马科超：科研驱动投资 量化发现价值

　　新浪财经讯 3月15日，资管网和直达国际共同主办的 “第六届（2019）中国资管精英大会”在深圳举办。

　　3月15日下午，分论坛一：”衍生品时代——量化对冲新机遇“开幕，上海千象资产管理有限公司总经理马科超发表主题演讲《科研驱动投资、量化发现价值》。

　　以下为部分现场实录：

　　马科超：量化发现价值，我们觉得国内其实宣称做价值投资蛮多的，但是国内还是属于一个高波动的市场，所以很多机会都是来源于交易型机构，量化的方法对微观数据的研究应该是非常细致的，非常快并且范围非常广的，所以我们认为量化的方法在5-10年的机构化的过程当中带来更大的价值，为投资者带来稳健的回报。

　　分四个内容，全球量化市场，量化策略应用和我们公司，和后市的展望。

　　量化说简单比较简单，说黑盒子是黑盒子，用历史数据反复策略，在未来十年当中到底处于什么样的水平，很多东西是反直觉的，发现规律。国外60、70年代开始，有一些数学家和物理学家利用自己的学术之余，发现一些统计和发现一些机构，所以大家看到计算机的普及在美国最先完成了机构化的过程，大量的交易量都是由量化投资来触发，特别是大家所熟悉的新公司，本质上量化投资都是用统计学、数学来寻找一些规律，所以这种规律过一段时间会失效，但是是比较缓慢的失效，利用更多的一些科研人员更早发现一些规律，获得一些持续的优势。

　　这个就是美国量化交易的发展历程，可以看到交易量背后的原因就是量化的一些投研机构对于微观数据的处理是非常大量和短时间的，我们做选股预测明天一天，不会预测一天之外的，我们还会看一下周线和日线，我们会觉得对于宏观的一些研究可能不是那么靠谱，因为对微观数据的处理能力不够强调，导致放慢脚步和速度去分析这些宏观的东西，其实微观层面上像期货市场是每半秒钟推送一些数据过来，本身有盘口大量的数据可以够你研究透彻，我们做微观数据的机构，将来是比较确定性的发展方向。尽量拥抱量化机构是比较好的做法。

　　这个是元盛，国际上最大的一家CTA的基金，已经成立20多年的时间，在全球管理规模在300亿美金左右，在国内是50-60亿的规模，大家也是交易外汇、利率、大宗商品通过计算机的方法和统计学的方法进行计算。

　　这个是文艺复兴科技公司，也是一个早期的数学教授的创始人，是最早一批利用计算机技术，依赖大量的数据回测找规律，高频和中低频找规律，大概管300-500亿美金的规模。这个是统计的数据目前海外量化的一些机构占总的机构这种基金规模的20%，国内可能是1%，所以发展也往国际上靠，对国内来说是比较稀缺的资源，一个是优质客户的资源，风险偏好和投资型的风险偏好是比较符合的资金和客户是比较稀缺的，另外是很头部量化私募的额度比较稀缺，包括一回撤产品额度是很稀缺，这两类是大家需要去获得的，因为像银行的资管，比如说最近有一些收回，但是像工行和招行管几万亿理财，如果配置固收或者是股票多投不同的策略，他们会想到低回测的策略，是银行比较喜欢的，几万亿的钱凑5%-10%都是几亿的规模，像投部的私募基金到百亿非常少，真正做中性的，额度会更低，优质客户的资源和优质投部量化私募的资源。

　　总结一下量化投资和主观投资的优势和缺点，我们认为这两派可以获得收益，因为数据获取的方式不同，大部分采用数据量化的方式，只有大量的标准化数据才可以被我们采用，如果单一发生频率很低或者是更新频率很低对我们来说不大的，通过这么多年的经营对于一些非结构化非标准化的数据来源可能是具有优势的，所以对于单支投资标的和单个品种把握信心比较高一点，我们的优势在于对于众多的投资标的，众多的股票或者是期货或者是大范围的把握是比较长的，因为每一得标的的信息和把握度达到80-85%，我们也没有办法或者是成本像人力再提高对于个股或者是单个板块的信息把握，但是一些专门做行业研究的研究员可能会调研非常深，对个股或者是板块调研到85%的信息量，但是有一些信息还是不知道的，因为世界变化太大的，我们优势对于茫茫大量的投资标，同时信息把握面是很广速度是很快。但是我们认为只有风险上来讲，高度分散的策略往往是回撤是比较小的，承载的容量是比较大的。随着数据供应商越来越成熟，把非标准化的数据慢慢可以标准化出来，并且能够以产品的形式卖给我们，海外很多数据供应商是很另类和特别，信息来源更丰富一些，他们做的策略更加丰富一些，对于计算机来说学习能力一直在增加的，但是以人为主的交易，机构可能就会因为人脑的信息处理能力速度的原因，赶不上这个信息，但是这个是比较长期的过程。

　　策略方面偏向是做两块，一个是国内期货的市场和股票的中性策略，大部分以国内为主，国内的交易量和品种比较多，两个策略天生不太一样，做的市场不太一样，数据不一样，获得的收益和存在风险不一样。

　　我们觉得监管机构对于期货市场的支持力度和实体经济的支持是很认可的，像去年推出的原油期货和苹果期货，还有生猪期货等等，期货市场和现货市场的活跃度非常高，海外的品种和国内的品种联动性非常好，政府很难控制价值使得期货市场天生的价值波动性比较高一点，无论是发生一些地缘政治的事件还是一些假消息，还是国内政策变动，会引起商品品种的价格波动，国内品种比较多，从黑色化工到农产品到金属到金融期货都是不断波动，之后也有其他的品种，包括纸浆、乙醇都会不断上市，从两年期货到五年期货，市场品种很多，我们用计算机处理大量的数据和同时监控，像期货市场每天晚上交易到两点多，对以人为主的机构来说是比较艰难的，计算机是不需要睡觉和吃饭的，这个是国内的一个优势。

　　所有人想降低波动，加大收益，有人想加CTA策略，有人说配股票或者是配期货都是有熊市，只有加CTA策略不会受影响，降低这种运气成分加入这种CTA策略，这个是弧形的曲线，如果配10%或者是30%的曲线这些点分配在不同的位置，20%是最优的点，希望波动最小可以持有的时间很长，并且波动略小敢把大资金配进来，如果风险很激进，最右上角满苍做CTA，本身是环境交易使杠杆非常大，收益会成比例上升，我们一般募集30%的钱放在上面交易，最后真正出发只有10%几，通过策略比较多的分散或者是出策略的研究员不止一个，还有好几个根据不同的理念和想法出发，使得分散度是非常好的。

　　这个是海外的交易情况，包括外汇、期货、金属、能源、大宗、利率、个股的一些期货都会有，我们国家慢慢也会推出越来越多的品种。

　　一般品种越多，分散度越好，产品的收益也会分散掉，回撤幅度也会降下来，优先考虑波动性，如果从机器代码就写死了，配置非常多的钱就非常放心，如果人为为主的，就不敢配，高度分散使得接纳大资金的机构资金的一个必然条件。

　　我们做策略一般是看趋势跟踪策略，CTA策略是对称的，高点卖出低点买回来。长线趋势跟踪，中短线趋势跟踪，高频交易。对冲策略一揽子多，一揽子空，有的是捕捉两个篮子的价差的趋势，有的是捕捉两个篮子的价格的回归，建立多空组合，进行对冲套利交易。这两个混在一起可以起到更加分散的效果。

　　这个是盈利来源，当一个板块或者是品种出现连续上升，上面一排是品种价格的一个变化，灰色是产品净值表现，可以看到什么时候赚钱和亏钱，我们认为没有一个策略是一如既往的赚钱，不会是高频策略，高频策略可能受政策或者是手续费的影响，从CTA策略可以看到，喜欢的情况和讨厌的时候就是这么一个情况。

　　关联度低的不同期货产品在任何一个特定的时期往往会呈现出不同的走势格局。

　　这个是2018年的几个例子，美股暴跌股指期货提供非常好的收益，第二个是螺纹钢的下跌。我们不分析宏观或者是什么原因，很多东西都是事后去解释的，交易当中你往前看的时候，很多事情是没有很多因果关系的，很多都是相关的关系，很多因素叠加在一起，在趋势结束之后，在右侧往往已经反弹比较长的时间，可能有一些常见策略会出来，短线策略会更加敏感一些，可能本身吃不到更多的趋势，任何策略都有局限性，所以我们的理念是你要做很多可靠性强的一些策略，不要太花时间专注做一个策略提高得多少多少好，提高收益率或者是什么，这个是不可能的，如果越提高，会陷入陷井。你的可靠性一定很强，在示范当中，一个策略不只做一个品种，要多做几个品种，这样的话靠通用性的方法降低对单品种过渡拟合的场景。要靠“多”取胜，均衡是很重要的事情。

　　中性策略也是我们大量投入的策略，一般我们像这批2013、2014年成立的私募是属于第一批数量私募牌照的，当时成立不是牛市，所以很多人成立初期就是做CTA策略或者是股票中性策略，我们不需要根植大盘的波动去碰运气，我们一开始倾向做CTA，有一些机构刚出来就做高频策略，我们2016年开始不断引入团队做这一块，本身的逻辑框架学术体系在国外很成熟，我们会选400多支股票或者等市值去卖出。今年如果是一个大牛市的话，将来主观多投的产品会被我们通过量化做股票多投的私募抢占一些市场份额，散户可能分不清楚，像今年这样的市场，或者是大部分市场策略表现不错的，因为以前量化私募没有进入这个量化，我们把重点放在绝对多投的领域，但是因为种种的受限我们不得已进入多投的市场，这是一个节点。

　　这个是逻辑，贝塔我们定义的运气，大盘的涨跌定义为运气，没有办法预测，我们把这个去掉，获得一些超额收益，超额收益可能来源于交易量非常大，你的风控非常好等等获得一些超额收益，把大盘的涨跌去掉，涨了也不要，跌了也不要就是这样。

　　一般的方法是这三块，一个是挖掘因子，挖对单个股票和板块具备一定解释能力的因子，可能是基本面或者是券商，可能是预期的，可能是舆情类的，可能是高频或者是低频，有一些是因子研究员，比如说先看论文或者是想一想说，每一天的换手率乘以均线对于第二天的股价有一定的预测能力，有这个之后写成代码，一个一个去侧一点，这样给你一个报告，2010年交易几笔，亏了多少手续费，剩率怎么样，最大的回撤怎么样，有一个很量化的值告诉之你，大部分时间你会发现，你以为这样的指标有意义，但是拉长时间一看，其实是没有意义，是完全随机的一个东西。

　　我们也有一部分是人的定好一个框架，让机器在这个框架范围内大量扫描参数和因子也会有的，所以像海外这种千禧年的机构，因子数量达到百万级别他们是做美股的对冲策略，计算机小的一些因子可能人脑无法理解和解释，但是从数据结果上来看效果是非常好的，所以这种数量大家百万级别，人脑比较慢，要先得到认证，找到规律非常难，级别是十分之一左右。

　　你那么多因子怎么组合，是线性组合和非线性组合，要出当天的股票列表，再精细一些，根据上午的信息，对下午股票出一个更精细的列表，对下一个五分钟或者是期货做一个调整，所以它的品种会越来越高，我们在努力的一个方向，可能海外最多除了高频机构或者每五分钟或者是下两分钟进行一个预测，对你的要求是非常高的。

　　因为我们这边很流水线化做数据的人和做策略的人分开的，早期是在一起的，随着数据量越来越大，策略人员分工精细，往往把数据平台的开发以及做策略人员，以及最后一步做执行监控的人分得很快，数据这一块非常重要，不仅要干净，采购完之后要有很多人去处理，大量的机构像元盛都是上千人的组织架构，做策略研发的人数是非常少的。

　　第二个就是算力，有了这么多数据之后，测验你的想法，本身我们也是做实验的机构，拿历史数据做实验，像抽血一样等半个小时一样出结果，等半个小时太慢了，我们可能几秒钟给一个结果。把数据库要放在内存里面可以使速度非常快，不断加速工厂车间的计算效率这个是很重要的，你会比别人更早地发现一些好的规律，风险模型大家都会采购MSI的阿尔法的模型，对风控指标进行监控，比如说买了400支股票不能全买小市值或者是全偏向某一个行业不买的，靠这个东西做一个风控，使得更加对标你的股指期货。最后是T+O的方法可以换一笔，这个给散户的优势，使得我们的阿尔法更强一些。

　　我们认为CTA策略和股票策略都是非常好的配置。2017年可能是小年，今年股指期货会放开，使得波动率会提高。2013-2015年股指期货在CTA的贡献达到一半以上，我们觉得未来市场贸易战不确定性比较高，数量化投资一定是一个很有前景的一块内容，随着IT技术和数据库的提升，随着各种各样的创新，应该是非常好的一块市场，我讲到这里谢谢大家。

责任编辑：李铁民