资讯：量化私募人士：人工智能推进量化投资长足发展
在8月29日举行的第八届“中国财富管理发展论坛”上，来自量化私募、科技公司的专业人士围绕“人工智能如何赋能投资”的主题在中泰证券科技研发部总经理何波的主持下展开讨论。他们表示，人工智能正深入影响和重塑资管行业，近几年深度学习的应用有很大的发展，人工智能可以做到很强、很细致的表达，在量化投资中发挥着积极作用。他们还认为随着投资者对人工智能理解的加深，也将进一步推动量化投资长足的发展。
人工智能算法本身就具有很大的差异化
宁波灵均投资管理合伙企业CEO蔡枚杰分享了量化中性策略产品和固收产品在整个业态发展趋势的几点认识。她表示从近五六年看，投资者教育已经有所成熟。市场上对中性策略产品的需求是很大的，但是投资者也要认识到，中性策略产品不是固收，它是净值型的，是有波动的。真正的中性产品是没有敞口的，完全对冲的中性产品可以替代固收的，但是这里有前提条件：第一，客户要长期持有；第二，它是净值化的，而不是固定的，客户认知也要有更新和迭代。蔡枚杰表示，灵均从2017年就开始布局人工智能，做了很大的投入，并取得很好的效果，但是人工智并不能完全替代人，人工智能是补充。在认知和方法维度上，构建量化策略需要广度和深度的结合。每家量化私募机构都有自己的特色，这种特色看业绩，检验的标准一个是阿尔法可持续性，第二是阿尔法的容量。
幻方量化董事总经理蔡力宇分享了如何打造人工智能量化产品的差异化体会。他认为人工智能并不是同质化的，内部存在很大的差异。市场上有人认为人工智能产品差不多，本质上还是对人工智能接触的时间比较短，了解还不够深入。对于幻方来说，作为资管公司并不是说追求差异化的策略，追求的是差异化的收益，更高的收益来源是策略，其中根本道理就是数据可以提供额外的信息，可以创造收益。各家公司为了追求收益，必然会搭建更加丰富的模型和深层次的网络。最后，从搭建整个策略的维度来说，既然要搭建复杂的模型，必然会涉及到背后算力的问题，相信在今后的市场中私募量化机构走向会有非常大的差异。
数据创造超额收益，也存在噪音
现在做量化策略的时候会面临一个问题：数据特别多，一天上亿条。海量的数据中，也有大量的噪音。在策略模型计算过程中，如何消除噪音是量化机构面临的一大问题。
量桥投资管理（上海）有限公司产品总监陈威任认为，每家私募机构对于人工智能使用的方式不太一样。量桥投资是偏好高频交易的公司，所以在人工智能技术使用层面，是找寻新的、不一样的数据来进行建模。在建模过程当中，数据的清洗必然会是一个非常关键和核心的问题。在这个问题上，量桥投资主要用两个方式来解决。第一个是谨慎设计截取数据的实验；第二个是尝试在数据使用过程中插入自检的设计。根据长期追踪，评估验证数据的正常性和有效性，进一步完成数据清洗。
人工智能量化策略的超额收益是否可连续？
北京资舟投资基金管理有限公司高级合伙人马双杰表示对于阿尔法抱有一定的担心，认为阿尔法收益会没有这么高。主要有几方面原因考虑，第一，预期市场放水不会永远持续，资金进入到整个市场后，会是一个问题；第二，银行、信托等大型资方机构已经把中性策略定义为替代非标比较好的资产，所以可以看到很多量化私募，尤其是高频私募规模的扩张非常快，可能会降低超额收益。作为FOF机构，资舟投资会考虑私募策略的相关性问题，目前偏向高频，同时也通过衍生品设计方式解决资管新规后理财资金进入私募的难题。
上海卡方信息科技有限公司CEO何剑勇分享了人工智能应用中的成功经验。他提到，一个策略或者一个模型是否有效，需要三条腿支撑：第一个是，数据回测是有效的，起码历史证据证明是有效的；第二个是，逻辑上要自洽，是可以被理解的；第三个是，样本外也要有效。关于量化投资发展，可以分成三个阶段来看：第一个阶段是，线性的阶段，利用传统统计方法，一个一个因子挖掘，再线性叠加，这么出来的模型或策略在三条腿方面都有比较好的验证。第二个阶段是，进入到机器学习的阶段，或者说树的模型，那么在第二条腿方面就不容易被理解，因为这样的模型描述不再是线性的。第三个阶段是，深度学习的阶段，第二条腿就无法谈起。可以看到，当量化走向人工智能阶段，这三条腿必然会缺失一条腿，唯一的办法就是加强其他两条腿。另外，结构化和非结构化的数据在人工智能量化投资中都可以有比较好的应用。
人工智能是增强策略的强大手段
最后，中泰证券科技研发部的何波做了总结：从XTP上的大量优秀的量化私募的实践来看，大家越来越多的开始研究人工智能在投资上的应用，并有不少在实盘中取得了良好的效果，同时也有很多互联网企业人工智能团队转行来做投资，但是单纯从人工智能入手挖掘投资逻辑的鲜有成功的，部分数据也存在不符合独立同分布、内在驱动逻辑不稳定等特点，人工智能作为非常强大的非线性工具并不能替代投资逻辑本身，但能在很多方面辅助和增强投资，只研究人工智能很难成功，但是不研究人工智能一定会在竞争越来越激烈的情况下，越来越难寻找超额收益。