您当前的位置: > 学会环境 >

高金人才战略论坛“量化投资与智慧金融”分论坛成功举办

作者:上海市管理科学学会 来源:上海市管理科学学会 发布日期:2018-12-06

2018年度高金人才战略分论坛之

量化投资与智慧金融

20181116日下午,上海交通大学上海高级金融学院“2018 SAIF金融人才年度盛典”在陆家嘴中国金融信息中心隆重举办,其中由高金MBA学联量化投资俱乐部策划和主办的“量化投资与智慧金融”分论坛,分别邀请到来自量化私募业界和智能投研业界的四位嘉宾,围绕国内量化投资业界热点问题,展开深入交流。

主题一:《当前国内量化私募发展状况和深入思考》

高金人才战略论坛“量化投资与智慧金融”分论坛成功举办

胡志刚

高金领航计划业界导师

弈泰资产管理总经理

胡总首先介绍了弈泰资产六年半的发展历程,介绍了从团队组建,到部门组织,到策略体系大家等,从弈泰资产发展历程可以看出国内众多量化私募机构成立成长的一般过程。

量化私募机构对量化策略的能力要求,主要是三个方面:首先要有金融市场的理解和创新能力。第二要有数学建模能力统计分析能力。第三要有编程能力。如果看策略开发流程就知道为什么需要这三个能力。首先需要提出自己的想法,然后去开发测试,开发测试的时候就需要建模能力,实现的时候需要编程能力,所以开发、测试、评估、模拟盘、实盘,每个策略都是经过这样一个流程下来。

评估策略是否有效,首先是看它的逻辑,思想和逻辑是最重要的,一个好的策略首先逻辑是打动人,其次是需要它的回测,评估策略本身展现很好的数学特性。第三需要把它进行拆分,把他赚的钱分成阿尔法和贝塔,贝塔赚得还是市场本身的钱,阿尔法是赚市场之上超额收益。第四个是跟同行去比,无论做多么好,最后还是说有没有人比你做得更好,如果大多数人比你做得更好,那这个策略价值本身还是不大,因为本身这是强竞争的行业,所以最终不光要战胜散户,到某种程度还需要战胜对手才能在市场里面弄到资金。

对于股票策略,因为国内股票在制度上来讲,对卖空是有很大限制,日内交易也有很大限制,如果有底仓还可以,大部分没有底仓,都是T+1的交易,所以股票上面采用的策略不太多,不管是量化还是主观都是在选股。

在期货里面就相对丰富一些,因为期货可以做日内,也可以做卖空,国外基本上能够有的大型策略,都可以应用到国内来。第一个是可以做趋势策略,趋势策略就是趋势跟踪,如果是涨就买,如果是跌就卖空,就这么简单。第二个是期货多因子对冲策略,这个策略跟股票策略思想是一致的。第三个是套利策略,国内很多人做农产品套利或者跨期套利。套利策略相对来说和趋势对冲的区别在哪?主要是区别在做价差,因为一般是看单品种,还是忽略掉很多市场空间,有的时候单品种没有行情,但是两个品种的价差可能行情会比较好,尤其是基本面有非常紧密联系的这些品种,他的价差往往是在经济学上,在市场原理上有一个合理的空间。如果这个价差超出这个空间,就赌它反转,这就是常见的套利策略。为什么需要要这么多策略?就是因为每个策略的收益来源不一样,盈利场景不一样。

关于投资理念,首先,需要全市场策略的思路,所以很关键是在中国市场找到相关性非常低的这种多的策略,无非分成高频、中频、低频,股票、期货、期权,各种逻辑的趋势对冲套利。第二,需要动态配置,尽量把我们的策略动态配置给客户,客户告诉他的风险容忍程度,投资机构把策略按照当时这个市场情况做一个配置。第三,作为量化私募首先是量化风险或者风险一定要能算清楚,一定要能具体执行到,所以风险防范是公司重要的一个要素。第四,作为量化私募,如果条件许可,都是愿意用程序化交易,一个是省人省力,第二个是风控所有这些制度,这些要素都很容易用计算机自动去执行。第五,在一个公司来讲,更应注重注重开发自己的共享平台,这样的话,把大家能够共享的东西全部都把它抽出来,然后形成共享的平台,这是关键的投资理念。

主题二:《深度学习技术在量化投资的应用实践》

高金人才战略论坛“量化投资与智慧金融”分论坛成功举办

陈婧

幻方,基金经理

首先比较了量化交易和主观交易,量化交易具有突出的优点,优点一:能够不被人的情绪所影响;优点二:押注大概率事件;优点三:精力无限;优点四:精细化交易。

小市值股票比较容易波动大,波动大就比较容易做出超额,因为所谓作出alpha是等别人做出错误的价格预期。市场波动比较大的时候,意味着人们有情绪,有情绪就意味着容易不理智,不理智就容易作出错误的判断,量化交易就可以从错误的判断里面获得一点差额收益。

为什么现在量化投资会考虑人工智能呢?

传统的多因子模型,市场上大部分量化团队还在使用这个模型,基本上使用10个左右的因子,但是这10个左右因子里面真正起到收益率做贡献可能就34个因子,剩下因子是用来平滑曲线或者降低风险用,这些因子包括大家耳熟能详的基础因子,这个模型会有什么问题呢?需要时常要去修正它。比如说最近哪些因子可能更有效一些,因为市场在变化,就需要根据市场变化调整一下因子,调整一下参数,永远都只是非常小的局部最优的结合。因为也不知道挑的因子组合是不是最优的因子组合了,只能是尝试的因子组合里面最好的组合而已,还有千千万万没有尝试过的。其次,大家都使用某个策略之后,就会容易出现策略同质化,在2017年第一季度表现的特别明显,因为所有做量化的都用差不多的模型,而且那个时候市场交易量比较小。

为什么可以使用机器学习来在二级市场运用呢?因为它有模式识别能力,事物只要是有规律就能找出来,相对来说没有规律就比较难找,这是机器的特性。

使用深度学习进行选股的模型,第一层收集的都是基础因子,如果能挖掘出新的因子去用可能效果也蛮好的,如果没有挖掘新的因子能力就放基础因子,这样再也不需要根据市场状况的改变而去调整因子。

www.65335.com
400-123-456
知识改变命运,知识创造财富,科技是第一生产力!