首页| 滚动| 国内| 国际| 军事| 社会| 财经| 产经| 房产| 金融| 证券| 汽车| I T| 能源| 港澳| 台湾| 华人| 侨网| 经纬
English| 图片| 视频| 直播| 娱乐| 体育| 文化| 健康| 生活| 葡萄酒| 微视界| 演出| 专题| 理论| 新媒体| 供稿

人工智能炒股“不怕跌” 抓热点能力比不上人类

2016年03月17日 07:43 来源:一财网 参与互动 

  当AlphaGo在备受瞩目的围棋“人机大战”中拿下与李世石的首番棋时,陈慕(化名)刚刚从会议室出来。在校期间,陈慕的专业方向是人工智能及数据挖掘,目前他在国内一家有名的公募基金量化投资部任基金经理。

  “人工智能最早开始于美国,之后是日本,一般是在特定的应用领域,比如德州扑克、围棋。”陈慕告诉《第一财经日报》记者,“也可以是炒股,通常做法是把套路固化后,每用一个套路就算一下概率,每次都做大概率的事。放在量化上,就是收益率能排到前20%,而且能稳定在前20%。”

  业内人士认为,所谓量化选股,即利用数量化方法选择股票组合、以计算机程序发出交易指令。

  综合来看,国内34只量化基金今年以来的成绩比一般的基金表现更为稳定,在回避非系统性风险、获取确定性收益方面等更胜一筹。事实上,量化投资正是在市场暴跌的时候火起来的,但并没有非常突出的表现。

  陈慕表示,相比人工智能选股,基金经理更有主观能动性、更灵活,当一个新主题或新的逻辑出来时,能够马上跟上。

  人工智能如何炒股

  人工智能在证券投资领域的兴起始于2007年。彼时,第一个纯人工智能的投资基金在美国纽约诞生,此后人工智能在证券投研领域的发展步入快车道;今年1月的最后一周,中国香港的对冲基金公司Aidyia已将所有的股票交易托付给了人工智能。

  “正常情况下,我每天的工作流程是早上起床后看一下(机器)生成的股票清单,再看看组合管理系统里每个策略配了多少权重,这些策略加起来的仓位又是多少,然后根据机器所给出的信号(卖出或买入)的各类数据(包括融资融券、投资者入场情况等),判断机器给出的信号有没有明显的错误。”陈慕告诉记者,如果当天需要交易,他就会生成交易指令,再下单到交易系统,交易系统就会开始自动运作。

  事实上,在证券投资领域,人工智能早已经不是什么新鲜事,像陈慕那样的量化对冲基金经理遍布于北京金融街、上海陆家嘴。

  一般来说,公募基金或大型私募的量化投资部由两部分组成,一部分是投研团队,另一部分是IT团队,投研团队提出需求,IT团队做出算法交易的模块,解决基金经理们的需求。

  在传统的投研中,基金经理及研究员们对财务、交易、市场等数据进行建模,分析其显著特征,利用回归分析等传统机器学习算法作出交易策略,到了人工智能阶段,这些工作便交给了计算机。

  “比如,传统基金经理有10亿元要买20只股票,也就是一只股票5000万元。如果买,可能把这些股票打到涨停板;同样,卖出去的话就可能把股票打到跌停板。”陈慕告诉本报记者,这样就会降低收益,但通过算法交易的模块,每年可以节约至少3%的成本,也就是增加了3个点的回报。

  北京一家专注于量化对冲私募的有关人士告诉本报记者,他们IT系统的构架师团队,由原汤森路透全球交易所数据推送的架构师、原花旗银行中国技术团队的VP(总经理),以及国内其他一些架构师组成。他们的工作是做出数据和部分研发,之后在政策允许时打通交易接口。

  目前,一些私募基金已开始将量化对冲的三个子领域融入日常交易策略中,尝试获取收益,它们包括机器学习、自然语言处理与知识图谱。例如,作为全球最大的对冲基金,桥水联合(Bridgewater Asspcoates)使用的是一种基于历史数据与统计概率的交易算法,让系统能够自主学习市场变化并适应新的信息。

  有基金业人士告诉本报记者,目前主流的交易系统包括恒生、金证等,但由于使用成本过高,只有公募基金或大型私募基金公司才会用,“差不多几十个人来才能用得上这个系统,而且这些系统并没有研发功能,基本上是交易和风控。”

  《第一财经日报》记者了解到,目前已有互联网金融公司试图研发一套适用于中小对冲基金公司的“一条龙”交易系统,功能涵盖数据分析、投研、风控和交易等。

  谁的选股能力更强

  AlphaGo大胜李世石,引发全世界关注。投射到投研领域,则是以人工智能量化选股和人类基金经理之间的对决。

  先来看一组数据。截至3月14日,今年市场上的34只量化基金跌幅超过20%的有10只,占所有量化基金的比例是29.4%,收益为正的比例是8.82%,没有一只基金的跌幅超过创业板。同期,在基金经理管理的1434只混合型基金中,跌幅超过20%的有39.26%,跌幅超过创业板指数的基金占到14.57%。

  显然,人工智能选股在规避市场波动下的非理性选择、回避非系统性风险、获取确定性收益方面等更胜一筹,波动率、最大回撤等指标也更低,表现更稳定。

  “量化投资是在市场暴跌的时候火起来的,人们突然发现这个时候还有一类基金能有稳定收益,但其实并没有非常突出的表现。”上述北京量化对冲私募人士说。

  显然,机器虽然动作比人快,但思维还是没人快。

  “比如供给侧改革概念,市场热点一出现,基金经理就开始以这个为主线干起来了,但机器没那么快,这是人的优势。另外机器只能做到一个阶段做一个策略,比如供给侧改革机器人只能想到煤炭、钢铁、有色里的股票,但对基金经理来说,他就还能同时做价值投资或动量反转等策略。”陈慕表示。

  因此,深圳一位券商系公募的基金经理告诉本报记者,目前在量化投资中几乎90%都是机器人在操作,剩下的10%是基金经理的决策部分。

  “有时(基金经理要做的)是增加或减少策略,不一样的风格适应的策略也不一样。例如现在全在炒创业板,每个礼拜都有大额收益,那就有必要增加这个策略的因子(比如增加仓位数据)。”该基金经理进一步表示。

  高频交易窥探

  说到量化投资,不得不提到高频交易。

  高频交易受到关注源自去年爆出的“伊世顿案”。“一秒最多下单31手”、“通过高频程序化交易非法获利20多亿元”……伊世顿的疯狂敛财手法使得程序化交易、高频交易等专业名词进入到普通投资者的视野。

  程序化交易是指利用计算机的程序进行交易,把编写程序语言和下单的接口对接,国外把它叫作“programming trading”。

  “通俗地说,程序化交易并不是机器人点键盘,而是把程序编入到程序语言中,再与下单的程序接口对接。”一位“奔私”的原公募量化基金经理表示,高频交易实际上是交易的一种方式,要做到“高频”就必须借助计算机。

  而高频的程序化交易与“幌骗”的策略结合起来,便形成了“伊世顿案”中所使用的操作手法,违反了相关法律和规定。

  “高频交易的‘掠夺者’赚的是比他速度慢的人的钱,按照这种模式一层层下来,归根结底赚的就是普通投资者的钱,这种做法在很多国家都是被禁止的。”上述“奔私”的基金经理表示。

  事实上,本报记者还了解到,此前已出现通过程序化交易使价格在极短时间内上涨的假象,诱骗其他投资者去追,自己再撤单从中套利的行为。显然,这个过程人为地增加了市场的波动,这也被认为是“幌骗”交易的典型做法。

  2010年5月6日,道琼斯工业平均指数瞬间暴泻近千点,美股市值蒸发近万亿美元。造成这一“闪电崩盘”的正是名叫纳温德·辛格·萨劳的高频交易员导演的“幌骗交易”。

【编辑:程春雨】
本网站所刊载信息,不代表中新社和中新网观点。 刊用本网站稿件,务经书面授权。
未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。
[网上传播视听节目许可证(0106168)] [京ICP证040655号] [京公网安备:110102003042-1] [京ICP备05004340号-1] 总机:86-10-87826688

Copyright ©1999-2024 chinanews.com. All Rights Reserved