丽海弘金张红庆：AI与大数据要获益 量化不可逾越

　　新浪财经讯 5月6日消息，由中国经济改革与发展研究院（中国人民大学）、中国证券投资基金年鉴，中国量化投资学会共同举办的“金麟2018·第五届量化投资与对冲基金年会”今日在中国人民大学逸夫会议中心召开。

　　丽海弘金科技总监张红庆发表了“量化投资与金融科技”的主题报告。关于大数据、人工智能以及量化交易之间的关系，他表示，有了大数据不能直接获益，有了AI也不能直接获益，必须要有量化这一不可逾越的中间环节，进行数据处理。用一个标准的分层协议来讲的话，底层是数据层，中间是因子，这是一个不可逾越的障碍。

　　以下为发言摘要：

　　张红庆：大家上午好！我想讲的第一个就是新时代，不知道有没有看邀约一起秀的几个关键词，第一个是新时代。新时代我想主要是咱们整个资管行业的背景，特别是与监管相关的，我觉得张杰教授他们分享的特别好。第二个是新的工具，刚才肖总，包括王总他们都讲了期权的衍生品。还有一个就是新策略，新策略我觉得下午大家比较期待的，我们有几个圆桌的会议，我也顺便推荐一下，我们用什么去做交易，就是策略方面的。其实我想补充的是新平台，因为大家的东西最终还是要落地的，落地靠什么，我觉得还是要靠金融科技，这个商业化气息会稍微浓一点，因为我觉得做事分三层，道、术、气，我们怎么产生交易，怎么产生现金流，怎么为投资者产生回报率，这是我分享的一个重点。

　　其实在座的各位都是人才，我也顺便谈一下与从业或者是与就业有关的，刚才金波总分享的非常好，他跟大家呈现了一个前景，就是大家来私募吧，工资非常高。其实我觉得从事资管有两大派别，一个是卖方，一个是买方。我觉得卖方顶层生物链就是交易所了，刚才说了肖总是清华的，又去美国读了博士回来进了交易所，这是非常高的门槛，包括王琦。还有就是券商，其实进券商也不容易，金总他们在券商做也是很顶尖的人才才能进券商。再其次在卖方里面公募基金，公募基金现在门槛也非常高，我觉得可能得是金融或者是量化专业类硕士以上类的学生才能进公募。相对来说私募门槛是比较低的，其实人大在整个私募行业，特别是量化这么一个细分领域，特别是基本面投资，丁鹏老师知道，这几乎已经成了我们整个国内量化投资行业的一面旗帜了，就是以它为首去布道推广的量化投资协会，我觉得是我们人大的IP，也是我们整个行业的IP。说到就业和从业，我觉得私募确实是好的入门的卖方里面的门槛比较低的公司类型，大家可以去参与。

　　接下来讲一下怎么用金融科技把大家的道、术、气完全打通，最终变成交易。其实要借助一个什么工具呢？就是金融科技。刚才李教授说链圈、ICO，我们真的不搞ICO，我们搞的是IPO。其实金融科技的三大关键词已经不是量化了，大家看应该是大数据、人工智能和区块链。量化这个领域，因为之前我跟艾教授也聊了一下，人工智能和量化投资到底是什么样的关系，以我的实践经验，包括很多团队他们做的结果，如果你想买全世界所有量化的数据，我们称之为金融数据库。然后我再用全世界最强的计算机，再用Google人工智能机器学习引擎，把这三个放在一起能不能挣钱，我告诉你不能挣钱，很多公司在这方面花了几千万，最后的结果就是不能挣钱。因为我强调的是金融工程的量化，这里有六十多年的实践积累，从基础分析开始，再到后来有高频交易，我觉得整个六十多年量化的技术积累，它是任何新生的技术所不可逾越的门槛或者是必经的途径。

　　在我看来大数据、人工智能它和量化交易是什么关系呢？大数据在整个下面，EOD的数据，金融工程是在中间层的，金融工程它起到的作用就是把我们底层金融数据的噪声消除，我们提升它的SBN，这是量化的最重要的作用。AI它不能直接在金融时间序列里面发现α，我们看了很多团队去实践。前段时间有一个段子，阿尔法狗后来出了一个版本，在中国的A股市场潜伏八个月，最后帐户亏光了，退出了，这个大家当段子听一下。在围棋封闭既定的博弈环境里面，人工智能目前来看可以打败人类。但是在金融市场环境里面，它是开放式的环境，它是很多噪声和随机性的环境，这个时候现成的人工智能能不能产生阿尔法，是AI，还是HI，我觉得应该还是AI+HI。

　　举个例子，因为我们在做量化模型的时候，我现在跟做学习和研究的人分享一个经验。其实我们做量化到做交易和资金管理的人都历史，其实在所有的投资决策里面顶多占30%的权重，相关事项的分析，是我们另外2/3的决策重要依据之一，它这个模型可能稍微有一些参数上的偏差就不能盈利了。其实他没有考虑另外两个问题，我们从AI的角度，你可以让AI发现一个很好的业绩曲线，很多时候AI+HI。所以我觉得现在大家仍然要尊重，并且要踏踏实实的去从事量化底层的学习和研究，以及实践，这是AI目前不可能逾越的障碍。你还是扎扎实实先把BS模型搞清楚，再说AI的事情，我不分享区块链，我只说大数据和人工智能以及量化它们之间的关系。就是说有了大数据不能直接挣钱，有了AI也不能直接挣钱，必须要有量化这么一个中间不可逾越的数据处理层，用一个标准的分层协议来讲的话，我觉得底层是数据层，中间是因子，这是一个不可逾越的障碍。比如说当你面对一个标的比较多市场的时候，当你面对一个比较小的市场或者比较高频的市场，我们通常分析它的方向，分析它下一个时间点，这是两种量化的方法，一个叫选股，一个叫择时，你去选你的标的中的一揽子做交易。

　　再往上达到交易的层面，其实有一个完整的量化交易平台，它里面包含的东西非常多，包含历史数据，包含你的回测引擎，包含你的仿真引擎，以及包含到全市场的API，以及订单的发送。其实这里面可以分为阿尔法的模型等等，也就是说大家知道什么叫量化投资，你最终还是要通过一个量化平台去落地，我今天讲的背景交代完了，先给大家讲一下整个量化投资最终还是要需要一个量化平台来落地，大家也不要对AI和大数据基于过高的期望和预期，像丁老师他们量化投资学会一直是我尊重的组织，金融工程六十多年人类智慧的积累，值得大家花四年的本科，再加一到两年的硕士去学，我们都是搞量化的，庙有了，最终还需要有和尚去念经，和尚念经最终的目的是能化来缘，我们的香火钱要源源不断，只有这样我们量化投资的庙才能盖的高大上。

责任编辑：曹婕