“量化3.0”時代應(yīng)對外資“搶灘” 本土私募高薪“搶人”+發(fā)力人工智能

圖片來源：攝圖網(wǎng)

每經(jīng)記者 楊建 每經(jīng)編輯 謝欣

從國內(nèi)量化私募的發(fā)展來看，經(jīng)歷了三個階段。自滬深300股指期貨上市后是“量化1.0”時代，之后出現(xiàn)以高頻交易為代表的“量化2.0”，而隨著可以對個股進行對沖的“量化3.0”時代到來，量化投資將走上快速發(fā)展的道路。

為應(yīng)對外資量化私募巨頭不斷搶灘登陸，本土量化私募也奮起直追，管理規(guī)模迅速擴張。在“量化3.0”時代，量化私募江湖將演繹什么樣的故事呢？

據(jù)業(yè)內(nèi)人士透露，人工智能技術(shù)將是量化私募競爭的跑道，一些先行者已經(jīng)運用人工智能策略取得了良好的效果。

本土量化私募高薪“搶人”

首先，在滬深300股指期貨上市之后，量化私募投資策略進入“1.0時代”。在此之間，不少量化私募的策略是買入小盤股同時賣空滬深300期指。此后隨著市場波動，再加上管理層相關(guān)限制，大小盤對沖的策略逐漸失效。直到2017年中證500指數(shù)期貨推出，“量化2.0”時代正式開啟，而此階段的特點就是高頻交易，對市場交易量要求也較高，但隨著2018年股市縮量下跌，高頻交易又受到較大影響。

今年以來，隨著個股對沖策略到來，量化投資進入“3.0時代”。

為應(yīng)對越來越多的外資量化巨頭搶灘登陸，本土量化私募積極跑馬圈地，不僅積極擴大管理規(guī)模，而且大量招聘量化領(lǐng)域的人才。

從整體的人才情況來看，目前國內(nèi)量化投資私募分為兩類：第一類是本土量化私募，包括脫胎于清華等高校的量化群體，以及吸納有海外留學(xué)、工作經(jīng)驗的海歸人才。第二類則是以英仕曼、貝萊德等外資私募為代表的外資量化巨頭。

本土量化私募在人才選擇上，更偏愛有扎實數(shù)理基礎(chǔ)的量化研究人才，近期《每日經(jīng)濟新聞》記者從各大招聘網(wǎng)站的信息來看，私募今年招聘的多以量化對沖為主，不少量化私募基金更是高薪“搶人”。如廣州某量化私募給出了年薪103萬~139萬元招聘基金經(jīng)理（量化對沖）；還有國內(nèi)某大型私募量化公司在獵聘網(wǎng)上給出了年薪超90萬元的高薪，招聘阿爾法高頻交易員，主要負(fù)責(zé)量化對沖類產(chǎn)品，阿爾法選股和對沖為主的股票量化交易。

外資量化巨頭在華的私募機構(gòu)也在人才本土化，如貝萊德在今年4月17日宣布任命湯曉東為中國區(qū)主管，而湯曉東的前一站是廣發(fā)證券。

人工智能技術(shù)將大展身手

全球量化對沖基金巨頭Two Sigma在華的外商獨資公司——騰勝投資已在基金業(yè)協(xié)會登記成為私募基金管理人，而這位“量化之王”與傳統(tǒng)量化基金有諸多不同，自創(chuàng)始之日起，Two Sigma就十分強調(diào)機器學(xué)習(xí)和分布式運算的運用，而基金內(nèi)部的人員構(gòu)成也凸顯出對技術(shù)的重視。傳統(tǒng)量化通過編程來押注證券價格之間的統(tǒng)計學(xué)關(guān)系，而新型量化投資的目的是，借助比人類更聰明、更快速的算法來過濾全球信息，發(fā)現(xiàn)模式并做出交易決策，從而打敗人工選股。

與早期的量化私募相比，“量化3.0”時代的特點是有非常強的計算機開發(fā)能力和人工智能研究能力，這兩塊需要大量資金與成熟團隊的支持。對此因諾投資創(chuàng)始人徐書楠告訴《每日經(jīng)濟新聞》記者，人工智能模型仍然一直是量化投資最活躍的領(lǐng)域之一。尤其是近幾年，隨著深度學(xué)習(xí)在許多領(lǐng)域大展身手，人工智能持續(xù)火熱，也成了量化投資必講的領(lǐng)域之一。在國內(nèi)市場，基于深度學(xué)習(xí)開發(fā)的高頻Alpha策略，已經(jīng)在實盤中展現(xiàn)出了驚人的效果。

徐書楠進一步告訴記者，人工智能模型在量化投資領(lǐng)域有著如下優(yōu)勢：

首先是人工智能模型的自適應(yīng)特性，可以更好地適應(yīng)更為廣泛的市場環(huán)境，而不需要投資經(jīng)理頻繁人工干預(yù)，從而將人的因素降到了最低。

其次是人工智能模型可以根據(jù)市場情況進行新的訓(xùn)練，從而相比其他模型更不容易陷入過度優(yōu)化陷阱，對樣本內(nèi)外的適應(yīng)性更加優(yōu)良。

人工智能模型基于完全不同的邏輯開發(fā)策略，可以挖掘出潛藏在市場深處的無效性，特別適合處理非線性問題。總而言之，人工智能模型的這些優(yōu)點是極其重要的，這意味著，隨著市場的成熟，簡單算法的效果趨于飽和，人工智能模型的優(yōu)勢將會越來越明顯地體現(xiàn)出來。因此近幾年，越來越多的投資機構(gòu)開始布局人工智能，一些先行者已經(jīng)開始將人工智能策略應(yīng)用于實盤。