起底量化投资的“前半生”

 
在现如今信息爆炸的时代，我们往往对碎片化零散的信息应接不暇。
 

1、量化投资的起源

信息爆炸一词最早出现于20世纪80年代。统计表明，初始10年，全球信息量每20个月就增加近一倍。进入21世纪，信息量继续以几何级别增长。即使每天24小时看这些信息，也阅读不完。更何况，海量的信息中鱼龙混杂，从而使得真正有价值的信息被大量垃圾信息所淹没，我们在做投资和交易时也遇到此番“信息匮乏”的窘境。
 
为了更好应对风云变换的市场，一部分投资者开始尝试借助计算机工具追赶信息爆炸的速度，通过建立在计算机上的软件程序自动分析整个证券市场的信息及价格变化，这便是量化投资的起源。
 

2、量化投资的发展

 
随着技术的进步和数学工具的涌现，聪明的量化投资者开始用庞大的投资组合不断测试训练，统计概率，精确计算，以期能战胜市场。
 
特别是人工智能技术的突破，从深蓝称霸国际象棋界，到master在“终极智商游戏”围棋上戏谑人类，从siri语音识别系统到无人驾驶技术，越来越多的领域享受到了AI带来的便利。在投资界，也慢慢实现类似“人类判断”的投资逻辑，从引入越来越多的非线性或模糊逻辑运算到海量高速运算自我训练，这一方法开始释放人类的劳动力。
 
在证券市场上，人工智能机器为了筛选出跑赢市场的股票，会从不同维度找出一些能带来超额收益的股票特征，这些影响维度被称为“因子”。人工智能的技术运用多因子分析来探究并筛选有效标的构建市场科学的股票投资组合。
 
目前人工智能在交易上的算法已经可以代替股票交易员、股票研究员，但还不能完全战胜尖端的基金经理，因为机器在建模过程依赖历史数据，或者说需要有一定长度的历史数据才能进行分析建模，在某些特定时间段，可能会因为市场结构和规律的突变而出现不适应性，不过相信在不久的将来，人工智能也将超越投资界的“李世乭”，人类基金经理也将面临重挫和失业。
 

3、量化投资的变革

 
当前的A股市场站在转型的风口浪尖：国内经济、金融监管力度以及IPO扩容发行均进入新常态阶段，已在“高估成长、低估价值”轨道上运行长达十年的A股市场也面临“转轨”的可能。在转折初期，由于缺乏充足历史数据进行统计和检验，量化投资模型短期内会出现不适应。在这种情况下，大部分投资团队会选择继续容忍模型不断试错和自我演化，但也有小部分团队果断决定人为加快模型进化速度，缩短模型适应市场变化的周期。
 
此时，人工智能技术领域发生巨大的变革，强者适应了新的行情与挑战，弱者被淘汰。正如，在2017年上半年，市场上出现了“一九”行情、对冲成本居高不下、市场波动率屡创新低等骤然挑战；原有的模型遇到了“水土不服”的情况，过去十年内最有效的市值因子率先失效，随后，反转因子、估值因子等长期有效因子也纷纷出现不同程度的失灵，量化投资公司对机器和模型整体调整后，慢慢踏上了恢复性节奏。
 

4、愿走出半生，归来仍是少年

 
对于近期多种因子失效的问题，笔者认为，我国证券市场发展时间较短，量化投资的发展更是短短几年。因此，模型往往会将一种短期规律视作普适规律。例如，国内量化对冲基金只是依据过去十多年的历史规律，在当前的多变的市场中隐藏着大的风险。就这层意义而言，量化投资者们需要在市场周期切换时，基于一定投资逻辑对策略模型的风险暴露进行调整，降低模型在各因子维度上的风险暴露。同时，应当着眼于对市场大周期切换与有效因子轮动规律的研究，特别注重与国外市场同期变化的对比，以实现量化模型的快速调整。
 
从国外几十年的经验来看，通过量化分析手段挖掘股票市场的超额收益是一种持续稳定的投资逻辑，其在海量数据处理方面具有绝对优势。随着自然语言处理、机器学习乃至人工智能等分析手段不断进步，量化投资将继续学习和吸取各家所长，自我完善，为广大投资者提供更为科学和理性的投资方式。