【pg電子·(中國)娛樂官方網站】對話天算量化董事長何天鷹：AI“人優我新”年代，量化私募怎么應對？

21世紀經濟報導記者 黎雨辰 北京報導。人優我新

AI風起時，對話董事量化正揚帆。天算天鷹pg電子·(中國)娛樂官方網站

股票戰略全體體現欠佳的量化量化2023年，量化私募在震動而活潑的長何A股商場逆流而上，憑仗非凡的年代超量收益體現走到聚光燈下。私募排排網計算顯現，私募本年1-7月量化私募均勻收益為4.48%，應對高于片面私募3.57%的人優我新均勻收益。

而憑靠人工智能技能的對話董事火上加油，量化戰略仍在不斷迭代向前。天算天鷹本年3月GPT4.0的量化量化橫空出世，讓AI對量化出資的長何加持才干面向新的高度，組織對其的年代運用也已從數據提取與剖析，深化浸透至因子發掘、私募因子組合、風控優化、買賣履行的量化出資辦法論之中。

據中信證券研討部測算,到上一年年底，我國量化私募辦理人全體財物規劃已超1.50萬億元。閱歷爆發式增加后，一批量化私募規劃也在本年得到進一步擴張，業界百億名單擴位，組織競賽空前。在商場超量收益亦在逐漸企穩的大趨勢下，能否立異性地運用AI技能，于量化出資全鏈條上幫忙出資者獲取安穩報答，正被越來越多的量化私募視作競賽勝負手。

近來，天算量化董事長何天鷹承受21世紀經濟報導記者專訪，共享了本身對AI賦能量化出資的許多調查與考慮。

2014年歸國創建天算量化以來，何天鷹及其具有強壯理工布景的團隊，一向走在對數學與計算機范疇前沿作用的pg電子·(中國)娛樂官方網站盯梢前列。在2017年敏銳捕捉到人工智能的興起后，天算量化也首要擁抱新技能，成為職業界將AI運用于股票和期貨量化出資的先行者。

穿越周期后，“天算”對“人算”的賦能優勢漸顯。第三方組織數據顯現，2017.6.6-2023.7.28間，何天鷹在管的中證500指增產品，在人工智能選股模型的助力下獲得了超160%的區間超量收益，均勻每年超20%。當時，天算量化產品總規劃已打破60億元。

ChatGPT能夠為量化出資發明哪些新的價值？AI進入“人優我新”年代，跑在技能前哨的量化私募組織怎樣發明性地運用技能，獲得差異化優勢？當量化組織逐漸從戰略卷至“軍備”，作為辦理者，又怎樣看待算力、算法與數據三駕馬車間的平衡？

以下是記者與何天鷹的對話。

天算量化董事長何天鷹。

擁抱新技能。

21世紀：曩昔幾年來，AI技能對量化出資的浸透有哪些特征或重要打破？

何天鷹：AI技能關于量化出資的加持仍是很顯著的。從咱們的視點去了解，在曩昔幾年間，AI關于量化出資的賦能至少能夠分為三個階段。

榜首個階段是從2017年到2019年，假如用四個字去歸納的話，這三年能夠說是“人無我有”的階段。在這個階段里，組織只要將多因子模型結合AI的深度學習算法，根本都能夠在收益上完結職業搶先。在這一階段，天算量化其完結已開端了對AI模型的深度運用與研制，咱們的部分團隊成員也是人工智能結構的深度貢獻者。

2020-2021年則是“人有我優”的階段。跟著量化的展開，組織開端逐漸感知和認可機器學習與人工智能的技能，整個職業的根本盤也迎來很多資金的整合。

在這個階段中，咱們有兩點很重要的感觸。榜首是僅依托通用模型現已無法發揮很大的優勢，咱們需求愈加深度地對AI詳細的網絡結構、神經元設置等底層細節有更深化的研討和開發；第二是風控模型關于危險露出的操控日益體現出重要性，跟著量化的快速展開，超量收益從長時刻來看逐漸走向平穩，因而嚴厲的風控尤為要害。

2022年至今，在絕大部分的量化基金其完結已很重視人工智能、也很重視風控模型的今日，咱們認為職業現已來到一個“人優我新”的階段。資管新規后，更多的出資者正逐漸從信任、理財產品轉向考慮量化，而對組織而言，做出更多立異、打出差異化則是這一階段的中心方針。

21世紀：作為AI展開的里程碑，ChatGPT的面世是否也會為量化出資帶來新的改變？作為一種言語模型，ChatGPT能夠怎樣完結對量化出資的賦能？

何天鷹：ChatGPT本身代表著新的技能，它本身的展開迭代也十分快。關于這樣的新東西，咱們會堅持最高的敏感度，并快速去擁抱測驗。

現在咱們對ChatGPT的運用首要分為兩個層面。在投研的層面，由于ChatGPT是現在榜首流其他言語模型，咱們會要點結合它來做一些NLP（自然言語處理）的研討性使命。在構建量化出資結構時，新聞、言論等信息往往是重要的特殊數據，咱們會參閱相關信息對未來股票的漲跌去做更好的猜測.跟著ChatGPT展開到4.0階段，咱們現已能夠經過將其銜接網絡、并運用各種插件來讓其捕捉最實時的音訊。在結合ChatGPT后，對特殊數據中文本信息的剖析將會更精準。

從更廣泛的視點講，ChatGPT也現已在輔佐咱們完結投研中很多的根底作業。例如咱們會讓ChatGPT來幫忙咱們進行因子發掘，或更高效地完結代碼，乃至請其來規劃、比照和剖析不同的因子或量化戰略，幫忙研討員對問題更快速地上手。

在公司維度下，咱們現在也現已把ChatGPT經過API接入到了公司的企業微信中。任何部分的搭檔都能夠快捷地在企業微信中運用這一東西，然后進步日常作業的功率。

21世紀：風控模型在量化出資中的重要性正愈加凸顯，但據了解，現在業界關于AI在風控中的運用尚停留在較為根底的階段。未來AI或許在哪些方面深化助力氣化組織完結風控？其研制的難點或要害點在什么地方？

何天鷹：現在咱們在風控模塊中沒有深化運用AI模型，但關于AI在風控模塊中的運用現已在進行研制，詳細來講更多是用到人工智能中的強化學習模型。強化學習才干能夠了解為人工智能對商場改變的快速科學應對，它根據行為和戰略不斷做出反應和鼓勵。

從方針層面來看，風控的含義在于操控動搖，并服務于收益的安穩性，例如在指數增強中，咱們期望戰略能安穩跑贏指數。為了更好地完結這一方針，往往咱們首要需求詳盡而明晰地拆解股票的收益率和危險來歷，并對其進行更明晰的分級和歸因。

而在詳細的操作層面，現在職業遍及選用的Barra多因子模型，對危險和職業的分類更多是根據全球資本商場的視角，對A股商場特殊性的偏重尚顯缺乏。因而，天算量化現在也在進行自己的風控模型的研制與立異。咱們期望結合對A股商場的深化了解，在AI的幫忙下，對風控模型中的風格因子和職業分類去做更明晰有用、更為A股商場“量身定做”的優化。

21世紀：有觀念認為，跟著AI在量化出資中的覆蓋率不斷進步，組織的競逐也會從投研才干本身轉入數據、算力等方面的“軍備競賽”?，F在天算量化在機器學習所需資源方面的投入大致是怎樣的？怎樣平衡公司的本錢結構？

何天鷹：數據方面，現在公司的數據大體來自三個維度，榜首就是金融數據，第二對錯金融范疇的數據，比方電商、互聯網或輿情數據，這兩方面咱們都會與相應的數據供給商進行很多的深化協作。此外，假如一些數據咱們覺得具有立異性，但又難以尋覓供給商，便會對其進行逐漸的獨立堆集。

數據一向是每家公司都很重視的點，盡管從現在來看，立異數據或許并不是公司競賽最中心的要素，但跟著金融商場、包含我國經濟體系越來越數字化，可搜集的信息必定是會越來越多的。在這樣的展開進程傍邊，咱們相同會堅持高度的敏感度，去做好數據的搜集與探究。

在算力方面，我認為投入增多是一件功德，這意味著職業正處于快速展開的進程。天算量化應該是最早的一批購買 GPU服務器的私募，咱們當時也正在以比較科學的辦法，將更多的資金投入到科技中。

不過算力的投入盡管必要，但卻并不是充沛條件，對戰略、對商場特色改變的了解也相同重要。

咱們能夠調查到一個現象：國內的一些互聯網大廠和AI大廠，不管在算力規劃、資源仍是人員數量方面或許其實都更有優勢，它們中的許多企業也曾與公募或券商組織有過協作測驗，期望經過AI來展開量化出資，但或許現在的作用還暫時達不到運用的水平。

這個現象背面反映出，資源是量化范疇展開的一方面，但更重要的是咱們怎樣發明性地去運用這份力氣，怎樣深化的去了解金融商場及其改變，以及怎樣來做戰略。只要將硬件才干與軟實力充沛結合，一家公司才有或許做到更好。

天算量化很大部分的盈余也會用于新的投入之中，但這個投入不局限于設備的投入，也有人員的投入，例如新人的招募又或是人員全體鼓勵機制的優化等。咱們認為這樣的投入對錯常有必要的，它能夠幫忙團隊去構生長時刻的良性循環。

發明新價值。

21世紀：怎樣了解本年指數增強型基金的大熱？在戰略思路上，指數增強和寬基量化選股有何異同？

何天鷹：指數增強是量化職業十分中心的戰略，其他的一些戰略，例如量化對沖，其實也是根據指數增強再結合衍生品戰省略完結的。這個戰略其實一向安穩展開了很多年，最近一兩年或許遭到的認可度和重視會更多一些，一大原因在于商場需求時刻接收新事物，也需求長時刻的比照來驗證戰略的體現。

指數增強能夠相對安穩地讓出資組合跑贏對標指數，但由于非量化出資的收益彈性或許更大，所以單看一年的收益率時，指增戰略下的量化產品或許很難排入整個商場一切基金里邊的前幾名，但跟著時刻的堆集，信任咱們在感知到指數增強的強勢體現后會對其越來越認可。

由于量化指增的方針是安穩跑贏對標指數，因而在戰略上愈加重視危險適配，比較之下量化選股則會相應愈加鋪開一些——由于全商場有五千多只股票，量化選股的挑選成果全領會相較于干流的寬基指數更偏小盤一些。

進行數據剖析后咱們其實會發現，量化選股戰略的體現會與小盤寬基指數的增強戰略愈加高度相關。由于在沒有特定危險適配的前提下，量化選股的危險露出約等于商場均值，而商場均值根本上就是在中證1000到2000所包含的區域。

21世紀：指增產品也貢獻了天算量化大部分的產品規劃，能否介紹一下公司在指增戰略上的一些共同之處？在量化出資商場競賽日益劇烈的眼下，怎樣豐厚超量收益來歷？

何天鷹：咱們團隊仍是比較致力于做一些立異的作業，由于只要立異才干夠給咱們的客戶供給共同的價值。2022年2月以來，天算量化對戰略進行了晉級,在進行危險操控的根底上，咱們深化運用AI開發了一些立異的戰略模塊，包含職業輪動模塊和市值輪動模塊，并將這兩個模塊有機地結合到咱們的投研辦法論中。

曾經咱們的戰略沒有專門的職業輪動模型，更重要是做選股，但跟著商場進入到現在的階段，職業的周期性和輪動性仍是比較顯著的。因而咱們在戰略上，關于不同的職業層面并不是安穩低配或者是安穩高配，而是跟著商場行情的改變快速和敏銳地進行輪動，并且在進程傍邊去發明超量收益和價值。

在市值輪動方面，咱們知道市值風格在A股是一個重要的危險因子，而其改變一般伴跟著必定的持續性，因而咱們期望這個模塊能夠感知、猜測并盯梢市值的改變趨勢。

將職業輪動和市值輪動參加戰略中，這兩個模塊能夠幫忙咱們進一步進步超量收益，這樣能夠在嚴厲的風控根底上增厚收益。

一起，咱們很重視操控超量回撤比，以及超量收益和友商的相關性。詳細到數據來看，咱們的超量收益跟與同業的優異友商比較，相關性系數現在是低于0.5。

21世紀：公司在量化戰略上的迭代頻率和關鍵是怎樣的？怎樣獲取立異的創意？

何天鷹：戰略的迭代更新分為兩個維度。一方面，咱們會在日常中進行漸進式的立異，結合最新的數據、思路和東西，對戰略不斷測驗和迭代，這也是咱們投研團隊的日常作業界容。

而另一方面就是跨越式的立異，這一立異機制更多與涉及到底層的辦法論。比方天算從2017年開端用人工智能深度學習做因子組合；2020年，天算把日間的戰略進化到了日內的戰略，將股票信號更新頻率進步至分鐘等級；2022年，天算量化在嚴厲風控的根底上參加職業輪動和市值輪動的模塊。上述這些都是關于整個量化戰略來說比較照較顛覆性的、辦法論上的立異。

咱們更新辦法論的頻次并不會根據固定的時刻周期，如每個月或每半年，而是會在定時的評論中不斷探究，測驗新的思路和辦法，并在承認辦法論迭代的可行性后進行立異。

舉例來說，或許咱們每1-2個月會發現一些很好的思路，那每3個月到半年來承認這個辦法論的迭代可行性。戰略迭代更新的詳細時刻是不確定的，但咱們會一向堅持對商場和技能的重視，并不斷測驗新的思路和辦法，以堅持咱們的戰略在商場上的搶先地位。

21世紀：怎樣看待量化出資的未來展開空間？天算量化將怎樣掌握年代機會？

何天鷹：從咱們的視點來看，量化出資職業在國內商場有著廣大而久遠的展開空間。全球老練金融商場的量化買賣占比大約在80%-90%以上，而在國內，這個份額現在僅有20%-30%左右，所以從參照美國等金融商場的份額上看，A股還有很長的路要走。

一起，跟著資管新規落地以來，國內的金融商場展開不斷增速，其體量也越來越大，咱們期望能在未來的展開大潮中成為一家重視長時刻成績的公司，并不尋求單個月度或年度的超前排名，而是重視長時刻堅持搶先。

對此我認為有兩點十分重要：立異和守樸。

很多做同質化的競賽很簡略墮入內卷，而內卷意味著攤薄收益，很簡略精進不休、不進則退，只要立異才干成為咱們展開的驅動力。這種立異不僅在戰略和技能層面，還包含辦法論和產品條線層面、乃至公司辦理層面上都需求進行很多的科學轉型。

守樸便是要結壯、樸素地據守。金融商場是一個充溢應戰和競賽的職業。咱們從團隊創業到現在，現已閱歷了多個商場的漲跌周期、方針改變周期和職業展開周期，公司本身也閱歷了周期性生長。財物辦理是離金錢最近的職業，咱們深入認識到財物辦理的展開路途并不簡略，必定會充溢各種應戰，咱們自己也是充沛敬畏。多年以來的堆集與經歷都在輔導咱們，不管短期遭到追捧仍是蕭瑟，在展開的進程中，必定要認為客戶長時刻發明收益和價值，公司健康安穩生長作為本身的展開方針和盡力方向。