七禾網(wǎng)注:嘉賓回答僅代表其本人觀點(diǎn),不代表七禾網(wǎng)的觀點(diǎn)及推薦。金融投資風(fēng)險(xiǎn)叢生,愿七禾網(wǎng)用戶理性謹(jǐn)慎。 蘭盈量投私募基金管理有限公司 蘭盈量投,是一家專注于運(yùn)用量化模型于交易的投資公司,公司核心團(tuán)隊(duì)成員均來自海外和國內(nèi)知名的資產(chǎn)管理公司和科技公司,且持有頭部學(xué)校理工博士學(xué)位,擁有超過10年的全球股票、期貨、期權(quán)等資產(chǎn)的量化研究和交易經(jīng)驗(yàn)。 林雄 蘭盈量投私募基金管理有限公司總經(jīng)理,美國伊利諾伊大學(xué)香檳分校(UIUC)數(shù)學(xué)博士,曾于美國紐文(Nuveen)旗下公司格盛投資管理有限公司(Gresham Investment Management LLC)任職高級量化研究員、基金經(jīng)理等職務(wù),12年金融機(jī)構(gòu)從業(yè)經(jīng)歷,其中10年全球市場期貨、期權(quán)量化投資經(jīng)驗(yàn)。 精彩語錄 一個(gè)模型在海外訓(xùn)練過了,然后同樣的模型,用國內(nèi)的數(shù)據(jù)再去測試,相當(dāng)于原來在海外的測試是樣本外的,經(jīng)過了更多的樣本外數(shù)據(jù)的驗(yàn)證,過擬合的概率會(huì)更小一些。 所以未來的人工智能可能隨著技術(shù)的發(fā)展,算力越強(qiáng),門檻越低;門檻越低,可能在投資領(lǐng)域就會(huì)慢慢的應(yīng)用起來。比如現(xiàn)在可以方便的使用ChatGPT做文本分析,構(gòu)建情緒指標(biāo),這在以前不是容易的事情。 我們認(rèn)為機(jī)器學(xué)習(xí)應(yīng)該只是作為一種研究工具來用,而不是用來替代傳統(tǒng)阿爾法模型或其它因子開發(fā)體系。 不同策略在不同階段表現(xiàn)不一,多策略均衡配置的組合會(huì)使產(chǎn)品的穩(wěn)定性更好。 CTA和股票、債券的相關(guān)性很低,從這一點(diǎn)看它就有配置價(jià)值。 保持優(yōu)勢除了做對事情,同時(shí)還要減少做錯(cuò)事情。在策略類型上避免單品種或單一風(fēng)格在倉位上過多暴露,這樣做不一定能有收益增長,但是可以減少犯錯(cuò)。 我們從經(jīng)驗(yàn)得出,一部分收益來源是市場無效的部分,我們通過量化的手段挖掘阿爾法,另一部分收益我們通過承擔(dān)風(fēng)險(xiǎn)去獲得。 只有公司合法合規(guī),才能長久經(jīng)營,在此基礎(chǔ)上,再說怎樣去盈利。 風(fēng)險(xiǎn)事件可能是萬分之一的概率,但萬分之一足以致命,所以務(wù)必嚴(yán)謹(jǐn)。 我認(rèn)為一流的量化私募要合法合規(guī),投研高效,激勵(lì)公平,人才培養(yǎng)體系完善,生產(chǎn)測試環(huán)境及監(jiān)控備份方面非常嚴(yán)格。 七禾網(wǎng)1:林總,您好!感謝您在百忙之中與東航金融&七禾網(wǎng)進(jìn)行深入對話,您在海外有超越十年的全球市場投資經(jīng)驗(yàn),對于在國內(nèi)創(chuàng)辦私募基金,從事量化投資交易,您覺得這些經(jīng)歷或經(jīng)驗(yàn)有什么幫助嗎? 林雄:經(jīng)常有人跟我說,海外市場的今天就是中國市場的明天,這可能是從發(fā)展成熟度的角度來說的。海外市場由于發(fā)展歷史很久,所以相對比較成熟,而中國市場處于快速發(fā)展中,也許很快就能達(dá)到一個(gè)比較成熟的階段,但要經(jīng)歷比較久的周期,因此海外沉淀下來的一些方法,對我們做國內(nèi)市場的交易是有幫助的。 如果在海外都已經(jīng)有效適應(yīng)了,那么對在發(fā)展當(dāng)中的國內(nèi)市場,是有一定指導(dǎo)意義的。簡單想象一下,一個(gè)模型在海外訓(xùn)練過了,然后同樣的模型,用國內(nèi)的數(shù)據(jù)再去測試,相當(dāng)于原來在海外的測試是樣本外的,經(jīng)過了更多的樣本外數(shù)據(jù)的驗(yàn)證,過擬合的概率會(huì)更小一些。比如已經(jīng)建立了焦炭單一品種的預(yù)測模型,并且是有效可行的,把它放在鐵礦石上發(fā)現(xiàn)也可行,焦炭模型就是樣本外的一個(gè)驗(yàn)證。焦炭和鐵礦石可能是相關(guān)度較高的,若用在股指或其它不相關(guān)的品種上,也有一定指導(dǎo)意義。 七禾網(wǎng)2:貴司核心團(tuán)隊(duì)成員均來自海外和國內(nèi)知名的資產(chǎn)管理公司和科技公司,均有在美國多年的從業(yè)經(jīng)歷,有著豐富的全球市場投資經(jīng)驗(yàn)。請分別從一名交易者和投資者的視角來看,您覺得中美市場有何不同? 林雄:關(guān)于中美市場,首先從交易者角度來看,第一,交易品種的數(shù)量不同。我認(rèn)為在美國可接觸的交易標(biāo)的非常多,比國內(nèi)多很多,就單從期貨這個(gè)領(lǐng)域來說,雖然期貨是比較小的領(lǐng)域,單純這個(gè)領(lǐng)域在美國可交易的品種大概有300多個(gè),接近400個(gè)。在國內(nèi),就我們目前的投研范疇,流動(dòng)性好的、能交易的大約六十個(gè)品種。當(dāng)然我們的市場在飛速發(fā)展中,目前已經(jīng)上市了131個(gè)品種,還有些品種我們也在研究。 第二,合約結(jié)構(gòu),即期現(xiàn)結(jié)構(gòu)不同。我們目前的合約比較短,大部分限制在一年之內(nèi),可能在1、5、9月這樣的合約,就交易的流動(dòng)性來說,除了這些合約,其它合約可能沒有什么流動(dòng)性。那么在海外,除了品種多,商品的期現(xiàn)結(jié)構(gòu)還比較長。比較典型的像能源類,合約設(shè)計(jì)連續(xù)三年或者更久都可以交易,如果是近一兩年的合約,它是每個(gè)月份都可以交易,流動(dòng)性充足。 相對來說,國外交易一定程度上機(jī)會(huì)更多,即使策略相對簡單,也可以從比較多的機(jī)會(huì)里尋找一個(gè)比較穩(wěn)定的組合出來。在國內(nèi),交易機(jī)會(huì)可能需要更多的在信號(hào)邏輯中尋找差異,相當(dāng)于是信號(hào)方面的分散,所以,在國內(nèi),我們從多策略的角度去尋找策略分散,使得整個(gè)組合更加穩(wěn)定。 第三、市場結(jié)構(gòu)不同。海外市場相對成熟,國內(nèi)市場正在發(fā)展。國內(nèi)的市場參與者結(jié)構(gòu)變化非???,量化也是近幾年才逐步起來的,很多人才從海外回來,就是看到了國內(nèi)發(fā)展的機(jī)會(huì),特別是量化的發(fā)展機(jī)會(huì),這使得交易者群體跟2015年以前有很大不同,所以這對策略的更新迭代又提出了更高的要求。 從投資者的角度來看,一方面,可投的資產(chǎn)不同。另一方面,投資者的認(rèn)知在逐步提升。比如CTA這個(gè)相對比較新的領(lǐng)域,大家對它逐步有了認(rèn)識(shí),但還沒有達(dá)到一個(gè)非常成熟的,能以真正配置的角度來理解它的階段。 再額外補(bǔ)充一點(diǎn),從我回國,感受到大家對策略的IP保護(hù)不夠。在海外,基金公司不需要對很多資方來路演,可能只要幾個(gè)資方就足夠把規(guī)模做大,但在國內(nèi)需要對大量機(jī)構(gòu)講解投資策略,這樣可能會(huì)導(dǎo)致策略多多少少流出去一些。大家在這個(gè)層面上,沒有做特別的保護(hù),IP保護(hù)不夠,就容易形成策略同質(zhì)化。 七禾網(wǎng)3:蘭盈量投私募基金是一家專注于運(yùn)用量化模型于交易的投資公司,您覺得什么才是好的量化交易模型?又是如何保持模型的有效性和穩(wěn)定性? 林雄:什么才是好的量化模型?能賺錢的就是吧。所以,對我們來說,在建立模型的時(shí)候,我們一般追尋的原則是邏輯思路清晰簡單,不是內(nèi)部一層套一層。我們一般會(huì)盡量避免很多參數(shù),在期貨里大家都知道樣本數(shù)其實(shí)不是那么多,比如深度學(xué)習(xí)得幾萬個(gè)參數(shù),需要足夠多的參數(shù),否則很容易造成過擬合。 如何保持模型的有效性和穩(wěn)定性,我認(rèn)為當(dāng)一款模型,你想長期不迭代,讓它一刀切,一直保持說實(shí)話很難,所以我們得在模型里不斷地加加減減做相應(yīng)調(diào)整。同時(shí),增加一些新內(nèi)容來對原有模型進(jìn)行補(bǔ)足。 總體來講,在選擇模型時(shí),是否用這個(gè)模型?必須要有嚴(yán)格的模型準(zhǔn)入條件,不是什么模型都能用,已選用的模型還要不斷地更新迭代,所以強(qiáng)大的投研迭代能力以及高效的投研平臺(tái)是需要的,這也是我們現(xiàn)在在做的。 七禾網(wǎng)4:當(dāng)代社會(huì),隨著算力日益強(qiáng)大,高質(zhì)量的大數(shù)據(jù)日益積累,人工智能技術(shù)全面崛起,并廣泛應(yīng)用于醫(yī)療保健、交通系統(tǒng)、藝術(shù)創(chuàng)作等領(lǐng)域,您可以簡單講述下人工智能在量化投資方面的應(yīng)用嗎? 林雄:人工智能確實(shí)在很多地方都已經(jīng)比較成功地應(yīng)用,還有很多大模型出來,但是在量化投資這個(gè)領(lǐng)域,據(jù)我們所知,真正用到這么復(fù)雜工具的其實(shí)不多,至少從示范的角度來看不多。這里主要原因是什么?是其中運(yùn)用數(shù)據(jù)的種類不一樣。投資領(lǐng)域金融數(shù)據(jù)的特性是噪音非常大,而且不穩(wěn)定,不像訓(xùn)練一張圖片的數(shù)據(jù)是平穩(wěn)的。很多其它領(lǐng)域的大模型是很難直接照搬過來使用的,所以,現(xiàn)在還沒有使用這么復(fù)雜模型的切入點(diǎn)。 人工智能或機(jī)器學(xué)習(xí)最重要的是如何減少過擬合,我可以用一個(gè)非常強(qiáng)悍的模型來達(dá)到樣本內(nèi)100%的效果,但是樣本外的話,它可能是零效果,我們要避免這樣的情況發(fā)生,所以,在金融數(shù)據(jù)本身的特性下,我們用的模型就相對比較簡單。 所以在期貨領(lǐng)域,還沒有用這么復(fù)雜的像比如深度學(xué)習(xí)之類的模型。股票領(lǐng)域其實(shí)已經(jīng)有很多人在用了,因?yàn)樗臄?shù)據(jù)量相對要大一些,它有幾千個(gè)標(biāo)的,如果還做日內(nèi),那數(shù)據(jù)就更多了,期貨里現(xiàn)在只有幾十個(gè)有效標(biāo)的。單一品種,如果按分鐘頻,一年也就幾萬個(gè)點(diǎn),但是隨便一個(gè)大模型的參數(shù)本身就可能是幾萬個(gè),這樣很容易造成過擬合。所以我們是在逐步切入,從簡單的機(jī)器學(xué)習(xí)開始,然后慢慢學(xué)習(xí)再研究應(yīng)用更復(fù)雜更深度的模型。 大家說的ChatGPT是個(gè)好工具,比如以前做文本分析,很多人可能需要自己建立模型,像用Transformer去做文本分析。如果用ChatGPT,我輸入一篇文章,它就直接給我出來觀點(diǎn),關(guān)于買或賣我不需要自己去訓(xùn)練模型,它已經(jīng)幫我訓(xùn)練了,它這個(gè)訓(xùn)練可能是記憶更大的數(shù)據(jù)集里所存儲(chǔ)的這個(gè)模型。所以未來的人工智能可能隨著技術(shù)的發(fā)展,算力越強(qiáng),門檻越低;門檻越低,可能在投資領(lǐng)域就會(huì)慢慢的應(yīng)用起來。到那時(shí)候,比如ChatGPT在分析情緒時(shí),可以不僅使用金融數(shù)據(jù),還可以用更多其它數(shù)據(jù),使得模型更加具有魯棒性。 七禾網(wǎng)5:在人工智能領(lǐng)域有一種說法,認(rèn)為機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中最能夠體現(xiàn)智能的一個(gè)分支??梢越o我們講講機(jī)器學(xué)習(xí)在策略管理方面的運(yùn)用嗎? 林雄:上述講的更多可能是人工智能的方向,我們現(xiàn)在先從簡單的開始運(yùn)用,想要得到很強(qiáng)大的模型,算力方面是很高的成本,到未來,成本和門檻會(huì)逐步降低,大家都可以使用。我講講具體的應(yīng)用,在蘭盈我們主要應(yīng)用是因子的非線性組合和倉位管理,具體來講,一部分是因子組合,比如股票有幾千個(gè)因子,期貨的因子可能有幾十到上百個(gè),我通過把這些因子匯入到一個(gè)非線性的機(jī)器學(xué)習(xí)模型里邊去預(yù)測研究因子,預(yù)測未來,然后得到關(guān)于品種的綜合預(yù)測,這是一種應(yīng)用。 另外一種應(yīng)用在倉位管理上。換句話說,任何一個(gè)策略,它可能出來的結(jié)果是買一賣一,是比較簡單的邏輯,上漲我就買一,下跌我就賣一,那我可以用我的機(jī)器學(xué)習(xí)模型來對它進(jìn)行優(yōu)化,上漲的時(shí)候我要買多少手,可能不是一手,是0.5手,或者兩手;下跌的時(shí)候可能是空三手,根據(jù)你對未來的判斷來決定倉位強(qiáng)度到底應(yīng)該是怎樣的。這是我們目前機(jī)器學(xué)習(xí)在CTA策略的兩個(gè)應(yīng)用。 最后,我們認(rèn)為機(jī)器學(xué)習(xí)應(yīng)該只是作為一種研究工具來用,而不是用來替代傳統(tǒng)阿爾法模型或其它因子開發(fā)體系。所以,我們現(xiàn)在應(yīng)用的還是帶有邏輯的因子,機(jī)器學(xué)習(xí)在我們這兒可能僅僅只是一種工具。 七禾網(wǎng)6:貴司目前的交易策略有哪些,各個(gè)策略的特點(diǎn)是怎樣的? 林雄:目前我們期貨策略涵蓋套利策略、機(jī)器學(xué)習(xí)策略、多因子策略、短線規(guī)則策略,比如像傳統(tǒng)的趨勢和突破類策略。 套利策略,目前以跨品種套利居多,主要基于上下游邏輯選擇相關(guān)性較高的品種構(gòu)建套利組合,同時(shí)建立多個(gè)統(tǒng)計(jì)預(yù)測模型。持倉周期目前在一周以上。 多因子策略,以偏時(shí)序信號(hào)為主,參考股票的做法,只不過我們在市值中性方面沒有做特定限制,所以在某些時(shí)候,可以完全是單邊;持倉周期目前是一周以上。 規(guī)則類策略,是比較傳統(tǒng)的趨勢和技術(shù)突破策略,我們目前的持倉周期大概兩到三天;機(jī)器學(xué)習(xí)主要以量價(jià)指標(biāo)作為輸入,構(gòu)建多個(gè)統(tǒng)計(jì)模型組合,與因子組合及倉位管理是相關(guān)的,主要作為一種工具。目前的持倉周期稍微短一點(diǎn),但隨著產(chǎn)品的規(guī)模會(huì)動(dòng)態(tài)調(diào)整。 七禾網(wǎng)7:貴司策略涵蓋指數(shù)增強(qiáng),請問在競爭日益激烈的量化賽道,如何豐富超額收益來源? 林雄:指數(shù)增強(qiáng)這個(gè)賽道確實(shí)競爭激烈,但是我們總體感覺國內(nèi)A股市場還大有發(fā)展空間,因?yàn)樗诎l(fā)展階段,所以阿爾法還有提升前景。即便競爭像近幾年這樣,500指增平均也有10%左右的超額,1000指增有15%到20%的超額,我認(rèn)為隨著市場的有效性增強(qiáng),超額會(huì)逐步遞減,所以為了避免阿爾法的衰減,我們要做的是豐富因子庫,比如增加一些偏高頻類的因子,或者另類數(shù)據(jù)的因子,另外輿情也是可研究的方向。 豐富因子是一方面,還要配合組合優(yōu)化,股票方面已經(jīng)用到了深度學(xué)習(xí),但這領(lǐng)域其實(shí)有很大空間可以再繼續(xù)研究。所以我們會(huì)在輸入數(shù)據(jù),因子,模型這些方面尋找差異化,然后在產(chǎn)品體系上尋找創(chuàng)新,指增策略不一定是按傳統(tǒng)的方法跟隨現(xiàn)在的指數(shù)權(quán)重配置,我可以把權(quán)重配置得寬一點(diǎn),可以用一套完全不一樣的組合優(yōu)化方法去分散最大化,用在指數(shù)的成分股上,可能不是每年都能跑贏指數(shù),但是把時(shí)間拉長,可以平均每年跑贏指數(shù),這就是從產(chǎn)品的豐富度上做一些工作,不一定只走傳統(tǒng)賽道。 責(zé)任編輯:唐正璐 |
【免責(zé)聲明】本文僅代表作者本人觀點(diǎn),與本網(wǎng)站無關(guān)。本網(wǎng)站對文中陳述、觀點(diǎn)判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。
本網(wǎng)站凡是注明“來源:七禾網(wǎng)”的文章均為七禾網(wǎng) www.outdoorsmanagement.com版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請聯(lián)系0571-88212938,我們將及時(shí)調(diào)整或刪除。
七禾研究中心負(fù)責(zé)人:劉健偉/翁建平
電話:0571-88212938
Email:57124514@qq.com
七禾科技中心負(fù)責(zé)人:李賀/相升澳
電話:15068166275
Email:1573338006@qq.com
七禾產(chǎn)業(yè)中心負(fù)責(zé)人:果圓/王婷
電話:18258198313
七禾研究員:唐正璐/李燁
電話:0571-88212938
Email:7hcn@163.com
七禾財(cái)富管理中心
電話:13732204374(微信同號(hào))
電話:18657157586(微信同號(hào))
七禾網(wǎng) | 沈良宏觀 | 七禾調(diào)研 | 價(jià)值投資君 | 七禾網(wǎng)APP安卓&鴻蒙 | 七禾網(wǎng)APP蘋果 | 七禾網(wǎng)投顧平臺(tái) | 傅海棠自媒體 | 沈良自媒體 |
? 七禾網(wǎng) 浙ICP備09012462號(hào)-1 浙公網(wǎng)安備 33010802010119號(hào) 增值電信業(yè)務(wù)經(jīng)營許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營許可證[浙字第05637號(hào)]
技術(shù)支持 本網(wǎng)法律顧問 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告
中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會(huì)”委員單位