国投证券量化配置首席分析师刘凯:大数据、人工智能为量化研究发展注入新动能卖方研究需关注三方面

  从零起步,到突破万亿规模,量化投资的崛起成为近年我国投资市场一抹亮色,快速迭代的量化研究则是发展的坚实基石。

  拥有8年金融工程研究经验,国投证券量化配置团队负责人刘凯从2014年在中国人民大学汉青经济与金融高级研究院开始接触量化研究,先后任职多家买方、卖方机构,见证我国量化研究的发展进程。

  多家机构的复合从业背景下,他目前擅长量化选股、行业轮动、FOF、CTA等领域的研究。量化研究根植于数理知识,但刘凯的量化研究更看重数据模型背后的人,研究成果则更注重可落地性,要求模型模拟结果与实盘交易的偏差尽可能小。

  在刘凯看来,时至今日,量化研究行业依然生机勃勃,大数据、人工智能等或将为行业发展注入新动能。“基本面+量化”的投研潮流下,他对卖方研究的差异化发展也有独到见解。

  长期以来,量化领域常被称为“黑匣子”,而在刘凯看来,量化仅是一种工具,即利用量化模型进行数据分析的手段,通过系统性的计量方法来来投资决策。

  进一步来看,市面上量化研究可以概括为运用数学、统计学等学科知识,研究和开发创新性金融理财产品、交易策略、风险管理方法,满足市场参与者对于创新、效率和风险控制的需求。其中既包括对AI等新兴技术的探索,也涵盖对传统量化方法的深入研究。

  虽然以理论为基础,但刘凯认为,成功的量化研究,并不仅依赖冰冷的逻辑和坚实的数据检验,更需要根植于市场实际,深刻洞察投资者的需求与痛点。

  过去十余年,中国的量化领域发生显著显著变化。刘凯介绍,2014年底,市场风格在极短的时间的剧烈快速切换,“满仓踏空,还要做对冲”的情形并不罕见,因此,因子择时、风险管理被市场关注,同期,海外先进研究成果快速引进国内。

  随后两年,风控水平较好的指增策略在市场崭露头角,显示出稳定的超额收益获取能力;多样的量化研究成果下,事件驱动策略逐渐多元化,因子处理工具和因子组合也得以丰富化。加快速度进行发展的大环境下,量化研究也曾面临瓶颈。比如,因子被充分挖掘、策略同质化、策略受交易规则的制约等。

  随着计算机算力的提升以及理论研究的日渐成熟,他认为,量化研究目前仍处奋进发展阶段,高频、大数据、人工智能等方向对量化研究领域发展的推动值得关注。

  拥有数学与应用数学学士、金融统计学硕士的学术背景,刘凯量化研究的从业生涯起源于深圳道朴资本。他坦言,彼时致力于寻找量化投资的“圣杯”,即持续提供高额收益的模型,因此对模型的依赖度高,却无法深入理解。由于大量积累量化选股因子,他在这期间奠定了坚实的选股策略研究基础。

  随后,他加入北京和聚投资,开始接触主动投资等多种投资思路。他开始意识到单一模型并不能适应所有市场行情,而是需要丰富自身量化策略种类,进而形成独有的研究体系和研究方法。

  经历了数年买方机构任职,刘凯在2020年转战卖方机构,他的量化研究生涯随之进入第三阶段——从唯模型论到利用量化手段发现市场规律。当对市场和量化模型有较深入的了解后,他发现,相比起模型,这背后的人更是关键。

  “以前我研究的目的是为了造一个完美模型,所以沉浸在挖因子、做模型的过程,忽略理解市场的重要性。但后来慢慢理解,世界上并不存在完美模型,模型只是思想表达的载体或者工具。”刘凯认为,如果对市场有深入了解,不但可以不依赖模型的推导结论,形成大致正确的判断;还能提高不同模型潜在风险的识别能力;也能以更多新视角观察市场,创新量化模型。

  随着量化私募规模的攀升、公募加大量化布局,卖方研究目前面临着新的课题。在刘凯看来,买方机构和卖方机构对优秀策略的向往一致,买方机构的量化研究更聚焦深入,卖方机构的研究在广度上更具有优势,可以针对市场热点、投资者所感兴趣的方向进行广泛探索。

  拥有买方机构的从业经历,刘凯在量化研究方面尤为重视投资实操。比如,他曾身处在2015年大幅度波动的股市,深刻认识到每一次波动对产品净值的影响,他的研究报告注重策略的可落地性,要求策略的模拟结果和后续实操之间的偏差尽可能小,如费用、交易环境等方面。

  近年来,主动投资与量化投资的结合成为一大发展的新趋势。刘凯认为,量化投资和基于基本面的主动投资两者并非对立,前者是自下而上的投研思路,后者则是自上而下。随着买方机构开始寻求主动投资和量化投资更好的结合方式,主动量化投资策略应运而生。

  为了更好应对当前“量化+基本面”投研潮流,提供更全面、个性化的研究服务,满足买方机构多样化的需求。他表示,卖方机构的量化研究需要注重以下两个方面。

  一是整合多维数据源,随着自然语义分析的发展,可利用文本识别来提高策略表现,各种特色数据的开发和引入也值得探索。

  二是聚焦深度基本面分析。卖方机构需要深入挖掘公司的基本面信息,包括财务报表、经营业绩和行业地位等,从而提供更深刻的见解与新颖的视角。

  作为众多卖方研究机构的一员,怎么来实现差异化定位,也是刘凯在担任国投证券量化配置团队负责人以来持续思考的问题。

  他以“守正出奇,日积跬步”概括了团队的发展的策略。一方面需要对传统的量化业务一项不落,紧密贴合买方机构需求;另一方面,着重构建一个跨学科、多元化专业背景的团队,通过搭建涵盖金融学、计算机科学、统计学等专业的人才组合,为团队整体提供更全面的视角和更灵活的问题解决方式。

  落实到整体研究体系搭建方面,他带领团队致力于提供全方位的量化配置研究服务,包括但不限于多因子模型、风格配置、行业配置、FOF组合、CTA以及大类资产配置等各类策略。

  他还强调了对研究报告的创新需求。“我希望我们团队能够做出有态度、有想法、有温度、有华彩的研究报告。通过生动的数据可视化、深入的市场分析和清晰的表达,使研究报告更具吸引力与影响力。力求保持快速变化市场中的竞争力。”

  受益于技术创新、大数据的广泛应用、投资决策可验证性需求的日益增加,刘凯看好量化研究行业的发展前景。

  他强调,人工智能、机器学习等领域的发展,为量化研究提供了更多可能性。使其能够更深入地挖掘市场数据,提高模型的准确性和适应性。大规模数据的可获得性则提供了更全面的研究视角,从而能从更多维度分析市场,发现潜在的模式和机会。

  不过,他也看到量化研究行业所面临的挑战。首先,大规模的数据使用下,如何保证数据质量、可信度,尤其是非结构化数据。其次,过度依赖历史数据的模型易致使过度拟合,降低模型对未来预测能力。最后,高频交易和市场微观结构的复杂性可能增加执行成本。

  “为应对挑战,先进计算设备和高端技术人才的引进是许多买方机构的共同选择。”以策略研发的角度看,刘凯认为,能够最终靠整合多因子模型,降低对单一因子依赖,提高投资策略的鲁棒性(即系统对于不完美的输入或外部干扰的适应能力)。策略还需要强化风险管理,制定合理的风险控制策略,减少潜在损失。

  量化领域的加快速度进行发展下,投资者可选择的量化基金慢慢的变多。刘凯建议,在选择正真适合的量化产品时,首要选择自身认同的量化投资理念的基金经理,而不是沉浸在过往业绩中。此外,还一定要通过细致归因分析拆解收益来源,判断产品是不是能够提供稳定的收益。

  他直言,量化策略在金融领域的应用为投资者带来了多方面的正面影响。首先,它基于大量历史数据和数学模型,使得决策更加客观和理性。其次,量化策略有助于降低情绪的影响。投资者往往易受到情绪的波动干扰,而算法则能够严格遵循设定的规则和逻辑,摆脱情感因素的影响,由此减少决策的情绪偏差。同时,量化策略注重风险管理,通过严格的风险控制规则,帮助投资者更好地管理投资组合的风险。

  另外,量化策略可应用于多种资产类别和市场,包括股票、债券、商品等,为投资者提供更灵活的资产配置选择,实现更好的分散化,降低整体投资组合的风险。最后,量化策略的设计目标之一通常是追求稳定的收益。通过严格的模型测试和优化,严谨的风控模型的使用,提高投资组合表现的稳定性。总体而言,量化策略通过科学的数据分析手段,为投资者提供了更为理性和可控的投资方法。