上海富善投资林成栋:大数据时代下量化投资成必然趋势

【数据猿导读】 上海富善投资有限公司总经理兼投资总监林成栋表示,高波动市场是很好的试金石,国内绝对收益需要更精细化风险管理。量化方法将从主动管理领域渗透至被动管理,资产组合配置领域(FOF)等各个层面。投资标的方面,量化方法将由股票期货类为主扩展至固定收益类资产甚至相关场外衍生品,围绕...

上海富善投资林成栋:大数据时代下量化投资成必然趋势

近日,由中国证券报主办、国信证券协办、中证投资资讯承办的“第七届中国私募金牛奖颁奖典礼暨高端论坛”在深圳举行。上海富善投资有限公司总经理兼投资总监林成栋参加此次论坛,并发表了演讲。

林成栋:今天这个题目《科技春风下的嫩芽新生—量化投资在资管行业悄然崛起》也是我最近的思考,这半年有些政策,我们也在想未来的方向在哪里,经过半年的思考,我没有对行业失去信心,反而越来越有一种感觉,我们这种方法可能在中国的资管行业才刚刚开始。

最近大家也都知道有这么一个事,就是关于AlphaGo打败李世石,这个事情出来的时候我们内部也讨论过,当然这个比喻不一定恰当,实际在本质上AlphaGo战胜李世石是人工智能算法的胜利,通过不断地让机器通过人工智能,通过生物学的方式进行研究,这种算法现在各个领域都在研究,包括投资领域,运用这种算法预测股票,预测期货的价格,这样的算法在很多方面都已经在应用,所以我们觉得如果做一个类别,把这种量化投资方法看成是AlphaGo的话,李世石就可以看成是主观投资,我们觉得未来类似AlphaGo这样的算法,在A股,包括在海外已经是非常主流的方法,海外的投资方法里面,不管是基本面还是主观投资,都或多或少运用了量化,我相信在A股会运用越来越多,这是算法在生活各个方面的体现。我们也简单做了一个类别,我们会做数据清洗,做模型,做风控,做执行。

我觉得一定要思考的方向在于量化投资提升投资科学性和研究效率,经过三年的实践运行,我们在量化领域不断地做一些探讨和研究,应该说成果还是不错的,我们三年拿了两届金牛,从期货到股票,这个过程中我最大的感受就是这种方法提升的科学性,今年4月份高盛的创新研讨会上得出一个结论,就是“量化和大数据在投资中已然崛起”,它背后的逻辑就是大数据时代信息的爆炸和计算效率的提高导致成本的下降,从而支撑起大量创新的投资方法。给大家举个例子,我有一个同学,他的公司已经拿到投资了,他的公司有全中国2万多个手机的各种移动信息和使用信息,我跟他探讨怎么结合,因为我很关注数据源的来源,他的数据源目前的用户70%收入来源来自于海外对冲基金,他给我举了个例子,比如说某一家国内的上市公司要推一个新产品,推一个移动应用,他说他公司的主营业务和未来的增速,但是通过他们的数据跟踪,他们的数据会发现他到底有没有增长,这比研究员去调研前沿非常多,这就是属于利用网络数据替代性数据,第三方网站和移动APP公司的数据可以帮助投资公司更高效和精准的从短期和长期等角度来判断目标公司的趋势,这是科学的进步,投资更科学化。

另外一个就是量化投资最大的好处可以提升投资效率,以前我做研究员的时候,能看十到二十家公司,非常深入的了解他,实际上能覆盖二十家公司已经非常优秀了,当然做趋势投资,刚刚有同行也提到了,过去几年股票的涨幅往往是估值的变化,估值可以从15倍,2011年的中小创,到后来的70、80倍,这背后是什么逻辑我也不知道,大家讲了很多逻辑,听下来就是钱多、预期改变。如果做深入个股研究的话,你的精力是有限的,二十家公司就到头了,但是如果你用机器,可以研究几百只甚至上千只,但是它的精度可能不像个人深入研究那么深入,但它的好处是广度都广、速度够快,通过这样的方法,它的效率是大大提升了。比如说以前没有互联网的时候,一两个人交流很方便,但是几百人同时交流,如果没有技术的手段就达不到。和只针对单一市场或几个市场的深度挖掘行业信息的分析员来比较,量化投资单个信息的准确度不如这些资深研究员,比如资深研究员是90%的准确率,可能量化投资就是60%-70%的准确率。随着单个机会可能不够准确,但是优势是同时看几千个机会,放在一起就形成了一种概率准确率,加在一起的效果是非常强大的。我这里简单的举一些例子,比如不同资产价格波动相互影响,以前我们谈股票策略的时候很少谈汇率,现在大家都会谈汇率,对于微观角度的例子,从风险模型风险因子的角度,影响股市风险的因素逐渐加入了汇率,商品等因素,单一领域的研究和交易逐渐不能独善其身,需要扩展领域,积极拥抱变化,而这背后量化投资方法可以提供支持。还有就是技术的进步和数据的完备使得更加完整描述市场成为可能,电子媒体使得众多市场参与者的情绪能被直接书记化,得益于他们与媒体的互动。

信息爆炸,我感觉现在市场的变化和过去真的不一样,一方面绝对投资者数量增加,以前像我们这样的私募力量没那么强大,而且多数都有绝对回报,一旦净值稍微下跌,马上就卖出,表面上感觉趋势性很强,其实我觉得背后还有一个很重要的含义,从2012年到现在,微信以及互联网的运用,使得资本市场信息的来源每天铺天盖地,每个投资人手机里至少有上百个微信圈,各种信息可以在几分钟之内传遍市场,以前的方式就面临挑战。还有很重要的一点就是市场博弈成分增加,这一点不多谈,刚才同行已经说过了,在博弈过程中,一些人的缺点会被市场放大。

这是一些关键词,包括大数据的运用,我举了例子,这让我挺震撼的,他们的估值已经到10亿美金了。他们现在在收非常多的数据库,其中他们收了一个很有意思的数据库叫数库,我们的研究员刚好跟他们进行了接触,这个数据库是非常好的数据库来源,现在大家都在进行各种大数据的收集,到底怎么用、怎么变现?其实很多人都没想过,我们也在思考,这些数据到底能不能给我们在投资中运用?这是接下来的一个方向。

我们投入了很多资金,包括做数据库方面的研究,我们原来的投资方法是1.0版本量化投资,我现在进入了2.0版本,我觉得我应该比同行思考得更远,还要考虑不一样的数据库和数据来源,我们未来三年要在这方面独树一帜,有更多的投资方向,不仅仅是量化、对冲,我现在不太谈对冲的概念,不是因为股指期货被限制,未来大家会看到我们有更多的产品推出来。刚才我谈到非结构性数据,微信、微博挖掘,当然还有一些更好的方法,我们现在还没有到这一步,包括人工智能里面的一些算法,包括最近很流行的机器人(300024,买入)投顾,这些都对我们行业有冲击,我认识有海外回来做量化的,现在都回来创业做投顾了,其实这背后都体现了投资的科学性和效率性,以前炒股票的投资方法也很不错,但是现在有更好的方法,这背后是因为有更好的数据源、更好的数据库、更好的计算能力、更好的算法,对此我们要引起重视。

第三个跟大家分享一下为什么这个时点有这个事情发生?我认为这是科技春风带来嫩芽新生,在未来中国的市场发展中,量化投资会是很重要的角色,它会像一个高目筛,筛选中国二级市场的参与者,降低中国市场的散户力量,提升机构投资者的力量,平衡机构和散户的比例,促进中国资本市场的长期健康发展。虽然目前量化投资还仅仅是嫩芽新生,但是我坚信未来必然有能力成长为参天大树,而这背后靠的必定是科技的新风。中国有能力、有水平、有抱负的科研工作中正在迅速成长,这些年轻的受过良好教育和培训起来的新生代,他们实际上与前辈有着完全不同的学习体验,他们学习效率非常高,有非常好的工具,他们的教育水平、学习能力和认知水平较老一代前辈有了跨越式的发展,随着这批生力军从学校涌入社会,对社会各个行业都有冲击,尤其是金融行业,而对金融行业最直接的冲击,可能就是量化投资了,因为这是个讲究科学和技术的游戏。互联网时代的发展,可以使得一个聪明人在掌握了学习方法后,短短几个月的时间获得以往前辈们在几年时间获得的知识,简单快速有效,他们更会获取知识,更明确自己需要什么知识,合理的学习并快速应用,学以致用。用马克思的理论,这是生产力的提升,对量化投资领域而言,生产力提升的效果更直接,聪明人在竞争,结果就是行业的高速发展,而中国最不缺的就是聪明人。我看了看我们跟海外投资者的交流,美国那些好的量化基金用的人很大一部分人都是中国的高材生,我的团队里也有,我们也有很多从海外回来的,也有本土的,所以并不是说我们不行,只是我们没有机会或者没有这个勇气去尝试,现在到了可以尝试的时候。

个人觉得量化投资在中国资管行业处在最好的时代,一方面财富的大量积累需要更多的专业人士参与管理和配置,另一方面随着大数据和互联网技术的发展,计算机科技的发展,量化投资在资管行业大有可为。

未来量化投资的发展更多需要的是丰富的知识储备与自主研发的能力,我认为主要会体现在以下几个方面:一是互联网与大数据,都说互联网改变世界,互联网一样会改变二级市场,我们预计中国的二级市场的演变会更多的受互联网的影响。二是各种新型算法,包括我刚刚提到的机器人投顾也是非常重要的方向。三是运用量化的手段解决已有的二级市场投资问题,大家都参与定向增发,定向增发有很多破发的,这里面有一些因子的挖掘,我们马上就做这个事情,根本不需要做太多调研,有很多公司的好坏其实在它的公告信息、方案里面都可以体现出来,你只要有这个能力和方法去挖掘,再去做历史检验,就会发现相当有效,如果你想做得更好,就可以一个股票、一个股票去做深度交流。

我们还有一个很重要的观点,为什么我觉得量化投资是一个必然的趋势?因为现在的市场波动率太高,机构需要绝对收益,包括我们管这些钱,私募很大一个卖点就是回撤小,绝对回报,坦率说在去年6月份股市巨幅震荡面前我们也并没有表现出特别好的绝对回报的概念,这是由于A股的特别决定的,有很多黑天鹅事件,所以风控是很重要的,传统风控定了很多制度,我们原来是1.0版本的风控,定一些指标,做一些程序性风控,我觉得未来2.0版本风控会把各种投资头寸分析通过一套体系全市场监控起来,提前防范于未然,风控对于做绝对收益的人来说会提供非常好的帮助,这也是筛选管理人的,现在咱们不是比谁快,而是比谁长。另外还有很重要的一点,互联网时代需要拓宽数据维度,数据和人工智能将成为量化投资领域的主流之一,各种数据爆发,数据是很多,但是到底这些数据怎么用?怎么能够提炼出来,区分出一些有用的信息,形成模型策略去获利?这也是我目前比较困惑的地方,我接触了很多数据库,发现怎么用它是一个难题,但我感觉这肯定有机会,或许是我们的水平还没到那个程度,我们的处理能力还没到,但是相信未来一定会有,数据很多,怎么挖掘更有效的信息。

量化方法将从主动管理渗透到被动管理,也就是所谓的Smart beta,Smart beta我们已经在做了,目前看来还是有效的,至少1月份和7、8月份的两次股市巨幅震荡都给出了非常清晰的信号,我也在不断验证,对于A股我一直有个观点,如果做好了择时你就成功了一大半,目前从胜率50%多到60%多,我们在不断提升。包括被动管理FOF层面,运用这种方法去筛选,我们认为围绕着量化方法开发新的投资产品或投资标的也是非常有潜力的发展,这些方面都会带来很重要的改变。

最后再分享一下我们的实践,包括我们对未来的想法,我们三年耕耘,拿了两次金牛,至少用这个业绩证明了这种方法在A股市场是可行的。

团队情况我就不多介绍了,我们未来的方向在哪里?怎么做这个方向?这是对机构提出的更大的挑战,包括对我自己也是更大的挑战,首先是人才建设,这是一个复合型人才,在这三年里我们也在不断充实产品、充实投研。

总的来说,我自己觉得国内的量化投资发展已经进入比较好的正循环,研究成果直接用于投资交易,产生回报后有收入可以继续支持研究,已经进入正循环,在这个过程中,我相信这股力量正在积蓄,所以我的标题叫“嫩芽”,我想假以时日,这种投资方法应该会慢慢起来,其实我选这个主题就是想跟大家分享,这种科学投资方法在A股未来应该会成为一股力量,我希望这种方向会越来越多的被客户和同行关注,我们一起来促进中国资管行业的发展。


来源:金融界网站

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论