市场，我发现量化的方法对全球新兴市场的效果都不错。
涉足A股时，我们用系统化的方法研究A股，中间花了很长时间。第一个观察结论是美国股票和新兴市场股票，这些不同的市场中人性等反映在市场上的表现是共通的，所谓的中国特色在我看来是不完全成立的。不同新兴市场和不同的阶段都是有很多类似之处，更多的是体制转型和文化的共性。传统的小盘股为什么会那么强？除了小盘股发展阶段的生命周期以外，在A股还有很多中国的制度化问题，包括IPO、定增等制度给股票带来的溢价等。我之前看到卖方报告说中国的小盘股的壳价值平均每个估价是25亿元，但随着IPO加快，现在可能会变成10个亿，你想这个过程会跌多少。
林成栋：大部分做量化并不是在做小盘股，小盘只是其中一小块，甚至我看到有一些文章说小盘因子失效，是不是失效我不知道，但是量化对冲来说，可以换成另一问题，为什么有些因子比较难做？ 刚才我们也说了，我们有一些基本面出身做量化的，其实我们在做一种均衡。
在中国，我们这个阿尔法至少有一部分在做基本面研究，量化的识别是有效的。我这个因子有能力做好股票，在国外我们产品是多空的，在中国，我们多头的部分是有轮涨式的。其实这两个加起来收益非常好。
江少坤：刚刚说的就是如果我在今天不能做空股票的情况下，我怎么把这个优势给体现出来？其实就是指数增强，用指数增强把多空给体现出来，在这种情况下指数增强我觉得是一个非常好的策略。
林成栋：公募是好，但是私募做这个指数增强其实是有问题的。我觉得主要有三个问题，第一是做哪个指数增强，你刚才举了例子，做全A的你肯定亏钱，你只有做沪深300和中证800这样的，但是最后成了你要给客户一个命题让他选做哪个，他也说不好。第二是私募是做超额回报来赚钱的，除非说我能够有超额回报指数才能做，这个产品涉及的东西很复杂。
黎海威：公募是做相对产品出身的，但国内机构大家都明白，还是要绝对收益的。至于美国市场，由于体制比较健全，美国长期是一个慢牛，但国内波动比较大，面临一些挑战。另外是客户的选择，你可以从阿尔法收20%的业务提成，在海外是可以做到的，但是国内市场则需要市场Beta有一个好的向上趋势，否则做两三年就不干了，要是有2015年的大行情，客户赚到后可能立马赎回，这也肯定行不通。
今年一九行情下
量化如何决策？
刘富兵：我们也是一直关注黎总的产品，他们今年表现确实非常稳定。今年行情真的是一九行情，为什么这么说呢？你做300增强的话在300内选股非常好，但是你在市场选股非常差，这有运气成分，也有市场成分。
张自力：我补充一下，量化投资到底相信什么？我们信的是小盘还是信的其他什么？其实我们最相信的还是分散化投资。未来到底怎么样，我觉得未来大盘小盘经过一次轮动以后，会稍微平衡一些。包括证监会监管场景的变化，就是让大家知道纯赚小盘的钱其实是非理性的。中小企业投资是来自于中国特色，如果给了他们一些好的生存环境，比如说融资环境或者政策环境、税收环境，他们可能就又起来了。如果这个创新能力又打开了，会让我们这个经济环境中的中小民企有更多良性土壤，当然还是要把一些壳资源泡沫去了以后，将来可能小盘股就不是五十亿以下了，那可能是以百亿为分水岭。相比之下，在海外，美国的大公司保持很好的创新，他们之间的竞争非常激烈，这个竞争导致他们有很好的创新能力。
目前市场行情出现了股、债、商品三杀，凸显了资产配置的失败，我国股票、债券以及商品之间的相关性虽然比较低，但在我们的资产配置方案里面对现金又往往没有较多考虑，你们怎么看资产配置？
刘富兵：正好我们目前在考虑这个问题。首先，应把每一个类别的资产给研究清楚，因为刚才其实张总讲的“三杀”，股票、商品、债券，你怎么配置呢？所以这个挑战很大，如果你通过研究股票，研究债券，研究商品发现都不行，那导致你最终结果就是必须配现金。因此你要先把每一个资产了解清楚才能配置。当然这个对你的要求非常高，所以我们的建议就是在对每一个资产研究之前不要轻易糅合。
第二就是资产配置之前我们走了很多弯路。以前，我总是想告诉你现金30%，股票50%，商品20%这样一个比较清晰的配置结果，但事实上资产配置做不到这点，也不需要做到这点，你只需要在某一个时间，哪些资产你跑得好和跑得差就够了。
A股市场构成边际变化
对量化投资产生影响
张自力：随着沪港通、深港通的开放，A股的投资者构成发生了变化。我们形成一国三地（沪深港）的环境，因为投资者结构方面正在变化，虽然占比并不大，但这个边际效应会对市场产生什么样的影响？
黎海威：当然我们看到的首先是沪港通、深港通打开了以后，可以观察到两地都上市的股票的AH折溢价指数。虽然有一些基金在做套利，但是实盘效果不见得那么好，因为市场之间毕竟没有完全打通。但按照同股同权不应该有本质区别，长期看三个市场联动肯定会越来越强。
张自力：我觉得一国三地的话，可能基本面量化还是比较靠谱的一个方向。就是说，我们在选股里面加上更多基本面的东西，可能会更好一些，我不知道林总你是什么看法。
林成栋：我有一个血的教训。这个很对，因为我们正好去年也做了港股量化产品，但是实际上效果并不好，当然这个我觉得有两方面原因，去年整个基金在亚太地区都不是很好，包括我了解一些做得很好的都拿了奖的去年也亏钱，所以特朗普上台那个月我们也亏了两个点，但是今年可能做得不错又回来了。亏钱的原因第一个就是形势不好，第二个就是你说的，我们看到市场差异的问题。港股绝对不能去弄那些小的股票，没有业绩的肯定也不行。你会发现因为技术面的因子买了这些股票，你也会亏钱，这个我们做了一些调整，今年就表现得很好。
我觉得这个背后很重要的原因还是投资者结构不一样。很多A股都能交易的策略，但是在香港市场不行。我觉得还是回到基本面这个东西才有机会获取回报，这是我自己的真实感受。国内量化的空间太大了，随着放开后高手进来，我觉得还是要保持与时俱进，可能我危机意识始终比较强。
目前尚未有成功案例
人工智能投资
张自力：我们今天讲量化投资新风口，我跟大家透露，去年冒了个险，我把自己的量化帽子给摘掉了，变成了人工智能，成立了人工智能投研中心，里面有三个部门，其中与北大光华合作的博士后科研工作站现在招了8个博士后，专门研究投资的人工智能以及资产配置。
我觉得量化是比较初级的人工智能，现在投资界的人工智能，跟现在大互联网公司用的大数据和深度学习的区别，它只是一个数据的区别。两者相通的是思想或逻辑上的发展，如让机器辅助人或者代替人做决策。人工智能必然是未来一个很大的风口，怎么样从一个初级人工智能变成一个真正的人工智能呢？
江少坤：前海开源基金成立时间不久，人工智能现在还没涉足。我的确在海外做了很久的CTA，但是做的这十多年里面我们还没有碰过人工智能。我看到比较成功的一些人工智能还是离不开多因子选股框架，最多再加上高频。
黎海威：我是2011年回国，虽然最近没有在国外，但是我自己理解人工智能在2005年之前是非常火的，但是后来沉寂了很久。目前人工智能重新成为热点和几个轰动性的事件有关，比如Google自动驾驶、AlphaGo击败围棋世界冠军等。
林成栋：我也说一下，我是中性态度。第一个就是张总说的，你怎么鉴定人工智能。如果人工智能通过数据、机器服务人做一些决策，那这个没有问题。你看很多报道说高盛把交易员裁掉用量化、机器替代，这可以提高效率。但是人工智能是很复杂的，把人替代了做投资，不需要基金经理是不太可能的。因为即使是无人驾驶都是有规则的，线路都是定好的，但股市是需要监管的且可以改变规则，很难判断。而且有这么多的炒股人的构成，但我觉得人工智能可以辅助人做投资。这是我的第二个观点。
刘富兵：我之前是不相信人工智能的，但是有一天有人说深度学习是不需要规则的，让我改变了想法。就是当人工智能不需要人为制定规则的时候，很可怕。我的想法是如果人工智能可以通过一些思想找到规律，比我们任何一个人想得好，如果达到这种效果的话我们就没有办法了。所以我对职业生涯很悲观，可能迟早有一天就跟诺基亚在苹果诞生后一样。但是目前能不能达到这个效果还需要大公司的探索。
张自力：我觉得交流这个问题很有意思，人工智能是有一个广义的和狭义的考量。如果像大家说的替代人工我觉得应该是比较困难的。不是说不可能，其实人工智能也是在模拟人的思考，神经网络实际上是非常复杂的，还是有希望。
我认为如果按照我的狭义人工智能定义的话，我没有那么悲观，在技术上，我不会上来就给大家画一个巨大的饼，但没有实际效果。我们马上就要发几篇学术论文出来，确实是利用了人工智能，虽然不是说用得那么极致，但是我们挑了几个软柿子捏，比如国债。所谓的软柿子就是驱动因素比较少。我们现在虽然没有交易，但是我们也有实盘跟踪，没有一次是亏的，很有意思的事情。 近期，也会把它作为一个学术成果跟大家分享。
还有一个领域可以参与的是CTA，我也认为是一个软柿子，CTA方面我们没有太多资源，因为公募基金实际上没有交易环境的，但是可以同其他机构合作。股票这东西牵涉太多，我们还在探索，在股票投资里做人工智能你需要关注一个非常非常窄的突破。
来源：开拓者金融网
