傳統(tǒng)量化投資與AI量化投資的對(duì)比研究

朱辰

摘 要：為了獲得更加穩(wěn)定的收益，量化投資被作為一種可以實(shí)現(xiàn)數(shù)量統(tǒng)計(jì)、建模以及自動(dòng)式買賣的方式被很多人所使用，這種投資方式已經(jīng)得到了較為長(zhǎng)遠(yuǎn)的發(fā)展，尤其是在國(guó)外很多發(fā)達(dá)國(guó)家發(fā)揮著十分重要的作用。但是由于我國(guó)的市場(chǎng)經(jīng)濟(jì)體制還不夠成熟，制度因素以及各種工具的限制使得量化投資還沒有得到長(zhǎng)期的發(fā)展，各種體制也不夠成熟。近年來(lái)，隨著電子信息技術(shù)的廣泛發(fā)展，大數(shù)據(jù)、人工智能以及云計(jì)算等先進(jìn)的科學(xué)技術(shù)被更多的人以及行業(yè)所使用的，機(jī)器學(xué)習(xí)得到廣泛研究的同時(shí)也在量化投資領(lǐng)域產(chǎn)生了一定的影響，由此而產(chǎn)生了一種全新的量化投資方式，即AI量化投資，行業(yè)內(nèi)很多人員開始關(guān)注這一量化投資方式，由此也產(chǎn)生了很多爭(zhēng)議和討論。因此，本文將對(duì)量化投資進(jìn)行介紹并對(duì)傳統(tǒng)的量化投資方式和AI量化投資進(jìn)行簡(jiǎn)單的比較，以供行業(yè)內(nèi)專業(yè)人士參考。

關(guān)鍵詞：量化投資;人工智能;AI量化投資

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2020）06-0255-02

互聯(lián)網(wǎng)行業(yè)的快速發(fā)展帶動(dòng)了很多行業(yè)的改革創(chuàng)新，很多行業(yè)衍生出新型的概念促進(jìn)創(chuàng)新和發(fā)展。而在金融界，量化投資作為一種先進(jìn)的方式能夠?qū)崿F(xiàn)對(duì)傳統(tǒng)投機(jī)行為的數(shù)量化，從而使得投資收益更加的具有穩(wěn)定性，而在此基礎(chǔ)上，量化投資也更多的借助了計(jì)算機(jī)信息網(wǎng)絡(luò)的幫助，使得交易行為能夠在程序設(shè)計(jì)下自動(dòng)完成，從而使得買賣行為更加的具有準(zhǔn)確性和及時(shí)性，量化投資也使得投資人的投資選擇更加的科學(xué)，進(jìn)一步減輕了負(fù)擔(dān)。而隨著電子信息技術(shù)的不斷進(jìn)步和發(fā)展，出現(xiàn)了更多先進(jìn)的科學(xué)技術(shù)能夠服務(wù)于社會(huì)各行各業(yè)，如人工智能、深度學(xué)習(xí)、云計(jì)算等的出現(xiàn)使得量化投資領(lǐng)域也得到了更為深遠(yuǎn)的發(fā)展，在這樣的技術(shù)支撐下，出現(xiàn)了AI量化投資。所謂AI量化投資，指的是在選股以及策略交易時(shí)更多的應(yīng)用經(jīng)典的機(jī)器學(xué)習(xí)理念以及深度學(xué)習(xí)的模型建立投資模型，從而使得因子分析更加的科學(xué)且高效，并且因子分析的結(jié)果可以得到更加合適的自動(dòng)化交易對(duì)象，這種投資算法模型能夠使得投資收益更加穩(wěn)定，進(jìn)一步規(guī)避了投資市場(chǎng)可能出現(xiàn)的風(fēng)險(xiǎn)，在現(xiàn)代金融領(lǐng)域得到了廣泛的研究和學(xué)習(xí)，為金融市場(chǎng)的發(fā)展提供了很多幫助。

1 量化投資概述

量化投資這一理念的出現(xiàn)使得投資收益穩(wěn)定性顯著提升，而所謂量化投資，是同時(shí)結(jié)合了數(shù)學(xué)模型和計(jì)算機(jī)自動(dòng)化技術(shù)在內(nèi)的一種投資技術(shù)，能夠使得投資理念和投資策略實(shí)現(xiàn)程序化，從而提升投資過(guò)程的科學(xué)性和高效性。需要認(rèn)識(shí)到的是，量化投資是一種主動(dòng)型的投資方式，投資人利用量化投資可以進(jìn)行全面的研究分析以得到個(gè)股標(biāo)的物、行業(yè)大盤以及整個(gè)金融市場(chǎng)的驅(qū)動(dòng)因素，在對(duì)這些因素進(jìn)行研究分析的基礎(chǔ)上，得到最優(yōu)化的投資組合方式，從而在金融市場(chǎng)獲得最大化甚至超額的收益[1]。量化投資使用最多的方式是多音字選股，能夠在數(shù)據(jù)與模型的基礎(chǔ)上在市場(chǎng)上尋找到最合適的投資對(duì)象并且選擇最理想的投資策略。而應(yīng)用最多的量化投資策略主要分為以下四種：

1.1 趨勢(shì)判斷類

量化投資在被用于商品期貨交易時(shí)主要采用的就是趨勢(shì)類策略，這主要是因?yàn)樯唐菲谪涀陨淼奶匦詻Q定的，由于商品期貨價(jià)格通常是與大宗商品現(xiàn)貨價(jià)格相關(guān)的，而這類商品的一大特征就是與國(guó)民經(jīng)濟(jì)發(fā)展之間存在著密切的關(guān)系，因此在很大程度上這類商品的價(jià)格是保持在穩(wěn)定的狀態(tài)下的，一旦反生變化也是周期性的大趨勢(shì)變化[2]?；谶@些商品期貨的特征，趨勢(shì)判斷型策略能夠在投資行為以及投資策略上發(fā)揮更大的作用，能夠較好的抓住發(fā)展趨勢(shì)，大漲趨勢(shì)做多，大跌趨勢(shì)做空，從而實(shí)現(xiàn)收益并有效的止損。

1.2 波動(dòng)率類

這類量化投資策略更多的應(yīng)用在期權(quán)市場(chǎng)之中，與其他幾種策略相比其優(yōu)勢(shì)在于不易暴露單邊風(fēng)險(xiǎn)，可以在趨勢(shì)判斷類策略之上對(duì)其進(jìn)行完善和補(bǔ)充。進(jìn)行波動(dòng)率類策略時(shí)，其基本的市場(chǎng)在于賣出一手某一執(zhí)行價(jià)格的買權(quán)，與此同時(shí)賣出一手同一執(zhí)行價(jià)格的賣權(quán)，采取這樣的交易策略就可以在市場(chǎng)走勢(shì)較為平穩(wěn)的情況下，賣出手中的期權(quán)來(lái)轉(zhuǎn)圈權(quán)利金收益。除此之外，采用波動(dòng)率類策略也存在一定的風(fēng)險(xiǎn)，如果市場(chǎng)價(jià)格發(fā)生較大的波動(dòng)時(shí)，這類交易策略就會(huì)遭受一定的損失，而更好的應(yīng)用這類策略的關(guān)鍵在于操盤積累的更多把握。

1.3 套利類策略

在進(jìn)行外匯交易時(shí)，套利類策略應(yīng)用較為廣泛，應(yīng)用這類策略可以實(shí)現(xiàn)利用不同國(guó)家之間的貨幣利率變化產(chǎn)生的高低之差套利的目的。進(jìn)行套利類策略的關(guān)鍵在于市場(chǎng)是非有效或者弱有效的，在市場(chǎng)變化時(shí)會(huì)發(fā)生價(jià)格以及價(jià)值的偏差[3]。因此對(duì)于投資人而言，可以通過(guò)進(jìn)行偏離本身價(jià)值的標(biāo)的物價(jià)格的挖掘，并認(rèn)定在未來(lái)某一時(shí)期標(biāo)的物的價(jià)格會(huì)回歸于價(jià)值，從而提前做出買賣準(zhǔn)備。套利類策略主要包括期現(xiàn)套利、跨期套利、跨品種套利以及跨市場(chǎng)套利四種。

1.4 價(jià)值投資類策略

量化投資使用較多的還是股票交易市場(chǎng)，而在股市中價(jià)值投資類策略也是應(yīng)用最多的一種，采用這種投資策略能夠使得價(jià)值投資組合很大程度上戰(zhàn)勝大盤。采用這一策略的出發(fā)點(diǎn)也是基于市場(chǎng)非有效的認(rèn)定，市場(chǎng)內(nèi)或多或少的存在一些股票是不符合當(dāng)前價(jià)值的，要么高估要么低估，如果投資人能夠承擔(dān)這種假設(shè)帶來(lái)的風(fēng)險(xiǎn)溢價(jià)，相應(yīng)的就能夠在未來(lái)市場(chǎng)獲取一定的風(fēng)險(xiǎn)補(bǔ)償。采用價(jià)值投資類的關(guān)鍵在于標(biāo)的物價(jià)值的衡量，在股票市場(chǎng)上需要對(duì)股票或者是企業(yè)的價(jià)值進(jìn)行科學(xué)的評(píng)定，這也就需要一系列有效的指標(biāo)作為評(píng)定的依據(jù)[4]。而在當(dāng)下的價(jià)值投資類策略應(yīng)用股市時(shí)，資本收益率和股票收益率是最為常用的兩種指標(biāo)，可以有效反映出企業(yè)的經(jīng)營(yíng)水平以及發(fā)展?jié)摿?。在價(jià)值投資類策略應(yīng)用之前需要依賴這些指標(biāo)對(duì)企業(yè)進(jìn)行評(píng)定，得出綜合得分最高的公司最為投資人的最佳選擇。

2 傳統(tǒng)量化投資與AI量化投資的對(duì)比研究

量化投資這一方式發(fā)展時(shí)間較久，也經(jīng)過(guò)長(zhǎng)時(shí)間的應(yīng)用發(fā)展逐漸得到了市場(chǎng)的認(rèn)可，主要是通過(guò)數(shù)據(jù)分析和模型建立的有效集合實(shí)現(xiàn)穩(wěn)定收益的一種投資方式。而AI量化投資方式，應(yīng)用了人工智能這一先進(jìn)的科學(xué)技術(shù)，所涉及的概念較為廣泛，在量化投資領(lǐng)域應(yīng)用人工智能技術(shù)有一定的應(yīng)用潛力，但是目前并未實(shí)現(xiàn)大規(guī)模的推廣和普及，對(duì)其是否能夠產(chǎn)生更大的收益不同的人群也有著完全不同的觀點(diǎn)[5]。

對(duì)于傳統(tǒng)量化投資方式而言，能夠?qū)鹑谑袌?chǎng)上的產(chǎn)品價(jià)格、市場(chǎng)指標(biāo)以及技術(shù)指標(biāo)等進(jìn)行數(shù)學(xué)關(guān)系的研究，并尋求其變化規(guī)律，從歷史數(shù)據(jù)中尋求更好的實(shí)現(xiàn)高概率、低風(fēng)險(xiǎn)、長(zhǎng)期穩(wěn)定投資超額收益的有效策略，并且根據(jù)制定好的策略選擇合適的數(shù)量化投資模型，確保收益的超額、穩(wěn)定性。量化投資與其他投資方式相比較，有著其獨(dú)特的優(yōu)勢(shì)，首先來(lái)說(shuō)，量化投資得出投資策略是在客觀歷史數(shù)據(jù)基礎(chǔ)上產(chǎn)生的，規(guī)避了主觀風(fēng)險(xiǎn)，計(jì)算機(jī)可以利用歷史規(guī)律進(jìn)行自動(dòng)化程序交易。其次，計(jì)算機(jī)程序的設(shè)計(jì)使得投資人在進(jìn)行投資活動(dòng)時(shí)也更加的輕松，不再進(jìn)行持續(xù)的看盤與分析之中，而是更多的應(yīng)對(duì)可能出現(xiàn)的突發(fā)情況之中。最后，量化投資涉及到的投資視角較大，精確復(fù)雜的數(shù)學(xué)模型以及高效率的計(jì)算機(jī)計(jì)算使得人工限制顯著減低，從而在市場(chǎng)上尋找最佳的機(jī)會(huì)，并實(shí)現(xiàn)風(fēng)險(xiǎn)的分散。

而對(duì)于AI量化投資而言，在投資過(guò)程中較多的采用了人工智能相關(guān)技術(shù)以及機(jī)器學(xué)習(xí)算法模型來(lái)實(shí)現(xiàn)了海量數(shù)據(jù)的復(fù)雜關(guān)系處理過(guò)程。AI量化投資在實(shí)際應(yīng)用時(shí)，首先需要明確模型的預(yù)測(cè)目標(biāo)，可以進(jìn)行人為的設(shè)定，其中涵蓋了未來(lái)市場(chǎng)變化中某一日的市場(chǎng)波動(dòng)率、收益排序以及收益率等等指標(biāo)。之后，需要進(jìn)行歷史順序的切分，主要依據(jù)的是時(shí)間順序，將其劃分為訓(xùn)練集和驗(yàn)證集兩個(gè)部分，其中訓(xùn)練集中的數(shù)據(jù)可以進(jìn)行模型的訓(xùn)練工作，而驗(yàn)證集主要是為了對(duì)模型的應(yīng)用效果進(jìn)行驗(yàn)證[6]。在進(jìn)行數(shù)據(jù)集劃分之后，需要進(jìn)行可能影響目標(biāo)特征的構(gòu)建，在AI量化投資之中，如每日的換手率、市盈率等等。最后，測(cè)試集數(shù)據(jù)可以用來(lái)驗(yàn)證訓(xùn)練得到的模型的合理性，對(duì)其目標(biāo)值與實(shí)際結(jié)果進(jìn)行對(duì)比，從而證明建立的模型的優(yōu)劣程度。

與此同時(shí)，兩種投資方式的策略也是不同的，傳統(tǒng)的量化投資方式更多的傾向于獲得超額收益，但是這種投資策略也對(duì)應(yīng)著較大的風(fēng)險(xiǎn)，因此需要尋找更為有效的指標(biāo)因子來(lái)作為量化投資策略的指導(dǎo)。而AI投資方式更多的注重穩(wěn)定性，其回撤風(fēng)險(xiǎn)較小的同時(shí)能夠?qū)L(fēng)險(xiǎn)概率控制在一定的范圍之內(nèi)，畢竟這一投資方式是建立在大量歷史數(shù)據(jù)基礎(chǔ)之上的。

3 結(jié)語(yǔ)

綜上所述，隨著金融市場(chǎng)的發(fā)展與繁榮，投資人也需要采取更加科學(xué)的方式開實(shí)現(xiàn)穩(wěn)定的收益，量化投資就是一種有效的策略，而隨著信息技術(shù)的發(fā)展，量化投資技術(shù)也逐漸與AI相結(jié)合，并產(chǎn)生了更多作用。

參考文獻(xiàn)

[1] 王紅兵.揭開量化投資的神秘面紗[J].證券導(dǎo)刊，2012（49）：90-95.

[2] 河口真理子.世界のSRI（社會(huì)的責(zé)任投資）巿場(chǎng)：SRIからESGへ[J].環(huán)境管理，2013，49（10）：30-37.

[3] 廖佳.揭開量化基金的神秘面紗[J].金融博覽，2014（22）：66-68.

[4] 賀保國(guó).資本市場(chǎng)的量化投資策略和風(fēng)控措施[J].中國(guó)商論，2019（8）：51-52.

[5] 金圣發(fā).資本市場(chǎng)的量化投資策略和風(fēng)控措施[J].商情，2019（50）：37-38.

[6] 陳沼林.關(guān)于資本市場(chǎng)的量化投資策略及風(fēng)控策略的相關(guān)研究[J].商情，2019（35）：22+24.