财联社
财经通讯社
打开APP
国投证券量化配置首席分析师刘凯:大数据、人工智能为量化研究发展注入新动能,卖方研究需关注三方面
Play
语音播报
00:00
/
00:00
00:00
①刘凯称量化策略在金融领域的应用为投资者带来了多方面的正面影响,包括客观、降低情绪影响等;
                ②当前量化研究行业正面临三大挑战。

财联社2月5日讯(记者 周晓雅)从零起步,到突破万亿规模,量化投资的崛起成为近年我国投资市场一抹亮色,快速迭代的量化研究则是发展的坚实基石。

拥有8年金融工程研究经验,国投证券量化配置团队负责人刘凯从2014年在中国人民大学汉青经济与金融高级研究院开始接触量化研究,先后任职多家买方、卖方机构,见证我国量化研究的发展进程。

多家机构的复合从业背景下,他目前擅长量化选股、行业轮动、FOF、CTA等领域的研究。量化研究根植于数理知识,但刘凯的量化研究更看重数据模型背后的人,研究成果则更注重可落地性,要求模型模拟结果与实盘交易的偏差尽可能小。

在刘凯看来,时至今日,量化研究行业依然生机勃勃,大数据、人工智能等或将为行业发展注入新动能。“基本面+量化”的投研潮流下,他对卖方研究的差异化发展也有独到见解。

为何关注量化研究?

长期以来,量化领域常被称为“黑匣子”,而在刘凯看来,量化仅是一种工具,即利用量化模型进行数据分析的手段,通过系统性的计量方法来进行投资决策。

进一步来看,市面上量化研究可以概括为运用数学、统计学等学科知识,研究和开发创新性金融产品、交易策略、风险管理方法,满足市场参与者对于创新、效率和风险控制的需求。其中既包括对人工智能等新兴技术的探索,也涵盖对传统量化方法的深入研究。

虽然以理论为基础,但刘凯认为,成功的量化研究,并不仅依赖冰冷的逻辑和坚实的数据检验,更需要根植于市场实际,深刻洞察投资者的需求与痛点。

过去十余年,中国的量化领域发生显著显著变化。刘凯介绍,2014年底,市场风格在短时间的剧烈快速切换,“满仓踏空,还要做对冲”的情形并不罕见,因此,因子择时、风险管理被市场关注,同期,海外先进研究成果快速引进国内。

随后两年,风控水平较好的指增策略在市场崭露头角,显示出稳定的超额收益获取能力;多样的量化研究成果下,事件驱动策略逐渐多元化,因子处理工具和因子组合也得以丰富化。快速发展的大环境下,量化研究也曾面临瓶颈。比如,因子被充分挖掘、策略同质化、策略受交易规则的制约等。

随着计算机算力的提升以及理论研究的日渐成熟,他认为,量化研究目前仍处奋进发展阶段,高频、大数据、人工智能等方向对量化研究领域发展的推动值得关注。

从模型学习到理解市场

拥有数学与应用数学学士、金融统计学硕士的学术背景,刘凯量化研究的从业生涯起源于深圳道朴资本。他坦言,彼时致力于寻找量化投资的“圣杯”,即持续提供高额收益的模型,因此对模型的依赖度高,却无法深入理解。由于大量积累量化选股因子,他在这期间奠定了坚实的选股策略研究基础。

随后,他加入北京和聚投资,开始接触主动投资等多种投资思路。他开始意识到单一模型并不能适应所有市场行情,而是需要丰富自身量化策略种类,进而形成独有的研究体系和研究方法。

经历了数年买方机构任职,刘凯在2020年转战卖方机构,他的量化研究生涯随之进入第三阶段——从唯模型论到利用量化手段发现市场规律。当对市场和量化模型有较深入的了解后,他发现,相比起模型,这背后的人更是关键。

“以前我研究的目的是为了造一个完美模型,所以沉浸在挖因子、做模型的过程,忽略理解市场的重要性。但后来慢慢理解,世界上并不存在完美模型,模型只是思想表达的载体或者工具。”刘凯认为,如果对市场有深入了解,不仅可以不依赖模型的推导结论,形成大致正确的判断;还可以提升不同模型潜在风险的识别能力;也能以更多新视角观察市场,创新量化模型。

如何做好卖方量化研究?

随着量化私募规模的攀升、公募加大量化布局,卖方研究目前面临着新的课题。在刘凯看来,买方机构和卖方机构对优秀策略的向往一致,买方机构的量化研究更聚焦深入,卖方机构的研究在广度上更具有优势,可以针对市场热点、投资者所感兴趣的方向进行广泛探索。

拥有买方机构的从业经历,刘凯在量化研究方面尤为重视投资实操。比如,他曾身处在2015年大幅波动的股市,深刻认识到每一次波动对产品净值的影响,他的研究报告注重策略的可落地性,要求策略的模拟结果和后续实操之间的偏差尽可能小,如费用、交易环境等方面。

近年来,主动投资与量化投资的结合成为一大发展趋势。刘凯认为,量化投资和基于基本面的主动投资两者并非对立,前者是自下而上的投研思路,后者则是自上而下。随着买方机构开始寻求主动投资和量化投资更好的结合方式,主动量化投资策略应运而生。

为了更好应对当前“量化+基本面”投研潮流,提供更全面、个性化的研究服务,满足买方机构多样化的需求。他表示,卖方机构的量化研究需要注重以下两个方面。

一是整合多维数据源,随着自然语义分析的发展,可利用文本识别来提高策略表现,各种特色数据的开发和引入也值得探索。

二是聚焦深度基本面分析。卖方机构需要深入挖掘公司的基本面信息,包括财务报表、经营业绩和行业地位等,从而提供更深刻的见解与新颖的视角。

作为众多卖方研究机构的一员,如何实现差异化定位,也是刘凯在担任国投证券量化配置团队负责人以来持续思考的问题。

他以“守正出奇,日积跬步”概括了团队的发展战略。一方面需要对传统的量化业务一项不落,紧密贴合买方机构需求;另一方面,着重构建一个跨学科、多元化专业背景的团队,通过搭建涵盖金融学、计算机科学、统计学等专业的人才组合,为团队整体提供更全面的视角和更灵活的问题解决方式。

落实到整体研究体系搭建方面,他带领团队致力于提供全方位的量化配置研究服务,包括但不限于多因子模型、风格配置、行业配置、FOF组合、CTA以及大类资产配置等各类策略。

他还强调了对研究报告的创新需求。“我希望我们团队能够做出有态度、有想法、有温度、有华彩的研究报告。通过生动的数据可视化、深入的市场分析和清晰的表达,使研究报告更具吸引力和影响力。力求保持快速变化市场中的竞争力。”

人工智能等为量化研究提供更多可能性

受益于技术创新、大数据的广泛应用、投资决策可验证性需求的日益增加,刘凯看好量化研究行业的发展前景。

他强调,人工智能、机器学习等领域的发展,为量化研究提供了更多可能性。使其能够更深入地挖掘市场数据,提高模型的准确性和适应性。大规模数据的可获得性则提供了更全面的研究视角,从而能从更多维度分析市场,发现潜在的模式和机会。

不过,他也看到量化研究行业所面临的挑战。首先,大规模的数据使用下,如何保证数据质量、可信度,尤其是非结构化数据。其次,过度依赖历史数据的模型易致使过度拟合,降低模型对未来预测能力。最后,高频交易和市场微观结构的复杂性可能增加执行成本。

“为应对挑战,先进计算设备和高端技术人才的引进是许多买方机构的共同选择。”以策略研发的角度看,刘凯认为,可以通过整合多因子模型,降低对单一因子依赖,提高投资策略的鲁棒性(即系统对于不完美的输入或外部干扰的适应能力)。策略还需要强化风险管理,制定合理的风险控制策略,减少潜在损失。

量化领域的快速发展下,投资者可选择的量化基金越来越多。刘凯建议,在选择合适的量化产品时,首要选择自己认同的量化投资理念的基金经理,而不是沉浸在过往业绩中。此外,还需要通过细致归因分析拆解收益来源,判断产品是否能够提供稳定的收益。

他直言,量化策略在金融领域的应用为投资者带来了多方面的正面影响。首先,它基于大量历史数据和数学模型,使得决策更加客观和理性。其次,量化策略有助于降低情绪的影响。投资者往往易受到情绪的波动干扰,而算法则能够严格遵循设定的规则和逻辑,摆脱情感因素的影响,从而减少决策的情绪偏差。同时,量化策略注重风险管理,通过严格的风险控制规则,帮助投资者更好地管理投资组合的风险。

另外,量化策略可应用于多种资产类别和市场,包括股票、债券、商品等,为投资者提供更灵活的资产配置选择,实现更好的分散化,降低整体投资组合的风险。最后,量化策略的设计目标之一通常是追求稳定的收益。通过严格的模型测试和优化,严谨的风控模型的使用,提高投资组合表现的稳定性。总体而言,量化策略通过科学的数据分析手段,为投资者提供了更为理性和可控的投资方法。

私募基金动态 券商动态
财联社声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
商务合作
专栏
相关阅读
评论