AI驅(qū)動 量化投資邁向新紀元
市場回暖 量化崛起
孫巍表示，近年來監(jiān)管深入規(guī)范程序化交易，私募基金規(guī)則體系的重塑也影響著行業(yè)生態(tài)。隨著DeepSeek的走紅，各界改變了對量化投資的刻板印象，整體來看，監(jiān)管在積極引導(dǎo)行業(yè)健康發(fā)展的過程中，厘清了量化投資與程序化交易的邊界，“規(guī)范發(fā)展”成為行業(yè)主基調(diào)，為行業(yè)注入了信心。
回顧2024年“9·24”以來的市場表現(xiàn)，A股展現(xiàn)出顯著韌性與獨立性，走出了一波強勢復(fù)蘇行情。對于驅(qū)動這波行情的核心動力，思瑞投資創(chuàng)始合伙人、首席投資官李富軍從三個層面進行了分析：第一是政策支撐，一系列政策為市場與經(jīng)濟明確了底部；第二是宏觀敘事的轉(zhuǎn)變，特別是今年DeepSeek的技術(shù)突破為宏觀敘事注入了新視角；第三是基本面的驗證和市場參與者的共同努力。
喜岳投資創(chuàng)始人、CEO周欣認為，市場信心起到了關(guān)鍵作用。周欣同時認為，從融資數(shù)據(jù)等觀測指標來看，此輪行情與2014年至2015年有著明顯不同，顯示出更加穩(wěn)健的特征。
在今年的市場環(huán)境下，量化私募業(yè)績整體表現(xiàn)突出，募資情況顯著優(yōu)于主觀機構(gòu)。對此，世紀前沿創(chuàng)始人、投資總監(jiān)陳家馨認為不應(yīng)將量化與主觀簡單對立：“量化和主觀在投資方法論、持倉特點、盈利頻率等方面相對獨立，在某種意義上，雙方同時提升了市場整體的活躍度和流動性。”
量派投資創(chuàng)始人、CEO孫林則從周期角度理解這一現(xiàn)象：“萬物皆有周期，有時這個好，有時那個好，在我看來都是正常的?！睂O林說，量化的特色主要在于穩(wěn)健性，持倉分散且具有完備的風(fēng)險管理工具，而主觀的優(yōu)勢則在于爆發(fā)力。
AI賦能 能力升維
隨著DeepSeek的火熱出圈，AI浪潮席卷資管行業(yè)，并成為本場圓桌論壇討論的焦點。靈均投資首席投資官馬志宇從量化投資的本源出發(fā)，闡述了AI的應(yīng)用優(yōu)勢：“量化投資是對海量的金融數(shù)據(jù)進行分析，而AI的技術(shù)或者是策略，比起人腦或者是線性模型能夠更多抓住數(shù)據(jù)之間的微妙聯(lián)系?！?/p>
馬志宇進一步展望了大模型可能帶來的變革：“現(xiàn)在的量化策略對行情數(shù)據(jù)的分析可以做到非常細致，但是對于真實的商業(yè)世界的理解還比較膚淺……完全可以預(yù)見大模型基于原始數(shù)據(jù)分析可以成為優(yōu)秀的分析師。”他認為，這將使量化策略對商業(yè)世界的理解實現(xiàn)飛躍式提升。
因諾資產(chǎn)創(chuàng)始人、總經(jīng)理兼投資總監(jiān)徐書楠則從更辯證的視角看待AI的價值。他將AI定位為“一種比較有特點，或者是有優(yōu)勢的統(tǒng)計學(xué)”，強調(diào)“AI和量化投資有非常強的底層關(guān)系”。同時，徐書楠認為，AI在可預(yù)見的未來并不會取代人的核心地位。“量化機構(gòu)的競爭絕非簡單的‘AI軍備競賽’，策略的核心構(gòu)思依然高度依賴人的判斷。”
周欣從哲學(xué)層面闡述了AI帶來的深刻變化：“AI技術(shù)的飛速發(fā)展，直擊了金融領(lǐng)域最深刻的哲學(xué)問題——在金融市場里，我們應(yīng)該相信簡潔的規(guī)律，還是擁抱復(fù)雜的智能？”周欣認為，量化投資是典型的交叉學(xué)科，用程序和工程將數(shù)學(xué)、金融、統(tǒng)計、經(jīng)濟以及心理學(xué)等學(xué)科相連接。由于工具強大，加上龐大的數(shù)據(jù)量級，量化模型特別容易掉進樣本內(nèi)部過度優(yōu)化的陷阱。今年以來，隨著DeepSeek等大模型的火熱，AI給資管行業(yè)帶來了革命性變革。在周欣看來，量化私募天然與AI相輔相成。
應(yīng)對挑戰(zhàn) 生態(tài)演進
在AI技術(shù)快速發(fā)展的同時，量化行業(yè)也面臨著策略同質(zhì)化、市場風(fēng)格快速切換等挑戰(zhàn)。對此，頭部私募機構(gòu)紛紛在多樣性、組合管理、另類數(shù)據(jù)挖掘等角度尋求突破。
陳家馨說，任何阿爾法因子都有周期性，應(yīng)對的核心在于兩點：“一是多樣性，我們需要有不同的各種來源的信息，各種不一樣的玩法；二是組合管理水平，當(dāng)其中一些阿爾法因子失效時，能夠有效管理風(fēng)險?！彼J為，這是量化機構(gòu)對抗市場周期、追求長期穩(wěn)健表現(xiàn)的關(guān)鍵。
馬志宇補充說，靈均投資的做法是“進行收益的來源拆分”“在不同的時間維度上，包括對于風(fēng)格的收益還是非風(fēng)格的收益拆開來研究”。通過多模型研究不同的收益來源，最終合成預(yù)測，豐富收益的多樣性。
在另類數(shù)據(jù)應(yīng)用這一前沿領(lǐng)域，各位嘉賓也分享了各自的實踐與思考。馬志宇表示，雖然目前存量模型覆蓋了很多價量數(shù)據(jù)，但“從每年的增量來看，另類數(shù)據(jù)在未來具有較好的前景”。他詳細介紹了在噪聲處理、有效性驗證和實時性保障等方面的具體解決方案，包括采用自然語言處理技術(shù)去噪、多周期回測驗證等。
周欣提示，在AI時代更容易陷入一些陷阱：“當(dāng)算力、算法和數(shù)據(jù)呈指數(shù)級上升的時候，其實對人的挑戰(zhàn)更大，我們更要知道挖掘出來的是不是一個在樣本外可以被重復(fù)的現(xiàn)象?！敝苄勒f，不能僅僅依賴樣本內(nèi)部的表現(xiàn)，更要理解復(fù)雜模型背后的邏輯。
從行業(yè)發(fā)展格局看，馬志宇認為，“AI也有可能會造成量化行業(yè)的頭部聚集效應(yīng)”。因為開發(fā)優(yōu)質(zhì)策略需要在數(shù)據(jù)、算力和人才上進行大量投入，這提高了行業(yè)門檻。與此同時，在監(jiān)管規(guī)范與技術(shù)創(chuàng)新的雙輪驅(qū)動下，量化行業(yè)正在構(gòu)建更加健康、多元的生態(tài)體系。
