专家共话中国市场量化投资的应用与前景

中国金融信息网2019年12月31日19:40分类:市场动态

新华财经北京12月31日电(经济分析师童威远)伴随着金融业务向数字化、网络化、智能化发展,我国金融科技发展的“四梁八柱”不断建立健全,科技、金融与产业的深度融合已成为整个金融行业的大势所趋。在量化投资领域,智能化、大数据化的投资策略也得到了广泛应用。12月30日,在新华社中国经济信息社举办的“中经智库每月谈·量化投资策略与AI技术的应用”内部研讨会上,来自量化投资业界的专家就量化投资在中国市场应用的要点、难点,以及实践经验和未来展望进行了深入的研讨。

自1970年巴克莱全球投资者有限公司(BGI)发行第一只被动指数量化基金以来,量化投资在全球已经有40多年历史。2004年,国外管理资金规模前10名的对冲基金,只有一家采用量化投资策略进行交易;而截止到2018年底,排名前10的对冲基金有七家都采用了量化策略进行交易。在AI、大数据与金融科技不断深化融合的背景下,市场上早期投资策略的收益不断减弱,这对于量化投资策略的开发和选择形成了更高的挑战,而这同时也将进一步促进人工智能在量化投资策略层面的应用。

FactSet投资组合和定量分析组大中华区副总裁沙健朗认为,在大数据环境下,供应链数据、船运的数据等海量的数据与金融资产价格不呈现传统的线性关系,这些数据的处理更需要AI的参与。中信建投证券资产管理部创新协同部负责人王鑫表示,AI作为一个工具应用在量化市场上,已经取得了相当令人瞩目的成绩。

目前,人工智能的发展还处于初期阶段,其在量化投资中的应用效果也尚待实践进一步验证。虽然AI在量化投资的应用已初见成效,但依然面临着一定的问题,需要在实践中继续应对解决。

中国人寿资产管理公司高级董事总经理、投资总监王卫华表示,AI量化投资在实践应用层面,总体来看效果不错,但是也面临过度拟合,不稳定等实际问题,尤其是神经网络算法内在的黑箱机制难以得到客户真正的信任。市场对应用人工智能进行量化投资已经进行了很多尝试,但是这个领域还有很多内容值得我们去不断地深入研讨。

嘉实基金量化投资部基金经理王志远认为,当前人工智能技术在投研流程中较多的应用于事务性和辅助性的工作,应用人工智能技术解决具体的投资决策问题,则需要更多的研究和探索。投资实操需要尽力寻找清晰的投资逻辑,匹配实际的投资风险收益目标,还要符合现实的持仓和交易约束的投资方法和投资策略。

中泰证券科技研发部总经理何波也认为,机器学习和深度学习是很好的工具,在投资的大逻辑下做收益增强会有较好的效果,但是目前还很难替代投资本身。另外他也建议加强对量化投资本身如集中度、波动率、策略拥挤程度等方面的研究,这对整个行业更加差异化健康发展有好处。

王鑫则认为,伴随着量化模型近几年在国内迅速完备化的进程,AI在国内量化投资领域的应用也愈发广泛。虽然目前AI在业界仍面临一定的争议和分歧,但技术总是会伴随着这些质疑和争议不断完善,相信未来在量化投资领域,AI的应用一定会更加成熟、科学。

对于量化投资策略与量化策略平台的发展关键点与未来方向,专家认为,数据与策略对于量化策略平台的建设至关重要。

在数据层面,标普全球财智公司中国区业务负责人孔令宇指出,数据是所有量化投资模型最终结果的基础,是量化投资领域最重要的核心。中国的金融市场与全球联动越来越紧密,未来中国市场一定是国际化的,这就要求量化投资更加注重全球数据的应用。

在算法策略层面,Trading Central大中华区总经理张珺提出,未来的量化投资将不仅仅局限于某个单一的分析方法,更将融会贯通,综合运用各类方法的长处和优势。另外,因为任何一个市场的风险都有可能传导至A股市场,所以量化投资必须要有全局观,将策略和模型做得更加优化和全面。

会上,中国经济信息社量化领域首席经济分析师周丹演示了新华财经整体产品线,并重点对新上线的新华财经量化策略研究平台进行了路演。该产品支持通过向导式策略生成器生成量化策略,可进行回溯测试和模拟交易,并支持通过绩效归因、因子分析等完成对投资组合的收益分析、风险评估,同时可以不断对模型进行调整和优化,完成一整套“数据-研究-建模-优化”的量化策略投资过程。

周丹表示,“新华财经”此次推出量化策略平台产品,旨在搭建一个交易策略与数据的桥梁,联通数据与交易,便捷化市场投资主体的交易活动。“新华财经”也期待能够与行业内各个机构共建量化交易生态圈,共同推进行业规则的完善,共同发力突破行业难点。

国家金融信息平台“新华财经”,是推进金融业关键信息基础设施国产化的重要平台之一,目前已形成包括专业终端、Web终端、移动终端、公共终端在内的金融信息产品体系。

新华社民族品牌工程:服务民族企业,助力中国品牌

新华社品族品牌工程

[责任编辑:山晓倩]