人工智能嘗試提升有效性 財通量化核心優(yōu)選正發(fā)行

　　財通基金的量化投資二部負責人蘇俊杰有著和業(yè)內(nèi)其他基金經(jīng)理不太相似的學業(yè)經(jīng)歷。他是芝加哥大學人工智能方面的“科班生”，差一點成為硅谷科學家。如今這位當年的學霸，一頭扎進量化投資領(lǐng)域，他現(xiàn)在正在研究用人工智能來尋找量化投資的新突破點。

　　用阿爾法來增強收益

　　近日，蘇俊杰正要發(fā)行一只對標中證500指數(shù)的量化增強策略基金——財通量化核心優(yōu)選混合型基金。他向記者介紹，在他的量化模型中，主要分為三大模塊：阿爾法模型、風險模型和交易成本模型，阿爾法模型來更多地實現(xiàn)模型的阿爾法收益率，通過風險模型和交易成本模型來控制風險和交易成本。另外，他會通過優(yōu)化器來完善這些模型?！皩τ谝粋€模型來說，衡量的標準最終還是歸結(jié)于收益率、風險匹配度以及交易成本這三方面?！彼榻B，每個模型的阿爾法的側(cè)重點又各有不同。

　　“我們會更側(cè)重于用基本面信息挖掘來尋找阿爾法?！碧K俊杰認為，其實每家模型的阿爾法各有不同，而要獲取超額收益，大多得強調(diào)主動選股的能力。但是一旦涉及到主動管理就難以歸因也難以持久了。“在國外，對于一只基金業(yè)績的判斷大多基于較長期的業(yè)績。他們會關(guān)心十年期的業(yè)績該如何歸因，這些阿爾法因子每年能夠貢獻多少，而如果涉及到主動管理難以歸因，那就意味著其業(yè)績的持續(xù)性和穩(wěn)定性有風險。因此，對于我們而言，我們每個月都要做歸因分析，確保阿爾法都有明確的歸因?！?/span>

　　因此他要做的產(chǎn)品是阿爾法和貝塔分離型的產(chǎn)品，在獲取指數(shù)貝塔收益的同時再加上一部分指數(shù)增強的收益?！斑@樣的話，投資者就不需要為基金投資風格的轉(zhuǎn)變而擔心。”

　　引入人工智能輔助投資

　　蘇俊杰是位學霸級人物，讀書時代保送清華，主修自動化專業(yè)，之后到美國又攻讀了人工智能方向。蘇俊杰告訴記者，那個時候國內(nèi)人工智能方向的研究幾乎還沒有起步，出于對量化投資的看好和未來趨勢的判斷，他“跨界”做起量化投資研究。他在華泰柏瑞的量化投資團隊中歷練多年，去年來到財通基金組建了量化投資二部。在他的眼里，作為投資者，要常懷敬畏之心，既要敬畏這個市場，也要敬畏投資人。

　　在過去幾年間，記者多次與蘇俊杰交流，從交流中經(jīng)常會感受到蘇俊杰在量化投資領(lǐng)域中的專業(yè)性。他對于量化投資的研究很深入，從因子模型到海外最新科學成果，他都如數(shù)家珍；更重要的是，他對于量化投資收益與風險之間的平衡度理解得很通透。在過去幾年間，他沒有因為成長股牛市而高看小市值因子的價值，也沒有因為價值股牛市就隨意高看價值因子，他一直試圖尋找一種更長期的視角，以期盡可能保持模型長期收益的穩(wěn)定性。

　　“我們一直在關(guān)注海外的前沿科技，尤其是人工智能和大數(shù)據(jù)領(lǐng)域?！彼硎?，他們正在嘗試用人工智能和大數(shù)據(jù)技術(shù)來完善量化模型。“人工智能能夠提供傳統(tǒng)量化無法提供的非線性結(jié)論，這對提升量化模型的有效性幫助是非常大的?！彼硎?，但是這些嘗試還處于初步的階段。“量化基金本身非常強調(diào)歸因的透明，因此在應(yīng)用相關(guān)先進技術(shù)的時候也會特別重視新技術(shù)結(jié)果的歸因研究工作?！?/span>

　　基金投資需謹慎。量化投資需關(guān)注策略模型失效風險。

　　文中觀點不對股票市場未來走勢構(gòu)成任何保證。

2018年8月30日