买房，如今对于大多数刚需者来说，确实不容易。人人都希望买大别墅、大平层，但无奈钱包实力受限。现实的选择是，自己能承受的总价，去选择一套性价比最高的房子。为达到最优化，在选房本站

浙商基金胡羿：多因子框架+人类观点用数量刻画投资逻辑本站

　　过去两年量化投资在中国蓬勃发展，量化产品开始进入普通投资者的投资视野，但究竟什么是量化投资，却很少有投资者能够说给出一个清晰的定义。本期的《五十策》，投基演绎法邀请到长期从事AI量化投资的浙商基金胡羿来和大家聊聊神秘的量化投资。

　　“数学”+“金融学”是量化投资基金经理的最佳组合，胡羿本科学习的正是数学专业，而硕士恰好研究的是金融学。习惯用偏数量的形式来描述身边的事物，使得他本科时期就对数学在金融方向的应用就产生了浓厚的兴趣，毕业之后自然而然就选择了从事量化投资领域的工作。

　　提到量化投资方面的大神，很多人脑海中首先想到的就是全球知名对冲基金经理西蒙斯，但量化投资的策略并不止于对冲。经过多年的发展，国内量化投资的边界不断拓展，量化对冲、基本面量化以及技术面量化如雨后春笋般在国内发展，产品已由最初的主动管理型产品延伸至指数增强产品，胡羿目前做的AI量化其实就属于基本面量化的一个精细分支，所管的产品正是采用基本面量化的指数增强基金。

　　访谈过程中，胡羿将晦涩难懂的量化专业术语尽量通俗化地表达出来，让我们对量化投资有了更加深入地认识。在胡羿的耐心讲解下，量化投资也变得不再神秘，原本模糊的印象更加清晰。在胡羿眼中，量化只是实现投资目标的一种工具，与主观投资相比，只是投资逻辑的一种表达方式。在雷达君的理解中，量化投资与主观投资的关系，类似文章的英文版和中文版的关系，都在表达同样的内容，只是表达方式不同。

　　在近期动荡的市场下，胡羿如何看待未来的市场行情？如何看待中证500指数的低估值现象？中证500为什么更适合量化投资？在本期专访中，胡羿对上述问题做了详细地解答。假如你还想了解量化投资基金经理一天的工作内容，本次访谈也可以适当的满足你的好奇心。

　　胡羿：其实我本科是学数学的，研究生的时候选了复旦大学的金融学，整体的方向是偏数量化的金融方向。当时本科就一个大概的方向，通过对社会的了解，研究生选择了金融学，所以说，毕业之后自然而然选择做量化。另外，我本科的时候在数学系还参加了很多类似建模之类的项目，在这个过程中，我了解了很多将数学应用到实际问题中的实例，我个人也习惯性地采用了偏数量化的方式来描述很多事情。

　　胡羿：之前的私募和自营工作更加关注绝对收益策略，我个人对产品的回撤是比较在意的。虽然我现在管理的指数增强型基金是相对收益策略的产品，但我对这些产品的超额收益的回撤也是比较在意的，包括阶段性的回撤和波动率我都会做比较严格地控制。可以看到，相对同类的产品，我们产品回撤控制和整体波动会相对好一点。

　　投基演绎法：了解到你从事多年的量化投资，是否可以简单介绍一下，目前国内量化投资的情况？

　　胡羿：不管是量化公募还是量化私募整体管理规模增长都比较快，但规模增长是一把双刃剑，去年年底量化投资的超额收益回撤还是比较大的，这里面应该有规模增长带来的业绩回撤压力。

　　我认为，国内的量化投资呈现出几个比较明显的发展趋势。一是，拥抱AI技术，随着数据类型和数据量不断丰富以及硬件支持不断增强，国内机构开始选择拥抱AI技术，他们的模型由线性模型转向非线性模型；二是，各种底层数据的类型越来越多样化，传统的量化投资大多数使用的是量价类数据或者偏财务性的标准化数据，其实各个量化机构在积极尝试使用一些非标准化的另类数据来进行构建模型，例如专利数据、卫星数据或者产业链角度的数据，尝试采用多元化的数据获得更多的阿尔法；三是，量化策略特异性，传统量价策略难以支撑如此大的投资规模，必须要寻找特异性的量化策略，保证量化策略特异性就是保证阿尔法的特异性，同时特异性的量化策略也可以将不同机构的进行分层。

　　投基演绎法：刚才你有提到AI技术，正好你所在的部门也是浙商基金智能权益投资部，请问你是如何理解AI技术在传统量化体系中的使用？

　　胡羿：我们团队设立之初一直在探索怎么把AI技术应用到投资中，目前也取得了一定的进展，但距离完美答案还有很长的路要走。目前，我们的AI模型主要应用于两个场景：

　　第一个方面，我们把AI模型当作工具来使用。例如：处理文本数据用到NLP；在处理产业链或上市公司关联性的时候，用到一些图模型；同时也会把AI模型用到一些简单的、比较明确的任务，比如我们用AI做聚类，或者做某种函数的生成器。在把AI作为工具的基础上，能够相对清晰地去判断模型的好坏，也方便后续去做改进。

　　第二个方面，我们会用AI模型做压力测试，考察各个投资标的目前所处状态的分布特征。例如，给定一个投资标的或投资组合，拆解其历史收益是由于哪些因素造成的，测算每个因素的合理回报空间，这样一来可以给出标的的总体目标，对于短期内透支或错杀也能有一个比较数量化的刻画。类似的，从估值角度出发，也可以测算当前基本面状态下合理的估值分布，同时也可以算出条件分布去刻画当前基本面状态下估值上调或下调的空间。有了这些统计分布，我们可以基于不同产品的收益风险特性采取不同的操作，生成不同风险等级的策略，满足不同投资者的需求。

　　胡羿：公募量化和私募量化底层技术是类似的，但想赚的钱可能不是特别一样。由于政策限制和交易成本的影响，公募的交易风格大多数偏慢，想赚的钱更多是通过长期持有或者是用配置的方式去获得，而私募的交易成本是偏低的，仓位相对灵活，可以通过提高交易频次获取收益，相当于与公募差异化竞争。

　　胡羿：量化投资本质还是投资，量化只是一种工具、一种描述基金经理观点的方法、一种获取收益的方式而已，不用太纠结于量化这两个字，只不过说量化投资想要去描述的现象可能会更加定量，或者说我们的投资逻辑更多是基于数据，很少会去做公司调研，量化投资会用编程来表达自己的想法。

　　对于基本面量化来说，本质上我们想赚的钱和主动管理想赚的钱其实差不多。只不过相对主动投资来说，覆盖的股票数量会更广，不会在单一个股上深挖，淡化单一个股的影响。我们所做的量化更多是通过精细化和数量化来筛选一揽子股票，比如说，这一揽子股票具备高估值高成长等特性，或者说它们都有一个比较好的盈利。

　　国内量化投资主要是主动量化和指数增强量化两个方向，两种产品的还是很类似的，只是因投资者的风险偏好不同而设计不同风险类型的产品，两者最大不同点在于，主动量化可以使用主动风险暴露和主动仓位变化，操作灵活性会更高一些，但是主动量化和指数增强量化底层逻辑其实都是一样的。

　　胡羿：对于不同的产品线可能会用到不同的量化策略，我目前管理的指数增强产品都是基本面量化为主。因为技术面的量化对应需要相对高频的交易，而公募基金在这方面是有一定的限制，所以我们是以基本面量化为主，挑选股票的时候也会从基本面出发，淡化择时，降低交易频率，通过配置获取超额收益。

　　我们会去刻画每一个公司的盈利质量和经营质量，从主观基本面的角度对每个公司进行定性，然后会基于传统的多因子体系对量化模型进行排序，并且我们在整个模型的设计中也是加入了很多人类的观点，可以认为我们采用的是一种改进版的多因子框架，既考察了量化的观点也考察了人类的观点，最终结合两者输出我们想要的结果。

　　如果我们的研究员比较看好某一只股票，并且逻辑是行得通的，我们在模型实际输出的结果上就会参考一些研究员的观点，不会与他的观点产生背离，但这只是起到定性的作用，真正超配或者低配的比例还是要由模型决定。

　　胡羿：与传统量化模型相比，我的量化模型结合了AI智能。AI人工智能更加擅长处理大批量的、定量的任务，而人类则更擅长处理小样本的、定性的判断。在投资上表现为AI模型获取alpha的来源更广，在仓位控制以及风险控制方面更加精细。

　　因为A场的风格变化比较快，我们根据环境会动态选择下一期因子。在这个过程中，我们会衡量每个因子拥挤度的情况，相当于综合了因子的动量和估值，然后确定因子使用情况和权重。

　　我们通过AI人工智能构建了上百个细分行业的基本面量化模型，用来捕捉每一个细分行业的投资机会。出色的研究员大概能覆盖10个左右的行业，优秀的基金经理大概能覆盖到20-50个行业。AI模型在行业覆盖方面就会更具备优势，AI基金获取alpha的来源相比主动型基金更多。即使是我们对某个行业出现了阶段性的误判，这个误判的后果对产品整体来讲也是相对可控的。在整个量化投资策略开发中，我们结合了很多人类的观点，包括行业方面模型的建立和维护是经过我们与行业研究员深度的沟通之后共同开发的，行业研究员提供投资逻辑，我们用数量去进行刻画和测算。

　　胡羿：我们目前是在尝试一些新策略，目前我们的大多数模型都是有非常严格的经济学支撑的，但其实我们也开始尝试有一定黑箱属性的模型作为策略储备。虽然当前这种策略可能对公募不太适合，或者说我们当前的产品不太适合使用这样的策略，但是如果随着整个国内的发展，或者随着我们公司产品系的发展，以后说不定也是可以用到，所以我们也会尝试去做一些其他角度的这样一个模型，但是主要的发力方向目前还是在基本面量化这一块。

　　胡羿：我认为主要有两点，投资逻辑的构建和因子是否失效，这也是各家机构相对于同行能跑出超额收益的关键。投资逻辑的构建涉及的是怎样去构建策略，通过代理变量找出其中的规律，最后将规律应用到投资就是投资逻辑的发现。找到投资逻辑之后，还要验证投资逻辑是否失效，或者部分失效，这也是比较难的地方。

　　胡羿：因子失效是量化投资中比较常见的，我们会不定期持续滚动对因子进行评估和更新。公司内部有一套系统每天都在监控，如果发现某一个因子或者选股策略大概有三个月的时间表现不及预期，我们就会去分析因子和策略为什么失效。

　　出现因子失效，我们会首先确认因子究竟属于哪种原因失效。如果是因子阶段性的解释力度下降了，不能区分股票优劣，那我们会对这个因子进行直接下线重做的处理。另外一种情况，虽然某些因子还可以做阶段性的解释因子，能够在某一截面上区分出哪些股票涨得好，哪些股票涨得差，但是方向上不能做判断，我们会将这种失效因子当作一个风险因子放到投资组合里面，并且会将解释因子做中心化处理，降低失效因子对组合的影响。

　　胡羿：量化产品多种多样几乎可以满足所有投资者的需求，甚至比非量化产品的投资者覆盖面更广。例如偏绝对收益目标的投资者可以选择多空对冲的量化产品，不想承受太多主动风险的投资者可以选择指数增强量化产品，能够承受波动比较大的投资者可以选择主动量化产品。

　　投基演绎法：你所管理的产品Alpha主要是通过什么方式实现的？如何持续获得超额Alpha？

　　胡羿：我们主要通过个股选择实现超额收益，我们觉得指数增强产品本身还是要控制与基准指数的短期偏离程度，我们的主动敞口放在了个股的挑选上面。

　　一方面我们尽量保证底层Alpha是多样性，策略之间存在差异性，针对于单一行业特有的性质定义不同的模型，会看每一个产业内部的产业数据，看不同数据源之间的数据差异以及不同板块之间的逻辑差异，在这种情况下，即使单一的模型阶段性失效，但可以保证不是所有模型全部失效，产品Alpha可能会更加稳定。另一方面，我们也会持续不断对模型进行迭代，任何一个模型都不会一直有效，通过与内部研究员进行讨论分析，我们会重新上线;

　　胡羿：经过多年的发展，中证500指数的成分股质量大大提升，当前的中证500指数的盈利是比历史上任何时候的盈利水平都要高的，所以十年前和现在的中证500指数估值是很难进行比较的，这是导致中证500指数低估值的一个原因。

　　如果看未来三年的盈利，那么中证500指数的估值依然是很便宜的。从2019年到现在，涨的最好的是大盘股，除了去年周期股上涨之外，中证500整体涨幅不是特别多，中证500指数成分股阶段性跌幅已经比较深了。单纯从估值角度看，中证500指数是比较便宜的。从宏观层面判断，中证500指数与社融存在比较强的相关性，如果后期社融改善，中证500的估值大概率也是往上走的。

　　投基演绎法：管理中证500指数增强产品与沪深300指数、创业板指数的增强产品相比，有何异同点？

　　胡羿：我认为不一样的主要是每个指数的特性不同。沪深300指数都是大市值龙头，偏事件驱动的大金融板块相对多一些，各家分析师对沪深300指数成分股的关注度非常高，比较拥挤，传统量化想要做出超额收益非常难，借助人的因素可以将这些行业做好。

　　中证500指数行业分布比较均衡，不管是周期还是成长还是消费，每个行业之间的差距不是特别大，但相对来说，中证500指数的周期和TMT是比沪深300指数更多，另外，中证500指数的股票数量更多，有利于量化模型发挥优势，风险约束稍微松一些。机构关注度偏低一些，因此，我们在中证500指数上布局会更多一些偏量价策略。

　　胡羿：对于指数增强产品的考核基准已经写在产品的名字里了，例如，沪深300指数增强产品就盯着沪深300指数，中证500指数增强产品就盯着中证500指数，其次就是看同类产品一年、两年、三年以及五年的排名，公司更关注三年和五年的排名。

　　胡羿：购买指数增强产品的客户需求是不同的，有的客户尤其是机构投资者希望产品紧跟指数，这一部分客户可以考虑通过减持基金的方式来进行减仓，如果我管的产品风险特征发生了比较大的变化，对他们是比较难操作的，所以我们会选择在持仓风格上进行调整。假如我认为市场后面会出现大跌，我一般会调整整体的股票配置，但可能不会去做仓位的择时。

　　胡羿：我认为，指数增强产品和指数产品并不是没有区别，只不过在较短的时间周期上，指数增强产品相对指数不会有比较大的偏离，但是拉长时间来看，指数产品和指数增强产品还是会有比较大的差距的。我们一般是利用少部分的主动偏离的仓位来做超额收益，我管理的产品更看重利用单位的主动暴露来获取超额收益的能力。

　　胡羿：正常时候，每天早上我到公司会开一个小时左右的晨会，跟大家交流一下突发性的事件或者政策的看法。盘前，我们会核实选用的各个模型的数据是不是已经正常更新好，根据每个模型的结论来处理当天的消息，早上10:30左右，该做的交易工作已经做完。之后就是做日常性工作为主，包括是跟卖方进行交流、内部小组讨论。因为量化本身更多是在跟数据打交道，所以除了讨论之外，我们大多数时候是在做策略开发，有些时候会给客户做路演。下班之后，我们还会去看一下当天的这个交易，包括整个产品收益的一个规律分析，是否符合我们的预期，剩下70%的时间应该就是在写程序。

　　胡羿：量化需要学的东西还是蛮多的，我们需要对金融市场有比较深刻的了解，这里面就包括股票本身、公司投资逻辑、行业投资逻辑有一定的了解，在技术层面对模型的最新进展、最新数据的处理方式、编程技巧都需要持续学习交流。

　　胡羿：如果是入门的话，可以看一下西蒙斯介绍的书籍，如果稍微专业一些的读者可以看一下《主动投资组合管理》这本书，我自己认为写的还是不错的，当时我入门的时候也是看的这本书。

　　胡羿：其实我们内部也讨论过这个问题，我觉得现阶段不应该过于悲观，当下影响市场下跌的因素都是偏中后期，我们认为对于后市可以更加乐观一点，即使今年整个指数可能比较难翻红，但是至少现在开始到今年年末应该可能会有一定的涨幅。前面也曾提到，中证500和创业板指数的估值已经非常便宜，投资者可以考虑开始定投了。

本站 97爱爱 http://www.webgnss.com/shangyedichan/chanyexinwen/11717.html