王德英:FOF跟智能投顾本质上是一回 追求的目一样

2018-02-02 16:43:37 金融界网站

金融界网站讯 2018年2月2日,由金融界网站主办的第二届智能金融国际论坛暨金融界“领航中国”年度盛典盛大召开。今年的论坛以“金融安全与创新”为主题,就现阶段行业发展的热点问题深入探讨,探寻金融行业的未来发展之路!

博时基金副总经理王德英先生进行了《大数据与人工智能技术在投资管理中的应用》的主题演讲。

王德英表示,基金公司有两条业务线,一条管理线。基金公司的业务线是投研,基金公司投研的流水线总体看到分投资前、投资中、投资后。这是传统投资的流程,最近几年量化投资在中国发展比较快,在海外时间更长。

传统的基金公司的投资,更偏向于艺术语言,当然也有科学的成分。量化投资科学成分更重一点。传统的投资深入研究少而精。量化投资的好处就是覆盖面,通过大量的实践来换取总体的一个结果。

在量化投资中常用的几个策略,第一个就是阿尔法的策略,就是挖掘这样一些投资机会。这里面最常用的量化投资方法就是多因子策略。

第二个应用的策略就是CTA策略,主要是股票的弱相关性。

第三大策略就是套利策略。

关于投资管理和大数据人工智能在投资中的具体应用。王德英表示,“说到投资管理,不管是基金经理的主动投资,还是量化投资,其实基本的流程第一是获取信息,第二是搭建自己的策略和模型,用自己的策略和模型去进行判断,得出结论之后再进行执行。如果这样来看的话,人工智能与大数据它的应用领域其实也是在三大步当中得到应用,第一步是信息的获取阶段,第二步是投资模型优化,第三个是交易策略的优化。”

大数据跟获取的传统数据相比它的优势非常明显,一个是量更大,这是肯定的;第二个是维度更全。比如原来往往是看纯财务数据,收入这样的数据,大数据还有客户的变化,客户层次的变化或者是商业价值、人数、供求关系的变成。另外是数据颗粒度更细,此外它的数据指标先进性更强。

王德英称,利用大数据获取上市公司基础数据,国外进行了很多的研究。今天说的是人工智能,比如根据一个地方,一个区域停车场停车的数据,计算出来车的数量,通过计算机的模式识别。通过这个计算机车的数量,最后得出每个地区在同比、环比车辆的变化,最后转化为财务的变化,最后预测这个地区汽车销售行业的一个财务状况改变的趋势。还有另外一个公司是利用卫星图像获取石油存油的照片,因为油盖子是浮动的,它是根据这个盖子太阳下阴影的变化来预测石油存量的变化,从而预测价格的变化。

另外还有一些公司,比如进行小麦、玉米,农产品,根据它的卫星图像预测大宗农产品未来产量变化和价格变化。这些都是根据计算机的图像处理技术来获取行业基本面的一个例子。

股市决定因素,一个是大宗商品,第二个是信息,第三个是资金。具体到个股,一个是上市公司的基本面怎么样,第二是大家对股票未来的预期或者信心怎么样。这里面就涉及到一个市场预期的影响,引入一个行为金融学,利用市场投资者行为的偏差来挖掘一些投资机会。中国证券市场个人投资者比较多,个人投资者有一些常见的市场行为,比如说一些过度反应、羊群效应等等,可以挖掘一些市场机会。

比如常用的就是进行反向投资,对于过高或者过低的股票。在量化上比如说我们常用的因子叫反转因子,其实就是这种反向投资策略。当然在利用反向投资的时候,可以看到一些交易指标,另外就是从互联网上挖掘对某支股票或者某个行业市场情绪的指标,它的市场情绪是怎么样的。这里面可以通过搜索去挖掘,作为我们能看到交易量变化的一个补充。

王德英表示,大家目前所看到的就是市场上所有大数据基本上是两类,一个是基本面的,一个是市场情绪。

这是第一大步骤,在信息获取方面大数据或者人工智能能起到的作用。

第二大步骤,就是投资策略或者模型,在这个阶段应该说机器学习能够起到一定作用。比如说在挖掘或者优化阿尔法因子方面,能够发现一些新的有效的因子。另外即使是传统的因子,我们也能通过机器学习,能对因子的使用,因子的搭配更有它的价值。这方面也是跟一家互联网公司主要是采用有监督的学习,结合一些无监督的学习方法。

第三个就是交易策略,你决策之后还要进行交易,要下单。现在有很多机器代替人,这个就是我们常说的算法交易,算法交易主要是能够拆得更细,能够获取更好的交易价格。国外有一个研究,采用了增强学习的方法,采用一些新的增量,可以降低交易成本12.85%。这是在股票投资上的一个交易阶段。

还有一些策略是做一些基础的,做一些短期的,也可以优化来提升交易模型。这是国内一个券商在研究的,比如利用遗传规划的算法,目前这个还是在研究阶段。

王德英表示,在选股方面,机器学习目前起的作用是有限的。因为在选股方面,机器学习需要依赖大量的样本数据来进行学习,但是对选股来说所依赖的数据不是大数据,中国的股市目前也就是5000多个交易日,这个不是大数据,是小数据,样本量太少了。另外就是低信噪比,股价的数据指标预测性不够强,市场信息不对称。

最后再谈到智能投顾时,王德英认为这个是翻译问题,其实没有多少人工智能的成分。我们说AI,狭义的AI,计算机视觉,计算机语言,包括机器学习,包括机器运动学,包括知识图谱这些内容,智能投顾跟这些基本上没关系。在翻译的时候本来是一个机器投顾,其实跟人工智能不是完全一回事。但是它的作用还是非常明显的,最大的一个目的就是提高投资者的收益风险比,降低投资的波动性,提高收益的确定性。

跟这个类似的,就是FOF,其实FOF跟智能投顾本质上是一回事,追求的目的是一样的。只是说在销售端发起的叫智能投顾,在基金管理端发起的标准化的叫FOF,其实本质是一样的。所以智能投顾背后的实质都是属于基金组合,如果说以基金作为标的的智能投顾的话,背后都是一样的。

其实说到基金组合投资,还有一种形式。销售人发起的叫智能投顾,基金管理人发起的叫FOF,还有一个自然人发起的社交化的基金组合,国内的有motif,国内的也有专门做基金组合的,有个人可以自发做一些基金组合,别人可以做一些跟投。

因为股票这个风险比较大,如果想降低风险可以买基金,它可以买一揽子股票,可以把风险降低。买股票大家知道国内的股民80%亏钱的,买基金的现在良好习惯还没有完全建立起来,但是赚钱的概率已经提升了,已经提升到40%多,还不到一半。但是如果利用基金组合进一步分散,王德英认为将来投资者赚钱的概率也许能提高到80%。所以每一次风险的再分散,都会造成投资者赚钱比例的一个提升。基本它的本质是这样的。如果说基金对股票来说,是不把鸡蛋放在一个篮子里。你做基金的组合,是相当于不把篮子放在一个房间里。

基金组合常用的模型大家也都清楚,马克维茨均值方差模型,第二个是Black—Litterman模型,第三个是模型是风险平价模型。基金组合投资在中国市场面临很多挑战,很重要的一点就是中国股市的波动性比成熟市场要大得多,我们本来用基金组合是想降低风险,提高收益的,但是由于中国股市的波动性比较大,使得我们每年要想取得一个绝对胜率的目标是比较有难度的。第二个是资产配置模型在中国市场的磨合期,就像国内做量化投资的,做多因子的很多公募基金的都是来自美国华尔街,其实他们刚开始头两年做的时候也是不太稳定。第三点,中国的投资经理和投资顾问在资产配置方面的经验还是有一个逐步成熟的过程。

另外在标的的选择上面中国也要跟美国市场有不同的特点,美国市场十年的时间只有不到40%的主动基金能够战胜标普500,在中国要战胜市场很难,这是有这样一个特点。王德英认为,中国不一定完全配被动产品,你可以配一些好的主动产品。另外即使要配主动产品,也可以多配一些指数分享产品。因为最近几年做指数分享的这些模型越来越成熟,每年都有5%以上的收益。这也是基于中国市场的特点,我们做智能投顾或者做FOF的一个选择。

博时基金管理有限公司成立于1998年7月13日,是中国内地首批成立的五家基金管理公司之一。根据银河证券数据,截至2017年12月31日,博时基金公司共管理192只开放式基金,公募管理规模2265亿元,行业排名第5。

热聊话题