量化投资“本土化”改造探秘
科技创新日益成为引领金融创新的新引擎。近日，百度金融与易方达基金管理有限公司展开合作，共同探索人工智能及机器学习技术在资产管理领域中投资决定、资产管理、交易技术等多方面的前沿应用。在双方的合作中，基于百度的大数据因子、机器学习优势，为易方达提供新的数据源和数据分析技术，将人工智能技术引入量化投资模型，从而在提升投资收益和降低投资风险方面做出尝试。一时间，有关量化交易技术的“中国化”讨论再掀热议。“淮南之橘，逾北为枳”，市场普遍认为，海外量化交易模型的“移植”需要进行“本土化”改造，才能在市场中突围，变成掘金利器。
中外机制有别
“完全跟着模型盲走只会迷路”，这是国内量化投资人全都明白的一个道理，即基于海内外交易机制及政府监管等方面的差异，我们必须在西方经验基础上对本土化的量化投资进行“中国化改造”，对华尔街投资经验完全实行“拿来主义”是行不通的。
而这种改造又必须搭建有效的“选股模型”。在量化投资领域，一个成功的选股策略被称作“因子”，它是确定最佳投资组合的打分器，高质量的“选股因子”需要不断进行挖掘、调整和淘汰。目的只有一个，就是最大概率地创造收益。
美籍华人王凯（化名）在投资A股时，一心想找一只股票有10%以上的期权作为风险对冲工具。在他看来，做量化对冲最直接的办法就是对股票进行做空。然而，国内对金融衍生品的限制，使他所寻找的杠杆工具成为违禁品。
实际上，这正是海外市场与国内市场在交易机制上的最大不同。目前国内的股票市场缺乏足够的做空机制，在2015年中证500指数期货问世之前，仅有一个股指期货产品，即沪深300指数。也就是说，国内的量化对冲就是在构建一个股票的组合，用股指期货的方式来对冲大盘风险。
这既是区别，也是“本土化”特色的体现。大成基金量化投资部总监黎新平介绍说，倘若股市下跌，按照国内投资者的风险意识，流动性迟滞就会导致没人愿意卖空。从这个意义上来说，国内做股指期货的量化对冲也有它存在的合理性与必要性。
既然本土的量化投资在政策上受限明显，那么在技术层面是否有创新的途径来弥补量化对冲的短板呢？答案是肯定的。据了解，量化投资之于A股不仅有其用武之地，还在主动交易与量化投资的结合上“青出于蓝而胜于蓝”。一方面，A股市场流动性较好、行业个股分化较大等特点有利于量化投资；另一方面，A股市场散户主导情况较为明显，容易产生不合理定价，这些都是量化投资能获取超额收益的主攻点。
舶来品的中国化探索
6年前王凯回国发展，正值股指期货出台，大量无风险期现套利机会涌现，傍着券商界朋友的“大腿”，到2012年底依旧可以赚得盆满钵满。他回忆，当时早有人在进行ETF做市，股指期货纯高频也有人做，“一分钟内上百笔单子的都有，而且主流的自营机构也开始了阿尔法投资。”王凯感慨，类似的套利思路在国外比比皆是，但在国内，工具相对单一。
事实上，由于国外金融衍生品种类繁多，构建一个杠杆的指数基金在方法上多种多样。据某量化策略人士透露，在对参与期现套利策略的探索上，国内的主流做法是通过股指期货的期现差与ETF对冲套利。具体的做法是，根据某项股指期货的期现差会围绕沪深300指数上下波动的原理，当期现差扩大到一定程度后，使用股指期货和ETF对冲，以套取期现差的稳定利润。
期货和权益类产品（股票和基金）是两个差异很大的品种，由于保证金制度、盯市制度和T+0制度的存在，期货在价格波动、盈亏控制和成交清算上都比权益类产品复杂很多。在投资策略方面，期货会需要更加严格的仓位控制、止盈止损和价格判断，如何计算期货和现货的综合风险头寸也是一个比较复杂的问题。
如果说参与期现套利比较OUT，那跟随“国家队”资金的去向把握投资时机绝对是个新鲜话题。还记得证金公司借道基金公司投入的2000亿元救市资金吗？由证金公司借道基金公司成立的5只巨无霸基金已经全部就位，其中每只基金首募规模均达到400亿元。循着“国家队”资金的足迹，量化分析开始在华夏新经济灵活配置、嘉实新机遇灵活配置、南方消费活力灵活配置、招商丰庆灵活配置、易方达瑞惠灵活配置这五只基金上发挥功力，进行数据挖掘。
据一位参与模型设计的人士透露，他们通过推断5只基金的建仓时点，就可以构建出选股和择时的大逻辑。据介绍，首先，他们会根据基金的净值来推算基金的建仓情况。假设基金已完全建仓，那么其收益情况应该和基准的收益差不多，当5只基金建仓完成后，若出现基准和基金收益相差较大的情况，很可能是由于基金降低了仓位，这可以作为大盘短期的预警点位。与此同时，还可以从这些基金的重仓股中筛选出可供参考的投资标的。
一方面是选股，一方面是择时。量化投资追寻着“国家队”的足迹，“逆向”构建出了一整套的策略模型，尽管模型的稳定性仍需时间考验，但其创新的思路令人兴奋。
与前述思路不同，基于中国近80%的投资者是散户的现实，个人投资者往往喜欢“短、平、快”，花最少的精力获取可观的收益。于是，相当多的散户投资者对“牛股”、“妖股”、“涨停板”垂涎欲滴。事实上，量化策略里对涨停板预测的跟踪算法在国内也有尝试。
还记得去年9月的“特力A”吗？该股在去年6月8日创造32.49元的历史高点之后，随大盘一起回落，并在7月9日跌至9.88元。随后在股指反弹不足三成的情况下，特力A一个月暴涨逾4倍，创下51.99元新高，随后又暴跌65%，于9月14开始，该股又连续八个涨停，“妖气”横行。
对此，深圳某量化分析师表示，在这种极端行情之下，一些平时忽略的因素可能就在这段时间奏效。他说：“可以通过计算涨停板股票的封单资金与流通市值的比例，用以反映该股票的热度。”他的做法是，实时更新前一天封停资金流通市值，选择比例排在前20名但次日没有出现涨停的股票。他认为，如果市场遇到急跌的情况，一旦这些股票开板，就是非常好的投资机会。
当然，机遇与风险并存。对于量化投资来说，最致命的危机来自于系统本身的“不知所措”。之所以这么说，是因为政策性的风险管控非常难处理。今年1月7日，在熔断机制推出后的第4天，A股开盘半个小时收盘，周内第二次熔断。在千股跌停潮中，有不少标的遭遇恐慌性抛售，有人称之为熔断机制的磁石效应。
对此，专家仍推崇同时持有空头和多头，通过一定手段保证总体收益为正的阿尔法对冲策略。也就是说，需要在持有多头股票组合的同时卖空股指期货，当大盘上涨时保证股票组合的收益大于股指期货的亏损就能实现整体盈利；同理，当大盘下跌时，要保证股票的亏损小于股指期货的盈利就能实现整体的收益为正。假设股票组合每天跑赢沪深300指数0.1%，长时间累积下来，组合相比沪深300指数的超额收益则非常可观而且稳健，两年时间的超额收益可近80%。
不过，量化模型对新政策的识别和学习往往是滞后的，熔断后只能在尾部进行仓位补救。黎新平介绍说，大数据的分析可以提供一些在传统量化指标中无法获得的信息。比如投资者的投资意愿或预期，财经新闻、论坛、股吧中用户对市场的看法等，都可以量化为情绪因子作为打分项，为决策者提供可借鉴的仓位补救措施。
智能量化呈平台化演进
从上述对量化投资的解析中不难发现，它的基因里包含了云计算、大数据以及深度学习等特性，说白了就是让程序代替人脑做出专业的理财投资建议。那么，从投资组合的配置和优化层面来看，未来的量化策略或许能够低成本地过渡为智能投顾的升级版。
美国的智能投顾大概可以追溯至2011年Wealthfront的诞生，基于普惠金融、低门槛的特质，这项“黑科技”在美国本土的人气非常高。有专家表示，它让口袋中只有数百美元的人有机会获得专业的投顾服务。“只不过，这里的投顾团队很可能是个‘机器人’。”
国内的情况也相似。机构为专门的投资人或组织定制投资服务，为他们构建一个投资组合，然后根据他风险收益的要求来对每一种特定资产进行管理。黎新平说：“通过定制一个组合，构建一个量化的策略然后实施调整，给他实现更稳健的投资组合收益。”他同时表示，投顾服务未来的趋势将会平台化、大众化。“今后越来越多的客户可以借助互联网或通过移动端低成本地享受专业机构投资者同等的服务标准。”
具体到做法上面，智能投顾模型会自建一个投资者“画像”，这个“画像”就是基于投资者本人风险偏好的刻画。据了解，这是目前主流的智能投顾思维。专家介绍说，在生成“画像”的过程中，投资者对流动性的需求、投资目标的把控等都将被纳入其评价维度刻画在里面。“等了解清楚你的投资需求、风险偏好等等之后，我们会根据你的‘画像’给你一个投资组合。”专家介绍，这个投资组合会包括不同类型的股票、债券，进而构建一个投资组合。“系统会自动提示你，这个投资比例是为了更好实现你的收益预期。”专家说。
在此之后，专业的智能投顾方案还会根据市场的情况，针对各人的投资组合进行仓位调整。包括投资者整个持仓的风险报告、整个持仓的风险窗口到底在哪里等。中小散户通过该方案，可以在平台上得知什么时候需要调整，为什么会发生这种调整，切实让散户得到了机构投资者所能享受到的服务。
不过，在国内市场上，智能投顾的用武之地目前还主要以公募基金为主。专家解释说，这是因为智能投顾的产品结合了互联网平台化的特质，信息透明度、公开度高。相比一些专户业务来说，不论产品的流动性还是公开透明性，暂时还都不具备。因此，现在智能投顾背后的投资标的，主要以公募基金为主。