量化对冲基金跑赢沪指 AI替代基金经理时代来了？

（原标题：股市巨震，量化对冲基金跑赢沪指！AI替代基金经理的时代来了？）

每经记者 唐宗全

随着近期疫新冠肺炎疫情影响，全球市场出现剧烈波动，投资者避险情绪升温，市场对量化对冲产品的关注度大幅提升。不过，《每日经济新闻》记者发现，Wind统计数据显示，A股市场有业绩统计的28只公募量化对冲基金（A、C份额分开计算），节后以来（截至3月23日）平均涨幅为-0.09%，年内平均回报则为1.49%。显然，这28只量化对冲基金扛住了A股这波回调——平均业绩跑赢沪指超10个百分点。

那么，投资者高度关注的量化对冲基金在国内的发展是怎样的呢？另一个更具金融科技含金量的名词——“AI+量化”又是怎么一回事？

A股公募量化对冲基金跑赢沪指超10个百分点

受欧美市场暴跌情绪影响，A股市场节后以来也回调明显。截至3月23日，春节后以来沪指区间涨幅为-10.63%，深证成指和创业板指分别为-9.27%、5.22%。

回到公募基金市场，Wind统计数据显示，全市场有业绩统计的28只量化对冲基金（A、C份额分开计算），春节后以来（截至3月23日）平均涨幅为-0.09%，年内平均回报则为1.49%。

不难看出，28只公募量化对冲基金扛住了A股这波回调——平均业绩跑赢沪指超10个百分点。

具体来看，在全球多个市场剧烈波动时（此处统计了2月3日至今的业绩），其中15只基金扛住波动，涨幅在0~3.62%；另外13只公募量化对冲基金业绩虽然回撤，但最高回撤5.04%也低于A股主要指数回撤幅度。

《每日经济新闻》记者注意到，业绩回撤较多的几只量化对冲基金，其跟踪标的主要为美国3年期国债；而业绩相对稳定的几只基金，其跟踪标的主要为中国人民银行公布的一年期银行定期存款。

2019年报显示，其中有19只基金的第一大重仓股为中国平安；其次，贵州茅台、招商银行、兴业银行也是这些基金青睐的重仓股。

背景回顾：

2019年12月27日是2019年的最后一个星期五，中国证监会批准了多家基金公司的量化主题基金。获得批文的基金公司有：德邦、华夏、富国、海富通、景顺长城……

自2016年1月21日华泰柏瑞量化对冲基金获批后，公募量化对冲基金的审批已暂停多年。

在“开闸”之后，凭借在公募量化对冲基金领域的丰富实战经验，海富通基金“火速”启动了新基金的发行工作，新的量化基金产品于2020年1月13日正式开售，限额30亿元。

量化交易贡献了25%的市场交易量

其实在A股市场上，投资者对量化交易印象最为深刻的是2015年6月，杠杆上的牛市突然大跌了，一时间千股跌停。就在股市大跌期间，一个俄罗斯人利用量化高频系统在A股市场"白捡钱"，虽然事后相关人员都受到了监管处罚，但彼时，国内投资机构毫无还手之力还是让人感到唏嘘！

中国资本市场的开放越开越大，外资进来，但进来的不光是资金，还有先进的金融工具和交易方式。

而中国的量化投资从2010年股指期货推出之后开始起步，2015年股市动荡时，很多主动基金采取了清盘策略，对市场造成了很大的影响。但是，在股市动荡期间量化投资的表现相比之下非常稳定，得到了市场的肯定，并且量化对冲的稳健收益开始受到投资者的关注，大量资金涌入这个领域。

2018年，新基金发行募资困难，但量化基金发行却逆势上扬。资料显示，2018年新成立的量化基金数量达到了66只，超过了2017年全年的成立数。

据招商证券研报显示，截至2019年底，公募量化产品总计311只，其中主动量化产品191只，指数增强产品102只，对冲型产品18只。截至2019年底，公募量化产品的总规模达1605.07亿元，其中主动量化产品682.37亿元，指数增强产品848.98亿元，对冲型产品73.72亿元 。

截至2019年年底公募量化基金产品数量

截至2019年年底公募量化基金产品总规模

据私募排排网数据显示，截至2020年2月底，在30多家证券百亿级私募中，量化策略百亿级私募有6家，分别是2011年成立的金锝资金、2012年成立的九坤投资、2013年成立的锐天投资、2014年成立的灵均投资和明汯投资、2015年成立的幻方量化。

据不完全统计，截至2019年12月，2019年以来有业绩记录的1369只量化策略基金整体收益为15.89%，仅次于股票策略22.29%的收益率。其中正收益基金有1186只，占比为86.63%；11只产品收益翻倍，最高收益达373.61%。此外，还有396只基金收益介于20%~100%之间。百亿级量化私募表现也不错，从整体收益率看，除个别机构2019年收益率在15%以下，另外5家百亿级量化私募收益均在20%以上，其中幻方量化和明汯投资的收益率超过30%。

经过两年发展，中国市场日成交量中的25%是量化交易打出来的。湘财证券总裁助理、经纪业务分公司总经理周乐峰在做"AI量化"演讲时分享了这个数据。

中信证券2019年8月23日公布的半年报披露了其自营投资方面的信息，对量化投资有一段重点的描述：“2019年上半年，公司另类投资业务积极应对市场变化，基于宏观分析和判断，以量化交易为核心，灵活运用各种金融工具和衍生品进行风险管理，开拓多市场多元化的投资策略，有效分散了投资风险，丰富收益来源。在策略开发上大量运用人工智能/机器学习的最新技术，取得了成效。目前已开展的业务或策略包括：股指期现套利、股票多空、宏观对冲、大宗交易、统计套利、基本面量化、可转债套利、可交换债策略、商品策略、期权策略等。”

中信证券在股指期货交易上一直是"神话"一样的存在，投资者很关注其多空头寸的布局。而谜底终于揭开，投资者的交易对手居然是电脑！

中信证券显然对量化交易寄予厚望，在半年报中还有这样一句：

“另类投资业务方面，公司将在人工智能/机器学习上加大投入，进一步研究和开发新策略，建设更高效的交易系统，把握市场出现的各种投资机会，稳步提高投资收益率。”

国内顶尖的券商如此重视量化交易和人工智能，这是量化交易在境内市场快速发展的佐证，也颠覆了很多人对投资的认知。而人工智能和量化交易结合在一起，就是量化投资的下一个发展方向——AI量化。

“数学家+IT精英”跨界来袭

在2019年12月23日的中国四川，“榜样中国·2019四川十大新经济领军人物”颁奖现场上，10位戴着红围巾的董事长、CEO走上领奖台，不穿西装的超过一半，穿牛仔裤、运动鞋领奖的大有人在，或许这就是新经济领军人物刻意突出的范儿——不拘一格、与众不同、颠覆传统……

其中的获奖者之一——成都某科技公司CEO梁举，于当日19：29分在微信朋友圈写下了五个字：“寒冬里的增长”。

就在当日的三天以前，《每日经济新闻》记者刚刚听过一场推介会，首次听说了一个词“AI量化”，也获得了一个信息——现在从事AI深度学习和图像识别的人，多数来自微软亚洲研究院中搞Bing搜索引擎的一帮人，而梁举正是其中之一。

而AI量化就是运用人工智能的量化投资交易，是量化交易的升级版，AI自动寻找规律，不需要人定义规则。

梁举在接受《每日经济新闻》记者专访时表示，“2019年我们实现收支平衡，营收比2018年增长了300%。”从梁举说出的这个营收增长同比数据可以看出，AI量化交易市场在2019年正在迅速成长。

在探寻量化交易的采访中，《每日经济新闻》记者感觉不小心又推开了一扇门，从一个复杂性问题扎进了另一个复杂性问题。

在量化对冲基金审批开闸的背景下，“数学家+IT精英”的跨界型正在走来。这是一群用云服务器交易的人，在他们眼中投资问题就是个数学工程问题。寻找靠谱的因子，把原因（X）和结果（Y）进行关联，建立数学模型对价格进行预测，量化交易工作可以形象地被称为“破解资本市场波动的密码”。

“AI+量化”在投资上是否能超越人类？

如何让电脑学会从一堆西瓜中挑选一个好西瓜？

另在一个午后的阳光中，《每日经济新闻》记者在采访中想要理解AI如何选择股票，某科技高级策略工程师李先生用挑西瓜举例。

李工程师，语速很快，声音不高，带有典型的IT男气质，和记者接触过的金融圈人士明显不同，这是一个理工男，程序员，也是个周六都在公司上班的人……

“先把西瓜分两堆，第一堆切开，寻找各种特征和西瓜好坏的关系，比如，颜色、大小、形状、敲起来的声音、纹理……这些是影响西瓜品质的影响因素，称为因子。总结因子和西瓜好坏的关系，就是建立X和Y的函数关系，或者叫因果关系，简单地说就是找规律，赋予每个影响因素一定的权重。这个过程就叫机器学习，最后会形成一个挑选的策略，然后在剩下的一堆里面挑出好西瓜。”

不过，《每日经济新闻》记者的问题更为简单直接：“未来几天会涨的股票给我来几只。”当程序运行起来，几分钟后，记者看到了几只股票的名称、代码和买卖方向。

“就这几只？不需要继续分析直接无脑买入？靠谱吗？”记者心中默默地问，出于礼貌不好意思开口，只能淡定地点头。

“这是我第一次看到自动筛选的股票，完全不需要我干预和动脑筋，太神奇了！”记者此刻就是个投资小白。

记者看到一长串数据，这个策略的累计收益率是157.30%，开始时间为2018年8月28日。近1周收益率-1.65%，近1月收益率2.36%，近6月收益率19.61%，近1年收益率121.57%，年化收益率63.40%，最大回撤15.23%，夏普比率1.69……

这是记者第一次接触真正的量化策略，一直以来，记者误认为量化交易就是程序化交易的另外一种说法，但是这个观念在采访之初就被梁举纠正了，“这只能算是专家系统”。

量化投资包括：量化选股、量化择时……与价值投资、技术分析、指数投资有什么区别？从下面的关系图可以一目了然。

用AI量化是不是很复杂？“还记得刚才说的挑选西瓜吗？这只是算法的一种。”李工程师表示。

创建一个量化模型总共只需要七步：

第一步：设置训练集、测试集数据范围

第二步：定目标

第三步：找因子

第四步：数据连接+缺失数据处理

第五步：模型训练+股票预测

第六步：回测

第七步：查看、分析结果

量化投资历史：世上首只AI基金和“大神”

“计算机认识猫咪，但是能不能认出一只物有所值的股票？”在美国，一个名叫奇达南达·卡图阿（Chidananda Khatua）的人问了个这样的问题。

几年以前，在商学院参加对冲基金讲座时，奇达南达·卡图阿突然有了灵感。如果能够把年报和新闻文章中凌乱的信息和精准的财务数据结合起来，就会产生威力巨大的成果。

2017年，全球首只号称使用人工智能选股的基金AI Powered Equity ETF （以下简称AIEQ）在美国出现。奇达南达·卡图阿创办了家公司叫EquBot，AIEQ这只基金管理人就是这家公司。

EquBot公司位于旧金山，员工很少，在印度班加罗尔还有17位程序员和统计员。福布斯杂志说：“该系统每天输入130万条文本，包括新闻、博文、社交媒体发帖、美国证交委文件。IBM沃森系统将语言消化吸收，选择知识点，输入一个100万节点的知识图谱。每个待连结的节点可能代表一家公司（共1.5万家）、一个关键词（例如FDA）、一个经济因素（例如石油价格）。要将其连结起来，可能的箭头数不胜数。计算机利用模拟大脑神经元连接的神经网络进行试错，从而对具有重要性的箭头赋予权重。接着，系统继续摸索输入数据中的哪些波动会在一周、一个月或者一年后影响股价。一天在忙的时候，EquBot的计算量为500万亿次。”

AIEQ成立的第一年业绩可圈可点，2018年10月18日，AIEQ收益率为11.81%，跑赢标普500和罗素200指数。2018年，彭博的数据分析称，AIEQ击败87%以上的主动管理型基金经理。

不过，2018年圣诞节前夕的价格暴跌成了"大型翻车现场"。AIEQ买了Nets APP和New Relic，这可能是AIEQ"看新闻"看多了，用买入行为回应人们对于云计算的热情。这两只股票大跌了，大幅度影响了AIEQ的业绩。

但是，创始人卡图阿则表示没关系，神经网络从错误中学习。进入2019年，AI好像找到了感觉，AIEQ震荡攀升。不过，《每日经济新闻》记者将其与标准普尔指数对比，可以看出，标普明显要走得更强。据福布斯报道，"目前，EquBot管理的投资只有1.2亿美元。它会否成功，要下结论还为时尚早。"

据公开资料，2019年3月，高盛推出5只新ETF，完全依赖机器交易和AI算法，摆脱人为主动控制。艺术和投资是人类智慧最强的领地，一旦人工智能在投资领域算法取得突破，那或许意味着基金经理的饭碗有可能被砸。

在量化投资者眼里，买什么股票？什么时候买？都是一个数学工程问题。而量化投资代表人物是詹姆斯·西蒙斯，他被认为是唯一可以战胜巴菲特的人。

詹姆斯·西蒙斯

詹姆斯·西蒙斯是数学家，对冲基金经理。在他从事投资前还有个小插曲，西蒙斯29岁前曾经为军方服务，工作是破译密码。可以由于他“嘴巴大”，后来被开除了，然后这个世界就多了一个伟大的投资家。

作为数学家，他的研究成果被命名为“陈氏-西蒙斯定理”，这是一个与我国著名数学家陈省身共同研究的成果。

作为基金经理，在1989~2009年间，詹姆斯·西蒙斯管理的大奖章基金平均年回报率高达35%，较同期标普500指数年均回报率高20多个百分点，比“金融大鳄”索罗斯和“股神”巴菲特的操盘表现都高出10余个百分点。西蒙斯15年间，从未缺席过《阿尔法》财经杂志全球基金经理排名，并一直名列前茅，期间赚了235亿美元。

1978年，西蒙斯成立了一只名为林姆若伊的基金。

据传说，刚刚成立林姆若伊基金时，他也是个主观交易者，研究基本面。但是，很快他就发现这法子不灵，然后他用最精通的数学工程解决投资问题，这一次他大获成功。

1988年3月，大奖章基金正式设立，取代了林姆若伊基金。西蒙斯完全停止了基本面分析，变成了一个彻底的、依靠模型的量化投资者。截至1999年12月，共获得的纯回报率是2478.6%，在同一时期的基金中排名首位，超过位于第二的索罗斯的量子基金整整一倍之多，而同期的标准普尔指数的涨幅只有9.6%。

记者手记：炒股，你的交易对手是谁？

一次例行的采访，不小心推开了量化投资的大门，发现资本市场还有这样一群人，他们研究影响市场的因子，设计交易的策略，通过云服务器下单，悄无声息。今日，通过程序执行产生的成交量，在美股占80%，在A股占到了四分之一。

跨界、颠覆性创新，正在资本市场发生。数学家、IT精英、程序员组成的另类投资军团正跨界而来。“门口的野蛮人”带着AI这个新式武器，正试图破解市场波动的密码，这是一场降维打击，对基金经理们，警报已经拉响。

量化出现以前，投资是艺术，靠灵感，靠悟性，靠对人性的理解取胜，还是定性的范畴。

量化出现以后，投资是技术，靠因子，靠策略，靠人工智能，开始演变成数学工程问题。

3777只A股，全部分析一遍，需要多长时间？

LME铜库存、冶炼加工费、开工率、现货价格30年的数据进行相关性分析，能否建立铜价格预测模型？

这是人类智慧的短板，正是人工智能的长处，“量化投资+AI”正颠覆游戏规则，何以求存？