申毅：量化选股将来一定会成为权益类选股主流

　　新浪财经讯 2019年4月20日-21日，由中国期货业协会主办的第十三届中国期货分析师暨场外衍生品论坛在杭州JW万豪酒店举办。本届论坛以“立足本源 高效融合 创新发展——期货及衍生品市场服务国家战略”为主题。新浪财经全程直播。

　　在21日下午举办的“分论坛：资产管理业务”上，上海申毅投资股份有限公司总经理申毅以“量化策略在资产管理中的运用”为主题发表演讲。

上海申毅投资股份有限公司总经理 申毅

　　申毅表示，量化投资有三个基石，分别是建立在大数定律基础之上的统计优势，建立在趋势风控基础上的人性优势和建立在多元组合投资之上的分散优势。并不是所有的量化投资都是一样的，量化并不意味着完全对冲，积极型量化策略也能获取高收益。而且国内股票市场虽然为非成熟的金融市场，但其特性很适合量化。

　　他指出，指数增强加上择时加上结构化衍生品以后，量化投资的收益能够大幅度跑赢主动选股。量化选股将来一定会成为权益类选股的主流。

　　以下为文字实录：

　　申毅：大家好，在座各位很多都是老朋友，我在量化上做了那么多年，这边要说的其实是一个比较轻松的话题。

　　这是一个资管的论坛，资管里关于量化我想说几个方面：

　　一是量化在国内的情况，所谓巧妇难为无米之炊，国内现在有什么产品，有什么衍生品工具，针对国内的情况说一点。后面说一下量化的历史发展和使用的工具。这个PPT本身说的比较简单，后面故事很多，有些比我知道的多的也欢迎大家分享。

　　量化投资本身是什么？其实只要采取数据分析的方法，用了一个模型，都属于定量的投资，跟主动当然是有区别的，当然我是有偏见的，我肯定偏向量化。量化它有三个方面，我个人认为是从这三个方面去做。第一是统计，量化本身是根据大数定律确立的统计的优势，这个其实跟赌场里下注是一样的，赌场为什么从来不怕赌徒赢只怕赌徒不赌，因为每次下注他们胜率是51%，你是49%，只要不停下注累计起来赌场是必胜的。其实所有的增强因子，获利因子，套利因子挖掘都是统计，当然想在资本市场里盈利，胜率统计一般会在五成以上。

　　国内的量化其实是人性的趋势，不是市场的趋势。所以前面在会场拿了一本书，我拿的是博弈论而很多人拿的是货币战胜和达里奥的书。我选了一本博弈论，博弈论是什么？人性的本身，不管学位高低，智商高低，最后干的事都是有迹可循的，而且轨迹很难变化，人类行为的模式很难变化，量化要做的事就是把这些行为模式找出来，按照市场里人的行为模式把趋势找出来，找出来以后去总结获胜的概率。在实际生活和工业中人工智能和深度学习的应用已经非常深入，目前在投资中没有，我这个看法很多同事不一定同意，但是我认为我们目前还没有达到像工业制造这类的水平，所以分散非常重要，量化给了你机会分散，这是一个所谓的免费午餐，通过不同的策略，分散投资的风险。

　　下面写了1%权重踩雷怎么办，去年7月份我们500增强篮子中踩了长生生物的雷，前两天踩雷了西部矿业，但是我们的组合本身今年跑赢中证500，非常不容易。公募基金和私募基金股票组合中的有些股票很不幸做了假的报告和产品，这些事情没有办法解决，可以通过分散风险的方法降低自己的风险。

　　针对在座各位跟海外机构的想法提提这个事，大家觉得所有的量化都是一样的，2017和2018年好像量化表现不怎么样，还不如买股票，以后大家有空可以具体去看一看量化的种类，在债券有量化，股票有量化，商品期货有量化，股指国债交易有量化，市场配置有量化，种类策略非常的多，在不同环境下它们表现有时好，有时不好，总体来说量化策略本身跑赢主动的概率是99.9%。

　　第二个是很多人说中国市场不适合量化，这是海外主流机构很多人的想法，因为从去年我们路演开始，见到很多国外大的主权基金和机构，我们问他们，你们配置过中国吗，他们说配过，那我说你们配谁，他说了大家都知道的一两个名字，因为他们是主动投资，选股类，我说为什么不选量化？他们说我们的想法是中国是发展中国家，发展中国家市场的主动投资有调研的优势，有信息上的优势，有灰色地带的优势，有主动深入挖掘产业的优势。所以我们一般在发展中国家都会去选主动选股，他们在印度是这样子，巴西是这样子，对他们来说金砖五国也都是主动选股，我说我的看法不同。这个里面是为什么？我说在一个国家选不选量化就是看你是不是能拿到足够的数据，在中国数据本身从公开数据的披露，包括经济数据，包括上市公司的数据这个水平肯定是不低于美国的。中国数据披露的标准化程度极高，以上市公司为例，看上市公司发布一个公告，在美国需要花很多的时间，去买数据库或自己写一个软件读新闻的文本去读，去分析，而在中国数据发布后上交所和深交所系统里马上就有，其实我们还可以购买全部的数据表，买的表越多对公司内部的情况发掘就越多，只要懂这个行业，所有的表都可以标准化填出来。所以中国市场数据的采集已经非常标准化，非常深入，这在全世界恐怕是非常领先的地位。这个对于使用量化模型是一个最好的土壤。在美国施展量化， 一年跑赢标普非常了不起，现在在美国一年放10倍杠杆跑赢指数五个点非常了不起，大家的量化水平都成熟以后，所有的模型本身很难再发掘到持续稳定的收益，最后走上唯快不破的路，就是速度要高，靠买卖差价和交易所的收入，这是一条走上装备竞赛的不归路。但在中国是有很大区别的，中国市场里的量化参与者目前我认为就是跟美国大概15年前的情况差不多，参与者本身量化水平不高，这给了量化巨大的机会。

　　中国有些个股相对指数的无效波动很大，这个股票可能100，莫名其妙因为流动性的原因涨到110，来来回回围绕均值区间或者合理区间有大幅发散的波动，这两年中金所有了股指期货以后，指数波动率降下来了，但整个市场的有效性还不够高，所以量化其实在中国是大行其道，三五年以后，大家会看到非常明显的。去年其实想过一个事，巴菲特以前跟对冲基金PK十年，我们想办法找一个人PK找不到，自己找几个对标，市场卖的最好的权益产品拿出来，五年以后自己选几个量化产品的收益，跟它去比收益，五年以后，我对量化组合收益的优势深信不疑。

　　第三是大家觉得量化只能做低风险低收益的产品，也有投资人跟我说过，你们公司很好，道德风险也没有，说什么风格做什么风格，我们喜欢，银行喜欢，但散户不喜欢，因为收益不够高，散户希望每年30%-50%收益。我们有能力去定制那些高收益的产品，只要你告诉我你对风险承受的能力是什么。市场接触量化是从2010年中金所引进股指期货开始，当时市场下跌的情况下，量化对冲市场中性类产品运用股指期货甚至纯股指类的产品获得了比较好的稳定收益，大家对量化有了先入为主的印象，说到量化就是量化对冲，其实不然，量化对冲的对标，就是银行理财。我们以前提供每月产品，其实跟一个月理财比，现在推一年期的产品，跟一年期非标和一年期信托比，我相信优势非常之巨大，更不要谈资金的安全性。

　　说说量化在资管里，我们会努力争取梁总交行的投资，他们已经做的很前沿，投了主动的选股产品。我们两个方向都去努力一下，一个争取他们的类固收产品，第二个对于原来主动选股类产品我们也想试一下。我们相信量化选股，特别是指数增强类，特别是指数增强加上择时加上结构化衍生品以后，这个收益我相信能够大幅度跑赢主动选股。这个事情是在发达国家整个市场的变化中已经有了20年的证明，在美国市场里主动选股的共同基金最近20年流出了1.6万亿美元份额，但是被动类和量化类的流入了1.6万亿份。这不是一对一的变化，但是每年的趋势非常稳定，我相信以后量化非常大的一个应用就是在权益类上，量化选股将来一定会成为权益类选股的主流。

　　后面是资产配置，资产配置在量化上的作用更加巨大，这个里面有很多各种各样的方法。当然其实方法本身最后大道至简以后，恐怕还是很简单的方法。其实中午大家沟通的时候稍微提了一下，他们举了一个例子，世界上有一些排名前三的主权基金，他们在2008年金融危机的时候，他们逢低加仓，市场越跌越加仓，加仓本身当时很多人觉得不理解，第一次加仓套牢，加了六次仓，把权益类一直加到60%。这是非常惊人的比例。最后在2019年3月份、4月份达到最高点，那就是市场最低点，狂挣了一笔，大家就说你做了什么事这么牛逼，他说我们做了量化的方法，大家一直在研究什么量化方法，各种各样的模型，拟合来拟合去，拟合不出来，后来问他怎么回事，他说就是定投，他们也不知道底部在哪里，分成六份，隔一个月投一份，定投本身就是量化。用非常复杂的方法最后结果不一定有定投好，定投本身也是一个很好的量化方法，定投本身对整个组合有一个收益增强的作用，加上你对于宏观量化的判断，这个收益也可以非常可观。

　　海外量化的三个过程。第一个过程我们当时用了主要是fama风险模型，现在的过程从alphago开始，以前大家很少听到人工智能，刚开始的时候人工智能是在alphago以后忽然跳出来的。

　　所谓量化如果只买卖股票就没有办法，如果我们有各种各样的衍生品以后就能对自己的配置、敞口选择进行不同的调节，像银行结构性产品的调整，挂钩大宗商品，挂钩指数，现在一些海外机构允许进入国内以后，海外的券商和海外银行开始卖指数类的结构化产品。第二在配置类上CTA是很重要的配置，期权是很重要的配置，债和股之间的配置是很重要的配置。这些依靠中国衍生品的发展壮大才能实现。

　　说几种能看到的量化，第一个是AI技术，AI技术这两年非常的流行是从前几年Alphago开始的，如果我记得不错，当时Alphago开始下棋的时候，我们公司小朋友几乎停止交易，统统研究棋下的怎么样，中国围棋队一边倒认为人要胜，但是在工程师团队内部的估算，正式开始下之前，他们估算机器下赢李世石的概率是百分之百，但是不敢公开说，毕竟没有下过。以前下国际象棋，中国象棋那时候所有的量化算法都是穷举法，那时候64个格子很容易，现在361格子非常困难，没有办法在足够时间穷举，所以穷举法下不过人类。他想出一个办法说我突破，怎么突破，分成两台电脑，第一台找的是套路，先学的是人类的棋谱，人类高手赢棋的套路，第二个电脑判断套路成功的概率是什么，不穷举，按照现有的套路去选哪一个套路成功概率高就走这个套路，这一下子把计算难度大幅度的下降，下降以后最后靠计算能力赢人类。投资中量化做什么事，其实归纳起来就是降维。穷举维度很高，降到一定的维度就行了，投资中很多做AI的人，最后都是降维到十维二十维的空间去计算。

　　当然后面我想说一个跟很多同事不同的想法。从alphago开始掀起了人工智能投资的热潮，这个AI是不是终极的解决方案，我个人看法恐怕是，但是目前不是。因为有一个世界非常顶级的机构，他派了一个代表团到中国来，他拜访了八个公司，前面三四家非常有名的互联网公司，还有几家专门做大数据的公司，金融类拜访我们一家，跟我们讨论这个事情，我就问他们，你们以AI量化著名，你们对这个事情怎么看，他说我们其实1600个工程师，试了各种各样的算法，试了你们所有想试的事情，走的非常远，最后我们的结论是所谓深度学习神经网络在投资中都不可靠，我们退回去用机器学习的理论去做一些工具，去做一些预测。幸运的是我们靠着朴素的感情没有往后走，当然我们公司也没有人力物力像他们1600人走的那么远，他们只是把他们现在用的方法告诉了我们，跟我们用的几乎差不多，都是用一个比较基本的机器学习的理论去做这个事情。

　　这个大家说的主动投资之神巴菲特，2018年度金融工程获奖论文就是分析巴菲特。分析的结果大家看一下，刚出来争议很多，巴菲特41年成就可以用4到5个因子完全覆盖，而且比巴菲特做的好很多，当然并不是说巴菲特不行，巴菲特在41年前靠主动想法自己归纳起来，归纳出来的因子，没有把它当成量化来做，现在回过头来总结这些经验。量化已经到了一定的程度，一个普通的金融工程师用五个因子不到十个因子可以复制巴菲特的成功，而且可以超越巴菲特，其实我们用类似的方法把国内做的好的基金复制一遍，简单的复制可以大幅度达到公募或私募主动配股的效应。

　　风险平配是一种量化投资的办法，总体来说量化程度越来越高以后，目前学术和实践上都是同意用量化的方法配置各种各样的资产，超过了传统的方法，前提是说你资产要足够多，品种要足够多，很多海外大的机构找我们的合作，现在不做市场中性，他要做单边，因为全球配置他们自己来。

　　在国内可以做一个简单的配置，中金所现在的套保已经是中证800了，沪深300+中证500。这个比较的基准是50%的300，50%的500，蓝颜色组合的收益，红颜色是超额收益。超额收益本身超过了30%，组合的年化收益率38%，对标指数年化收益率1.89%，合起来差不多超额收益36%左右，这里我们考虑了冲击成本和交易成本。

　　这是类固收产品，50etf期权的套利，实盘收益9.5%，原因是很多家族信托作为投资人，目标收益是8%，我们按照不同的收益目标配比了不同的波动率在里面，我们配的波动率是3.5%，最后实现是3%，这根曲线非常平稳，

　　这是实盘的市场中性产品，2011年到中金所限仓之前年化收益是18%，最大回撤低于1%，限仓后下降很多，希望今年能回到10个点以上。

　　CTA上我希望可以跟大家有一些合作，现在是商品类，加上股指类出来以后股指类开始也有配置，这个配置本身跟资产配置相关系数这些就不需要多说，在座的各位肯定懂得比我多。

　　我这边主要是针对中国市场量化投资上大家碰到的实际问题聊两句，抛砖引玉，就说到这里。

责任编辑：张瑶