值此开年之际，东方财富特邀业内大咖齐聚2022年度大咖策略会，把脉2022年投资机会。此次活动将于2022年1月12日-1月14日隆重举办，十五场精彩直播，等您来看。
1月12日上午，九坤投资渠道经理郭泓辰在2022年度大咖策略会上发表演讲，演讲的题目是《量化投资回顾与展望》。
去主会场，一键预约观看2022年度大咖策略会>>
以下为演讲实录：
1、量化投资具备三大相对优势
主持人：今天我们郭总首先给大家带来的是一个明年的策略报告，主题是“量化投资的回顾与展望”，首先请郭总给大家带来我们相关的策略。
郭泓辰：大家好，今天借这个机会跟大家分享一下我们最新的情况，还有量化投资的一些最新的情况。量化投资是20世纪60年代出现的新兴产物，大家公认的量化投资教父是爱德华。索普，这个人是MIT数学系教授。他去拉斯维加斯赌场玩的过程中，发现在一定的方法下他可以战胜庄家，他把这套方法写成了一本书《击败庄家》，在赌场上面验证他的投资逻辑之后，他也去转战华尔街，并且创建了自己的对冲基金，并且长期实现复合年化收益率达到20%的投资结果。
大家公认他是量化投资的教父，量化投资为什么可以赚钱？它本身是依赖于海量的数据，依靠数据建模，把投资逻辑形成可以完整去操作的思路，最终就形成量化投资的雏形。上世纪60年代，计算机技术相对比较原始，所以投资逻辑和投资策略都相对比较简单。
现在随着整个计算机科学的发展，包括算力的提高，现在量化投资能做的事情有很多，大家可以大量的应用数据和统计，对数据进行分析，建立各种的假设，并且验证自己的想法，最终就形成这样一个投资的流派。就是依靠计算机建模去把市场的投资逻辑进行梳理，最终形成一个长期可以在市场上盈利的结果，做成这样一个投资流派。
量化投资与主观投资比，有什么优势？主观其实也有主观的优势，我们讲量化的相对优势，相比主观有三大优势，第一是模型优势，第二是技术优势，第三是纪律性优势。
模型优势是什么意思？主观投资中，大家能去提取的市场规律比较简单的和表面，比如说这个市场今年有预期什么风格的股票会好，它其实是非常粗线条的预测，真的你到个股层面进行深挖，这种情况也是比较少的几个股票。
但是量化投资本身是大量股票，对市场很多不起眼的规律进行提取，它最终可以实现的是分散化和收益来源的多样化，这是量化能做到，但人类很难做到的一件事。
第二就是技术优势，我们知道人的进化非常慢，一代又一代的人变化不大，但计算机20年来差异非常大，所以借助于计算机行业整个的发展，量化可以实现比较快的投资方法论的迭代，它能享受整个技术进不去得到投资方法的提升，这其实是人比较难去追得上的。
第三是纪律性优势，量化一开始推出来最大的优势就是这点，相比主观投资它的好处就是量化本身没有贪婪和恐惧一说，都是根据你给的模型进行下单，可以不受情绪影响，只要你不去干预模型的运行，它的决策相对是客观的，所以它能够做到反人性进行交易，这就是量化天生的优点。
全世界范围内的量化发展，截止到2021年，量化规模最大的十家对冲基金里面已经占到6家了，所以它在海外还是相对比较主流的投资品种。当然如果我们退回到20年前，我们可能发现最大的对冲基金全部都是主观投资，因为20年前的计算机技术非常初级，它没有办法大规模的使用到投资中来。
国内市场看，大家经常会说量化1.0、2.0、3.0时代，国内的量化发展到现在也就大概10几年的时间，沪深300股指期货在2010年上市，被认为是元年。公认的起步期是在2015年之前，这时候量化非常初级，大家只要买小盘股就可以战胜市场。
过了这段时间之后，到了2015年股灾之后，赌小盘股的方式就被淘汰了，大家又开始做精细化的量化，量化也就在国内进入2.0时代。3.0时代是在2019年之后，随着股指期货的松绑，大数据的使用，计算机集群的使用，AI技术被大家广泛的使用到量化投资中来，整个量化是进入到3.0时代，量化本身成为主流投资品种。
2017年量化管理规模在1000亿出头，截止最新差不多万亿的规模，量化之所以能获得比较快速的发展，主要还是得益于投资者广泛的认可，投资品种能够获得投资者认可，往往因为能够给投资者带来比较好的收益。
高速发展最终就能实现这个行业的良性循环，像很多以前大家想做又没有资金实力，或者没有投研实力做的事情，比如做很多深度学习的模型，比如说用集群做一些快速计算，或者很多并行交易，在大家管理规模小的时候，这种东西基本上大家也实现不了。但是随着行业管理规模的提升，很多之前做不了的现在能做，量化的版图实现了比较好的扩张。
展望未来，整个行业能做的事情越来越多，最开始是做高频价量，基本上2015年、2016年起步的时候都做了这些，慢慢开始做一些中低频、基本面策略、另类策略，随着时间的推移，护城河越来越深，慢慢会形成量变到质变的过程。
我还是比较有信心在未来可能会出现不只是千亿规模的量化，还可能有几千亿规模的量化，对于前景我们非常有信心，道路不一定一帆风顺的，行业的发展肯定还是有波折的。
2、坚持科学投资和长期投资
下面给大家回报一下我们公司最新情况，我们九坤成立于2012年，从2016年开始做资管，一直是综合实力稳居业内的第一梯队，也是连续五年获得私募金牛奖的机构。我们员工总数是超过250人，最新的管理规模是700亿元人民币，公司在过去五年中是获得60多次行业奖项，也包括5次金牛奖。
我们投资理念跟大部分公司不一样，第一个是我们坚持科学投资，科学投资基本的观点就是所有做的策略都是有数据支持的，而不是说我去拍脑袋就去做投资决策，或者说非常主观的根据比较短期的市场情况去调整策略。
我们还是严格遵循量化投资的基本原理，国外量化投资一般叫它系统化投资，基于一个系统、基于一个体系去做投资，并不是说去任意的做投资的行为。
第二点就是长期投资，长期投资跟科技投资相辅相成，短期市场的风格或者行为，它基本上都是波动，比如短期一个股票一天涨10%，其实这种东西都是短暂的波动，长期某一个股票年化收益率10%到20%这是非常优秀的股票了。
本身做量化投资的投资哲学，就是要去做长期投资。我们基本上不会把策略做的非常集中，也很少有量化投资公司这么做，主要背后的原因还是大家认为短期波动不会反映在长期的收益上，一周两周短期的行为，或者说三个月、六个月短期的情况，往往跟长期没有太大的相关性。当然我们在长期投资的过程中，也会同时非常审慎的去控制风险，使得投资人长期持有我们产品相对来讲幸福感比较高。
我们有五大产品线，高风险的产品线就是我们没有对标的股票优选策略产品线，这个产品线不对标任何指数，长期做绝对收益，但是它也是满仓。第二个是指增策略，也是满仓，但它对标常见的指数，比如对标中证500指数。
比这两策略风险再稍微低一点就是定位中高风险中等收益策略线是多空策略，多空策略本身是做动态对冲，在市场有明显下行趋势的时候，多对冲一些，当然市场有明显上涨趋势的时候，去少对冲一些，是这样一个相对来讲攻守兼备的策略线
当然比它多空策略定位更保守一些是量化对冲策略，是完全对冲，风险是中等风险，但它长期收益跟股票优选、指增、多空策略相比，长期的预期收益会更低。此外还有一个商品期货策略，就是CTA策略。相对来讲是比较有配置价值的，我们讲到配置就是指比如像投资者持有很多的股票或者说债券，持有CTA策略会形成一定的分散，因为CTA策略本身是做商品，跟股市、债市相关性比较低，会形成比较好的分散。
公司管理体系方面，我们投研人员的管理模式可以说是八个字，协同作战、合作竞争，我们会把投研团队分成不同的组，组和组之间有一定的竞争，你要独立的去想一些投资的想法，从而在宏观层面、公司层面形成一定的分散，而不是说团队之间相互交流，交流一个结果就是大家做出来的东西都一样。同时我们又是有非常多的协同，协同体现在什么层面？团队用的工具，很多底层的东西都是共享的，比如模型层面，AI实验室可以为任何投研团队服务，IT团队把这个数据调用的接口，包括我们集群的使用都是通过有一个完整的调用方式，所有的投研团队的人员都可以统一的通过接口调取，在这方面来讲我们又是有非常多的合作，最终我们是形成人才是根，团队是枝，最重要形成业绩为果的团队合作竞争的理念。
除了人才层面，我们公司还是做投研流水线，可能在2020年大家还不是特别在意整个工业化的过程，但其实到了2021年大家普遍都发现原来需要去做流水线了，当然我们其实在2019年的时候就开始布局这一块。
我们现在已经形成五大节点，每一个节点进行定向的优化，并且我们AI实验室在这个过程中，非常强力的支持到我们每一个节点优化的行为，比较简单就是数据收集层面，其实它是非常重要，但是大家又往往容易忽略的一点，可以说数据科学领域有一句名言，基本上如果数据不好，或者你数据是垃圾，做出来的东西也是垃圾。
这其实是非常有名的一句话，在数据层面你需要把数据收集进来，然后入库清洗做标准化，这个过程其实是非常的考验你耐心的，心要细还要有耐心，我们有专门的数据团队做这件事，不只是每年花4000万购买数据做统一的入库，还有专人对数据进行保证，我们现在收集的数据，除了加量数据，还有基本面数据、业内数据什么都有，基本上全市面上可以收集到的数据都会收集，到了因子层面把好股票挑出来，在这个层面我们是两条腿走路，人工挖掘还有AI算法挖掘都会去做。
收益预测现在深度学习已经用的非常多，可以做到多模态，就是多模型组合，多周期预测，到了组合构建层面，同样是用深度学习模型用得很多，如果大家对AI相对比较熟悉，就会知道在组合构建层面能够发挥的作用是很大的，传统来讲大家做图优化，图优化这个东西有时候你要定制它卡数的形式，这时候用深度学习模型是效果更好的。
到交易执行层面，这就是给大家提到2018年开始就打下比较好的交易系统的基础，我们现在可以做到把市场冲击降到最小，延迟可以做到很低，整个并行的效率可以做到很高，同时我们非常注重风控，这其实是我们非常引以为傲的，我们不只是整个交易系统做的非常高效、延迟非常低，同时我们风控是非常重视，在极端情况下，它如果发生任何问题，我们交易系统都会有同意风控总监第一时间做介入，当然这种事极少发生，但如果发生我们有相应的措施进行控制。
在过去一年做的最多的可以说是投入最大就是集群的打造，大家如果熟悉深度学习就会知道，深度学习一大瓶颈就是算力，当然数据层面我们会专门维护高质量的数据，算力可以说在2020年以前可能是大家一个瓶颈，但是从2020年到2021年就投入超过5个亿在我们算力的提升上建了自己的超算集群，在2021年我们算力提升是比前一年提升了8倍，大大提高我们投研人员去开发策略的效果。
同时我们也组建自己的AI实验室，这AI实验室就是一系列AI方面的专家，他们非常熟悉深度学习模型的各个细节，也可以帮助我们打造投研流水线非常有效的人员架构的安排，对我们来说一个典型的策略生产过程。
就是我们投研人员会专注于从市场的数据中，从基本面数据中，从各种文本中发觉投资的逻辑。至于它的实现和模型细节，会直接调用包，但很多针对量化的问题细节优化这就交给AI实验室去做，相对来讲大家术业有专攻，擅长模型的人做模型，擅长实现的人去实现，擅长从市场发现规律就去奇思妙想，最终形成团队化作战的结构。
展望未来，量化投资我们去看过去几年发展路径是这样的，最开始大家做的都是非常高频的价量，那时候大家年化换手率双边其实都是在300倍以上。但是从2020年开始逐渐的开始下降，基本上目前大家普遍的换手率是在30到50倍之间，这是一个典型的量化的换手率。如果跟几年前相比，换手率基本上是比以前低5到10倍，是这样一个水平。
同时量化能做的从高频价量变成基本面+低频策略，从这个层面来讲，量化版图是扩张了。一开始做高频价量，像算力、历史数据、回侧系统要求都不高，而且稳定性非常好，但规模特别特别小，随着整个管理规模的扩大，就开始做低频策略。
这样的结果就是量化投资大家需要的投资期限会拉长，像以前你换手率是现在的10倍，可能持有三个月私募好不好，投资结果就能看出来，如果你的换手率降到原来十分之一后，你可能需要持有两三年的时间才可以看出来私募到底是不是好，这往往是不可避免的。
在国内长期来看，量化投资必然超额会回到正常的水平，当然在这个过程中，大家需要做的工作也很多。虽然说整个超额在往下走，就是超额夏普里在往下走，但量化能做的东西越来越多，夏普率往下走，不代表量化投资不行了，只是说它在短期波动是会变大的，所以我们更希望投资者能从更长的维度去关注量化的投资业绩，而不是像2017年、2018年之后聚焦量化一周两周的投资波动，这其实也是不现实的。
随着大家整个投资的频率降低，越来越多的需要从基本面层面去分析管理人，需要从基本面层面去关注这个产品到底好不好，而不是依靠三到六个月做线性外推，这样的时代已经一去不复返了，如果2017年、2018年用这样的方法论买产品可能还OK，但现在更多你需要关注这个公司人靠不靠谱，是不是在做靠谱的事情，应该从这个层面关注。
长期效果应该非常有信心的，但短期波动会变大，是这样一个情况。这也是我对未来的展望，回到2022年相对来讲我们还是比较有信心的，当然今年开年的时候，大家也关注到整个主动投资的结果不是特别好，这基本上是所有权益类管理人都会面临的问题。但是随着A股流动性的上升，波动率未来有望持续回升，这样的策略环境我们相对来讲是比较有信心的，短期我们也不悲观。
文章来源：东方财富网
加载中,请稍侯......