证大资产深耕量化投资,用选股模型追求超额收益

“我们每天的工作还是像程序员,就是在编程,不断地在优化模型,完成迭代。逻辑上其实不需要看盘,但出于习惯,我还是会看一下。”

2018年,A股市场单边下行的行情中风险事件频出,飞出的黑天鹅之多,让传统的基本面选股在过去的一段时间里几乎全军覆没。对于量化投资而言,过去的一年却是异军突起的一年。

近日,拾贝投资、千合资本这些以往在基本面选股上声名大噪的百亿私募,如今也开始招募量化工程师、量化策略研究员等岗位,将“量化投资”推上热门。

在普通投资者眼里,由所谓的模型、因子等一系列概念所构建起来的量化投资,抽象而神秘。这个面目模糊的“量化投资”,到底是什么样子呢?为此,蓝鲸财经近日走访了国内老牌私募证大投资,并专访了其量化团队的负责人刘兵。

证大资产是国内最早一批私募之一,成立于1993年,其创始人朱南松负责证大投资的基本面选股策略多头产品。而2011年起发力建立起来的量化投资条线,则由博士毕业于复旦大学计算机系的刘兵负责。

自2009转行进入投资界,研究量化选股至今,刘兵已拥有近十年的量化投资经验。2011年初,刘兵加入证大资产量化投资团队,并从2014年开始公开管理产品,其主要的投资策略为量化选股。

从工程师到基金经理

2006年,刘兵从复旦大学计算机专业博士毕业后,曾进入外企从事研发工作。“在外企做了一段时间之后,就会大致知道是个什么样的发展路径,什么样的人生轨迹”,刘兵说,“转行做投资,有好有不好,但是有一点,它的不可预知性高,连明天的市场会怎么样都很难预料,就不会觉得人生过于平稳。”

不过,从IT工程师到量化投资人,刘兵的职业转向也并非完全不沾边。和传统的IT工作相似的是,量化研究员的日常工作也是编程,“同事也几乎都是数学、物理、计算机等理工科专业背景。”

入行之前,刘兵自己也炒过股票。当时,与大多数散户一样,通过看公司、看K线图来选股。“很多股民,包括我之前,除了看财务指标,也会看一些动量指标,MACD,金叉死叉这一类,以前报纸上的股评很多也都是这样的说法。但自己试下来,只能说有时灵有时不灵。”

相比于其他股民,刘兵的优势在于,其博士研究方向是数据挖掘,甚至在博士毕业论文中,也有对股票的时间序列做挖掘,寻找规律。此后,刘兵曾借助通达信、大智慧等平台上的一些指标,做过简单的测试,“就觉这个东西很有意思。一个是它能赚到钱,另一个就是理性和人性在投资方面,真是有差别。”

2009年,刘兵转行开始研究量化投资。彼时,国内做量化的团队非常少,商品、期货相对还较多,但股票量化基本没有。直到,2010年股指期货出来之后,量化投资才在国内慢慢兴起。“但即便现在看热,但在整个投资层面,还是占比很小,整体来看,大部分资金还是在基本面选股上面。”

“但量化肯定是未来的趋势,以海外的对冲基金来看,纯基本面已经很少了。”刘兵说。

是基金经理也还是程序员

“做量化每天的工作,还是像程序员,就是在编程,不断地在优化模型,完成迭代。逻辑上,其实不需要看盘,但出于习惯,我还是会看一下。”

当AlphaGo在围棋界乘风破浪、名噪一时后,机器学习也被广泛地应用在了全球投资界。刘兵解释说,“机器学习、量化选股的过程,与AlphaGo的算法相似,就是所用的数据不同而已。”在量化投资中,传统投资中所用到的财务指标、技术指标、动量指标、反转指标等都成为量化模型中的因子。

“市场的风格是多变的,有时候偏动量,有时候就是反转,像2017年就是明显青睐蓝筹股。我们的做法就是把所有这些指标都包含在模型中,让模型自动去寻找更贴近市场风格的股票。我们还是希望,可以根据市场的风格动态地去变化。”

刘兵团队的模型,目前以选股为主。持仓周期一般为一个月,其投资组合包含100只左右的股票,基本以等权重进行选股,每只股票占比差不多为1%。“量化的好处之一就是,一天想买50到100只股票,同时又有几个产品的账户,下单需要均匀一点,避免对市场造成冲击,对于传统的交易员来讲,手工地去敲单,根本是不可能的。”

由于指数只有一根线,仅仅通过这个统计量去找到规律,在统计学上并不可信,刘兵仅把择时作为风控上的一种手段,以防市场出现剧烈下跌的极端情况。

在面对诸如中美贸易摩擦、熔断这些剧烈震荡时,如果要减少回撤幅度,最好的办法就是人工去干预,干脆不交易。但对刘兵来说,如果要去干预,也仅仅是从控制风险的角度来考虑。“从长期来看,干不干预的差别很难说,因为人总是对近期的事件反应过度。以08年为例,如果去择时,自然可以大幅减少剧烈的回撤,但另一方面,对市场震荡的状况,甚至上涨的状况,其实是丧失了相当一部分的收益。拉长了看,这些事件也不应该对我们的模型造成实质性的伤害。”

从2018年全年的业绩来看,量化投资的这一年也并非一帆风顺。尤其是到了2018年下半年,A股主要指数的交易换手率和成交额双双下降,通过交易创造收益的空间变得非常有限。而A股全面的大幅下跌,全年三次千股跌停,数不胜数的百股跌停,让通过持有股票获取收益,更是难上加难。

在这样的弱势行情中,刘兵管理的产品,也出现了自2014年以来的第一次亏损。

在产品的年度报告中,刘兵引用了量化投资鼻祖西蒙斯的名言,“如果你真是依靠模型来进行投资决策,那么无论模型在某些时候看起来如何‘傻’,也请按照模型的指令来进行操作,大概率上,这要比主观决策的结果更好。”

市场开始起变化

除市场普跌几乎没有结构性行情可以捕捉之外,在刘兵观察中,过去的两年,A股市场有效性的变化,也成为国内量化投资是否能够取胜的重要因素。

2017年10月18日AI Powered Equity ETF上线,这只由旧金山EquBot公司推出的,利用IBM Watson超级计算机进行大数据处理,对美股进行主动投资管理的ETF,被认是全球首只 AI ETF。虽然在上线交易的头两天,轻松跑赢美股大盘。但拉长时间线后,至今一年多来却略输美股标普500指数。

“美国的AI投资其实比国内的算力更先进,数据源也更优质,但都没能跑赢指数。”刘兵说。

从美国的经验来看,在七八十年代,包括巴菲特、索罗斯等一批投资大佬应运而生。但最近这些年,以十年业绩为期,包括巴菲特在内,几乎没有投资者可以跑赢标普500的表现。“从专业度上来讲,美国的专业投资者肯定比国内的专业投资者更为专业,但就是很难大幅跑赢市场。其中一个很重要的原因,就是美股有效性太强了。”

刘兵认为,这些年,国内涌现了一批业绩惊人的专业投资者,很重要的原因是现在国内市场的散户仍然比较多。“如果国内也出现美股市场的趋势,机构和机构竞争,还想像以前一样跑赢市场很多就很难了。”

“我的感觉是,2017年、2018年,(A股)市场也比以前更有效了。”2017年之后,刘兵手里一些老的模型,已经很难再跑赢指数,“但这个变化,是暂时的还是长久的,很难说。”

但市场似乎已经对这样的变化做出反应——过去一年,保险资金大举买入ETF,而ETF也成为规模增长最快的基金子类别。

“虽然目前的A股市场仍由超过8成的个人投资者组成,意味着国内市场仍存在较大的无效性,(主动)投资仍有很大的空间。但这个变化确实正在发生,只是需要五年、十年还是二十年,来发生彻底的结构性改变,现在还很难说。”

“对机构来说,只有越做越专业化,越做越深入,才能未来立足。”刘兵说。