“在與‘?dāng)?shù)據(jù)’打交道時，如果缺乏豐富的投資經(jīng)驗，可能會導(dǎo)致其模型的開發(fā)變成純粹的數(shù)據(jù)挖掘，一不小心會‘過度優(yōu)化’：樣本內(nèi)表現(xiàn)優(yōu)異，樣本外表現(xiàn)則大相徑庭。”
——楊雨龍
一名優(yōu)異的量化基金經(jīng)理，要掌握的能力不僅僅是數(shù)據(jù)挖掘，還需要專業(yè)的金融知識和對市場深刻的理解。
今天我們邀請國金基金量化投委會主席兼量化投資二部總經(jīng)理楊雨龍先生談一談，他特殊的股票交易員經(jīng)歷為其量化投資生涯帶來的幫助。
首先從量化投資說起
什么是量化投資?
量化投資是借助現(xiàn)代統(tǒng)計學(xué)、數(shù)學(xué)的投資方法，從海量歷史數(shù)據(jù)中尋找能夠帶來超額收益的多種“大概率”策略，并紀(jì)律嚴(yán)明地按照這些策略所構(gòu)建的數(shù)量化模型來指導(dǎo)投資，力求取得相對穩(wěn)定的、可持續(xù)的、高于平均的超額回報。
量化投資屬主動投資范疇，本質(zhì)是定性投資的數(shù)量化實踐，理論基礎(chǔ)為市場的非有效性或弱有效性。
量化投資有非常多的優(yōu)點：
?利用數(shù)學(xué)、統(tǒng)計方法分析數(shù)據(jù)，找出客觀規(guī)律，處理海量的數(shù)據(jù)，揭示隱藏在繁瑣數(shù)據(jù)里面的規(guī)律和投資機(jī)會。
? 避免主觀、盲目投資。一定程度上克服了投資者人性上的弱點---貪婪、恐懼、從眾造成的不必要損失，能夠嚴(yán)格按照應(yīng)用策略指標(biāo)公式模型進(jìn)行止盈、止損，實現(xiàn)全機(jī)械化、紀(jì)律化的交易模式。
?一定程度上排除了人為的干預(yù)性，避免了投資者在生理、心理狀態(tài)不佳時，出現(xiàn)的延遲或者錯誤判斷，從而具有投資策略一貫性、操作客觀性、下達(dá)指令準(zhǔn)確性以及高速度等一系列優(yōu)勢。
然而，并非任何人都能夠使用量化的方法進(jìn)行投資。量化投資需要非常復(fù)合的專業(yè)能力，需要很強(qiáng)的數(shù)學(xué)、統(tǒng)計、計算機(jī)編程能力，以及專業(yè)的金融知識和對市場深刻的理解；同時需要一系列完善的硬件、交易柜臺支持。
由此來看，相對于普通主動投資，量化投資具有非常高的門檻。
上述各項條件中，對于普通投資者來講，相對較難滿足的可能是“很強(qiáng)的數(shù)學(xué)、統(tǒng)計、計算機(jī)編程能力”等條件。但這些對于機(jī)構(gòu)投資者來說，并不是問題，機(jī)構(gòu)可以招攬很多優(yōu)秀的“理工男”、“IT男”做量化研究和投資模型開發(fā)。對于機(jī)構(gòu)投資者而言，真正的“短板”反而是“專業(yè)的金融知識和對市場深刻的理解”。特別是從國內(nèi)實際情況來看，很多投資機(jī)構(gòu)的量化投資人員，多是畢業(yè)便開始從事量化投研工作，直接從數(shù)據(jù)挖掘、量化分析方面開始研究市場。在與“數(shù)據(jù)”打交道之前，如果缺乏豐富的相關(guān)投資經(jīng)驗，可能會導(dǎo)致其開發(fā)模型變成純粹的數(shù)據(jù)挖掘，一不小心會“過度優(yōu)化”：樣本內(nèi)表現(xiàn)優(yōu)異，樣本外表現(xiàn)則大相徑庭。
目前人工智能（AI）在多個行業(yè)掀起了熱潮，投資界也不例外。事實上，基本沒有聽說有單純依靠 AI 在國內(nèi)投資市場賺錢的案例。在IT界，有一個著名的說法是，Garbage in，garbage out，即“（計算機(jī)運算中）錯進(jìn)，錯出（若輸入錯誤數(shù)據(jù)，則輸出亦為錯誤數(shù)據(jù)）”。這句話放在人工智能領(lǐng)域也非常合適：即使擁有先進(jìn)的 AI 技術(shù)，如果對投資沒有深刻的理解，找不到真正有用的數(shù)據(jù)，用來“訓(xùn)練”AI 系統(tǒng)的都是些垃圾數(shù)據(jù)，那么結(jié)果必然是Garbage in，garbage out。
量化團(tuán)隊需要不同背景的人員組成。既要有數(shù)理類人才，也需要擅長編程的IT人員，更需要有豐富投資經(jīng)驗的投資人員。但即使是這樣，不同人員之間的溝通交流“成本”也很高，很難發(fā)揮1+1=2甚至1+1>2的效果。
楊雨龍具備扎實的理工科背景，在國內(nèi)知名基金公司做過兩年交易員，對他開發(fā)自己獨到的量化投資模型起到了很大的幫助。楊雨龍曾經(jīng)說道：“雖然碩士攻讀的是‘金融數(shù)學(xué)’專業(yè)，算是有金融的學(xué)歷背景，但如果沒有做量化投資之前的股票交易員經(jīng)歷，自己可能也很難開發(fā)出目前這樣貼近市場量化模型。”
在開發(fā)量化投資模型的過程中，楊雨龍非常強(qiáng)調(diào)投資邏輯的重要性，盡量避免單純的數(shù)據(jù)挖掘。模型開發(fā)出來后，也不僅僅停留在模型能不能賺錢的層面上，而是不斷的問自己，模型為什么有效：背后對應(yīng)的投資邏輯是什么，市場規(guī)律是什么；模型為什么賺錢：賺的是市場上哪一部分錢。
也是基于上述原因，使得楊雨龍開發(fā)的量化投資策略樣本內(nèi)外的表現(xiàn)相對一致，盡可能適應(yīng)市場上的各種變化。在投資和量化之間，并不是有了高超的數(shù)學(xué)、IT、人工智能技巧，就能做好投資，量化只是一種方法，投資是第一位的，基金經(jīng)理不能舍本逐末。
“很多時候，我覺得我們不應(yīng)該叫‘量化投資’，而應(yīng)該叫‘投資量化’可能更加貼切。也即是說，并不是先有了量化（模型），再來做（研究）投資。而是因為需要做投資，把其中的一些方面量化、模型化了而已。”楊雨龍說道。
（作者：國金基金量化投委會主席兼量化投資二部總經(jīng)理楊雨龍先生。北京大學(xué)金融數(shù)學(xué)碩士學(xué)位，具備10年金融從業(yè)經(jīng)驗。具有券商投研部門、基金量化投資部門的雙重工作經(jīng)驗。作為少有的交易員出身的量化基金經(jīng)理，擅長量化選股以及大規(guī)模資金的投資管理。歷史實盤業(yè)績優(yōu)異，多次榮獲“金牛獎”。）
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
本材料由國金基金編寫，作為交流材料，未經(jīng)國金基金事先書面同意，任何機(jī)構(gòu)和個人不得以任何形式更改、編纂、調(diào)整本材料的全部或任何部分。本材料所載的數(shù)據(jù)、策略及資料僅提供作參考之用，不應(yīng)被視為國金基金銷售任何公募基金、資管計劃或其他金融產(chǎn)品的要約。本材料所載內(nèi)容的來源及觀點的出處皆被國金基金認(rèn)為可靠，但國金基金對這些信息的準(zhǔn)確性及完整性不作保證。因使用本材料而導(dǎo)致的直接或間接損失，國金基金不承擔(dān)任何責(zé)任。國金基金承諾以誠實信用、勤勉盡責(zé)的原則管理和運用委托財產(chǎn)，但不保證委托財產(chǎn)本金不受損失，也不保證一定盈利及最低收益。投資有風(fēng)險，投資者需謹(jǐn)慎。