中国基金报记者 姚波 章子林整理
第四届中国机构投资者峰会暨财富管理国际论坛（量化专场）邀请了目前海内外量化界最为知名的几位重量级投资和研究人士，其中包括嘉实基金董事总经理、投研管理、投资决策委员，负责嘉实人工智能投研中心的张自力，景顺长城基金量化投资总监黎海威，国泰君安金融工程首席分析师刘富兵，前海开源基金董事总经理江少坤和富善投资总经理林成栋。上述嘉宾就目前量化投资的发展现状、面临的困境和挑战，以及在人工智能方面的探索进行了探讨。中国基金报特此刊发了讨论的实录。
从讨论内容来看，近期量化产品业绩出现回撤，嘉宾就市场流行的小盘策略进行讨论认为，在目前监管环境变化下，小盘股遭遇的困境可能需要完整考虑到策略的制定过程中，但中长期来看小盘策略仍然有空间。随着互联互通机制的放开，A股的投资者构成也在逐步变化，量化也应当考虑这一变化因素。
对近期火热的人工智能话题，几位在海外有投资经验并能接触市场最前沿的嘉宾都认为，目前还没有听说成功应用人工智能作为主要投资策略的产品出现，但大公司应当勇敢探索。国内的探索方面，嘉实基金目前已经成立了人工智能投研中心，并在债券、CTA等方面进行了研究探索，已经取得了不错的成绩，张自力表示，近期公司的博士后科研流动站可能会刊发相关学术论文。
小盘策略不是量化的全部
指数增强更适合公募
张自力：首先我这边的问题就是关于今年量化基金的回撤。之前2015年、2016年量化做得都非常好，而小盘策略又是最受欢迎的量化策略，所以我想跟大家深入讨论一下，量化策略到底是不是赚得是小盘股的钱？
黎海威：我的投资生涯从2004年开始，经历了两轮市场周期，到现在有14年。我最早是做港股量化出身的，后来再转到亚太其他市场，我发现量化的方法对全球新兴市场的效果都不错。
涉足A股时，我们用系统化的方法研究A股，中间花了很长时间。一个观察就是股票首先它是股票，其次才是中国股票。美国股票和新兴市场，这些不同的市场中人性等反映在市场上的表现是共通的，所谓的中国特色在我看来是不完全成立的，其实主要还是新兴市场的特色，包括在东欧、韩国、越南都是一样的。
不同新兴市场和不同的阶段都是有很多类似之处，更多的是体制转型和文化的共性。传统的小盘股为什么会那么强？除了小盘股发展阶段的生命周期以外，在A股还有很多中国的制度化问题，包括IPO、定增等制度给股票带来的溢价等。我之前看到卖方报告说中国的小盘股的壳价值平均每个估价是25亿，但随着IPO加快，现在可能会变成10个亿，你想这个过程会跌多少。
我对小盘股长期溢价是看好的，但是这不是说小盘这一个因子会就能变成一个比较好的策略。 前些年小盘溢价的非常稳定，小盘成长非常好，但这也要考虑到回撤因素。我们在大小盘上没有什么敞口，坚持做稳定的超额收益。事实证明，大盘股一样也能出业绩，更多的取决于策略。像我们今年比较幸运，到四月底我们旗下量化产品收益还不错。
林成栋：大部分做量化并不是在做小盘股，小盘只是其中一小块，甚至我看到有一些文章说小盘因子失效，是不是失效我不知道，但是量化对冲来说，可以换成另一问题，为什么有些因子比较难做？刚才我们也说了，我们有一些基本面出身做量化的，其实我们在做一种均衡。
在中国，我们这个阿尔法至少有一部分在做基本面研究，量化的识别是有效的。我这个因子有能力做好股票，在国外我们是多空的，在中国我多头的部分是有轮涨式的。其实这两个加起来我看了一下收益非常好。
目前量化工具里面，做空还是面临一些问题，由于只能对冲股指期货，不论中证500还是沪深300，但没有谁能直接选股对冲。由于股指期货的一些行业个股占比较大，尤其是沪深300的金融和地产就占比很大，所以这一块没有办法做。
江少坤：刚刚说的就是如果我在今天不能做空股票的情况下，我怎么把这个优势给体现出来？其实就是指数增强，用指数增强把多空给体现出来，在这种情况下指数增强我觉得是一个非常好的策略。
林成栋：公募是好，但是私募做这个指数增强其实是有问题的。我觉得主要有三个问题，第一是做哪个指数增强，你刚才举了例子，做全A的你肯定亏钱，你只有做沪深300和中证800这样的，但是最后成了你要给客户一个命题让他选做哪个，他也说不好。第二是私募是做超额回报来赚钱的，除非说我能够有超额回报指数才能做，这个产品涉及的东西很复杂。
黎海威：公募是做相对产品出身的，但国内机构大家都明白，还是要绝对收益的。至于美国市场，由于体制比较健全，美国长期是一个慢牛，但国内波动比较大，面临一些挑战。另外是客户的选择，你可以从阿尔法收20%的业务提成，在海外是可以做到的，但是国内市场则需要市场Beta有一个好的向上趋势，否则做两三年就不干了，要是有2015年的大行情，客户赚到后可能立马就不做了走人了，这也肯定行不通。
今年一九行情下量化如何决策？
刘富兵：我们也是一直关注黎总的产品，他们今年表现确实非常稳定。今年行情真的是一九行情，为什么这么说呢？你做300增强的话在300内选股非常好，但是你在市场选股非常差，这有运气成分，也有市场成分。
解决这个问题有两种方式，一种方式就是林成栋讲的，我们要研究什么时候可能会风格变换，另外一种就是看你是坚持不坚持。小盘策略长期来看还是有收益的，你确实可以做一些风格暴露，这实际上是不同的偏好。在2015年，2016年小市值带给你高收益的时候，你要想到总有一天这个会还回来，你有了这样一个平静的心态，我觉得没有对和错。
张自力：我补充一下，量化投资到底相信什么？我们信的是小盘还是信的其他什么？其实我们最相信的还是分散化投资。未来到底怎么样，我觉得未来大盘小盘经过一次轮动以后，会稍微平衡一些。包括证监会监管场景的变化，就是让大家知道纯赚小盘的钱其实是非理性的。中小企业投资是来自于中国特色，如果给了他们一些好的生存环境，比如说融资环境或者政策环境，税收环境，他们可能就又起来了。如果这个创新能力又打开了，会让我们这个经济环境中的中小民企有更多良性土壤，当然还是要把一些壳资源泡沫去了以后，将来可能小盘股就不是五十亿以下了，那可能是以百亿为分水岭。相比之下，在海外，美国的大公司保持很好的创新，他们之间的竞争非常激烈，这个竞争导致他们有很好的创新能力。
张自力：目前市场行情出现了股、债、商品三杀，凸显了资产配置的失败，我国股票、债券以及商品之间的相关性虽然比较低，但在我们的资产配置方案里面对现金又往往没有较多考虑，你们怎么看资产配置？
刘富兵：正好我们目前在考虑这个问题。首先，应把每一个类别的资产给研究清楚，因为刚才其实张总讲的“三杀”，股票、商品、债券，你怎么配置呢？所以这个挑战很大，如果你通过研究股票，研究债券，研究商品你发现都不行，那导致你最终结果就是必须配现金。因此你要先把每一个资产了解清楚才能配置。当然这个对你的要求非常高，所以我们的建议就是在对每一个资产研究之前不要轻易糅合。
第二就是资产配置之前我们走了很多弯路。以前，我总是想告诉你现金30%，股票50%，商品20%这样一个比较清晰的配置结果，但事实上资产配置做不到这点，也不需要做到这点，你只需要在某一个时间，哪些资产你跑得好和跑得差就够了。
从我们的角度来讲，未来的一两个月，小票是能够跑赢大票的。但是也可以认为小票和大票都跌，只是小票跌得少一点。但是到我们这边只能做模糊的资产，有的时候模糊资产也做不好，因为大部分的时候你是不知道的，你不知道谁先起来，谁起来的更多。但是如果大票在山顶上小票在山脚下，这个时候你知道应该配小票，少配大票，这个是可以的。
黎海威：目前，中国市场还不是很成熟，包括投资者结构上以散户为主。我的观察，虽然速度不快，但长期来说中国还是处于机构化过程，慢慢的主动管理难度会越来越大，因为本质上来说你越开放、市场参与者素质越高、竞争力激烈，钱是越来越难赚的，到最后你肯定是这个管理费越来越有压力。
但是在未来五年或者十年，对量化投资还是黄金时代，因为市场从半有效到有效还是需要时间的。并不是说我们一直觉得大盘比较好，或者小盘就不行。主要是要把泡沫挤掉以后，需要看到真实的成长性。但是中国确实各方面成长环境，包括上市公司的机制对以后的成长环境还是有利的。
A股市场构成边际变化
对量化投资产生影响
张自力：随着沪港通、深港通的开放，A股的投资者构成发生了变化。我们形成一国三地（沪深港）的环境，因为投资者结构方面正在变化，虽然占比并不大，但这个边际效应会对市场产生什么样的影响？
黎海威：当然我们看到的首先是沪港通、深港通打开了以后，可以观察到两地都上市的股票的AH折溢价指数。虽然有一些基金在做套利，但是实盘效果不见得那么好，因为市场之间毕竟没有完全打通。但按照同股同权不应该有本质区别，长期看三个市场联动肯定会越来越强。
目前受到监管尺度的影响，跨境套利并不是那么容易。但是着眼于未来，特别是从风险的角度，三地的传导肯定会越来越快，好比现在这个港股和美股关联较高，去年美股跌了之后对港股也是有影响的。另外，从财务报表和其他信息方面，A股信息披露比港股更快更透明。A股相对于港股来说可能有一定的领先意义。我想这一块机会还是蛮多的。
张自力：我觉得一国三地的话，可能基本面量化还是比较靠谱的一个方向。就是说，我们在我们选股里面加上更多基本面的东西，可能会更好一些，我不知道林总你是什么看法。
林成栋：我有一个血的教训。这个很对，因为我们正好去年也做了港股量化产品，但是实际上效果并不好，当然这个我觉得有两方面原因，去年整个基金在亚太地区都不是很好，包括我了解一些做得很好的都拿了奖的去年也亏钱，所以特朗普上台那个月我们也亏了两个点，但是今年可能做的不错又回来了。亏钱的原因第一个就是形势不好，第二个就是你说的，我们看到市场差异的问题。港股绝对不能去弄那些小的股票，没有业绩的肯定也不行。你会发现因为技术面的因子买了这些股票，你也会亏钱，这个我们做了一些调整，今年就表现得很好。
我觉得这个背后很重要的原因还是投资者结构不一样。很多A股很多都能交易的策略，但是在香港市场不行，所以这个就需要多方面考虑。有一些做高频得非常好，我们做的话就比较慢，我们慢半天以后就变成他们吃我了。我觉得还是回到基本面这个东西才有机会获取回报，这是我自己的真实感受。国内量化的空间太大了，随着放开后高手进来，我觉得还是要保持与时俱进，可能我始终危机意识比较强。
人工智能投资目前尚未有成功案例
嘉实发力 近期准备发刊论文
张自力：我们今天讲量化投资新风口，我跟大家透露，去年的时候冒了个险，我把自己的量化帽子给摘掉了，变成了人工智能，成立了人工智能投研中心，里面有三个部门，其中与北大光华合作的博士后科研工作站现在招了8个博士后，专门研究投资的人工智能以及资产配置。
我觉得量化是比较初级的人工智能，现在投资界的人工智能，跟现在大互联网公司用的大数据和深度学习的区别，它只是一个数据的区别。两者相通的是思想或逻辑上的发展，如让机器辅助人或者代替人做决策。人工智能必须必然是未来一个很大的风口，怎么样从一个初级人工智能变成一个真正的人工智能呢？
江少坤：前海公司成立时间不久，人工智能现在还没涉足。我的确在海外做了很久的CTA，但是做的这十多年里面我们还没有碰过人工智能。如果说今天真的有一家公司我今天是靠大数据，且做得非常成功，我相信海外已经已经有了的话，我应该已经听说过这个策略是什么，但是目前还没听说过。我看到比较成功的一些人工智能还是离不开多因子选股框架，最多再加上高频。
黎海威：我是2011年回国，虽然最近没有在国外，但是我自己理解人工智能在2005年之前是非常火的，但是后来沉寂了很久。目前人工智能重新成为热点和几个轰动性的事件有关，比如Google自动驾驶，AlphaGo击败围棋世界冠军等。
人工智能策略目前仍然需要一个非常清晰的规则，很多时候是在监督或者半监督学习下才有可能效果较好，如果没有监督做不出来很好的结果。股市包含了整个人类社会所有的经济数据、监管政策、政治变化的预期，包括各种公开的，私密的信息都在里面，这个信息多维度混合在一起的时候，目前计算机进行区分其实完全是不行的。目前做人工智能最聪明的一拨人在美国，没有听说他们做出很好的业绩来。更多的人工智能应当是作为服务商如智能投顾更好一些，比如机器人理财的手续费相对低廉，可以给普通老百姓理财，而不是给你找阿尔法策略。所以我觉得人工智能找策略是可以做的，但是需要比较长时间研发，短期内不要报很大的期望。
其实，人工智能选策略有一个悖论，就是你需要负责理清了逻辑让机器去实现，但是如果理清了逻辑你可能做得比他不差甚至还更好。如果你是贝莱德或者其他大公司你可以试一试，小公司我就不建议花非常大的力气做。我觉得如果从公司的角度，如果做一些跟随策略（大公司有突破后迅速跟进），可能商业上更容易成功。中国未来五到十年，多因子做得很好作为商业上还是会更有作为的。
林成栋：我也说一下，我是中性态度。第一个就是张总说的，你怎么鉴定人工智能。如果人工智能通过数据、机器服务人做一些决策，那这个没有问题。你看很多报导说高盛把交易员裁掉用量化、机器替代，这是可以的提高效率。但是人工智能是很复杂的，把人替代了做投资，不需要基金经理是不太可能的。因为即使是无人驾驶都是有规则的，线路都是定好的，但股市是需要监管的且可以改变规则，很难判断。而且有这么多的炒股人的构成，但我觉得人工智能可以辅助人做投资。这是我的第二个观点。
第三个观点我刚才谈了，就是刚才讲的大公司可以尝试。其实我们很早以前讨论过，私募不太好投入时间和精力去做，因为我们投不起，短期内也看不到回报。但行业内一些领先的公司做一些也未尝不可，说不定就做出来了。
刘富兵：我之前是不相信人工智能的，但是有一天有一个哥们说深度学习是不需要规则的，让我改变了想法。就是当人工智能不需要人为制定规则的时候，很可怕。我的想法是如果人工智能可以通过一些思想找到了规律，比我们任何一个人想得好，如果达到这种效果的话我们就没有办法了。所以我对职业生涯很悲观，可能迟早有一天就跟诺基亚在苹果诞生后一样。但是目前能不能达到这个效果还需要大公司的探索。
张自力：我觉得交流这个问题很有意思，人工智能是有一个广义的和狭义的考量。如果像大家说的替代人工我觉得该是比较困难的。不是说不可能，其实人工智能也是在模拟人的思考，神经网络实际上是非常复杂的，还是有希望。
我认为如果按照我的狭义人工智能定义的话，我没有那么悲观，在技术上，我不会上来就给大家画一个巨大的饼，但没有实际效果。我们马上就要发几篇学术论文出来，确实是利用了人工智能，虽然不是说用得那么极致，但是我们挑了几个软柿子捏，比如国债。所谓的软柿子就是驱动因素比较少。我们现在虽然没有交易，但是我们也有实盘跟踪，没有一次是亏的，很有意思的事情。近期，也会把它作为一个学术成果跟大家分享。
还有一个领域可以参与的是CTA，我也认为是一个软柿子，CTA方面我们没有太多资源，因为公募基金实际上没有交易环境的，但是可以同其他机构合作。股票这东西牵涉太多，我们还在探索，在股票投资里做人工智能你需要关注一个非常非常窄的突破。
