万家基金卞勇：量化策略表现抢眼

　　去年三季度以来，部分量化策略基金展现出了较为明显的优势。相对于活生生的基金经理，这些冷冰冰的机器接连创造出了更高的收益，与近期部分工厂裁员更换为机器人的传闻相同，似乎让人看到了霍金口中“人工智能毁灭人类”的未来一角。

　　据《证券日报》基金新闻部记者了解，万家基金一直经营着一只规模较大的量化团队，目前主要产品集中在专户方面，而在公募产品方面，目前也在紧锣密鼓地布局。

　　近日，《证券日报》基金新闻部记者采访了万家基金量化投资部总监卞勇，他认为，量化基金被越来越多的人认识，成为较多基金的策略之一，是近期量化基金表现较好的主要原因，而卞勇管理的产品中，一套基于深度学习的量化多因子选股模型成为了制胜法宝。

　　低波动快轮动市场

　　量化策略表现抢眼

　　近期，量化基金成为了基金类型中表现最为亮眼的基金类型之一。在这个“美林时钟转成电风扇”的市场环境下，公募量化基金的业绩表现异常抢眼。

　　近一年业绩排名前五的股票型基金中，有4席都由量化基金占据，其中长信量化中小盘股票以39.71%的总回报在可比的134只基金中排名第一；长信量化多策略、南方量化成长、申万菱信量化小盘也都排在前5名。而在偏股混合型基金中，长信量化先锋近一年回报率高达47.01%，位居481只偏股混合型基金榜首，其他如大摩多因子策略等也都排在前列。

　　卞勇认为，近期包含量化策略的基金，表现优秀，首先是受大环境的影响，整个量化产品受到社会认可。在我刚入行的时候，有部分业内人士觉得量化很匪夷所思，认为用过去的表现代替未来不靠谱，但随着投资者教育的持续和机构间交流等，人们对量化策略已普遍认同，认为量化策略是经得起检验的，更是有效的，量化策略逐渐在基金管理使用比例中呈上升趋势。

　　目前，万家基金的量化公募产品尚在筹备中，并无公开数据，但卞勇表示，从自己操作的产品表现来看，6月份以来，量化策略的增强表现的确比较明显。

　　卞勇还认为，这主要是因为今年以来，市场呈现比较快的波动，热点没有持续性，不像往年，市场存在较为鲜明的主题，可以实现从布局、建仓到加仓提升、换手再寻找下一个热点的方式来操作。而量化策略，这一偏理性、冷酷的执行办法，可以对快速变化的市场有比较好的把握。

　　而对于部分量化基金此前为人诟病的“与指数同涨跌”的现象，卞勇对记者表示，量化策略的产品，在国内分类中，都包含在量化投资基金中，但事实上包括如针对追求绝对回报、带杠杆、追求择时策略类型等不同类型。也有可能是名字上带量化，但做的策略五花八门。

　　另外，在现有国内公募基金管理办法中，不能使用完全对冲策略。大部分量化产品只用量化做股票端，不能完全对冲风险，从投资表现上看，还是会受到市场影响，而这需要指数期货方面有更好地放开。

　　期指受限期间

　　人工智能现优势

　　与市面上现有的大多数量化公募产品不同，万家基金的量化团队所管理的量化基金包含对冲策略。据卞勇透露，近期，万家基金的量化团队交易水平已恢复到了去年期指受限前的水平，而之所以在大部分阿尔法策略量化对冲基金没有开仓时段恢复到这一水平，信心是源于一套有自主学习能力的运作系统。

　　基于人工神经网络的深度学习方法，万家量化投资团队自主开发了基于深度学习的量化多因子选股模型，能够对各种复杂多变的因素进行分析并进行自主学习，同时最大限度地摆脱人为干预。

　　深度学习是什么？卞勇以此前名噪一时的阿尔法狗为例，解释了何为有自主学习能力的模型。此前无自主学习能力的量化策略，与无自主学习能力的围棋软件相似，无论在交易中还是在对战中，都是对已有信息的重复反应。而就像阿尔法狗本身并不知道围棋的规则，通过学习成为目前围棋排名的世界第一，万家量化机器学习阿尔法模拟组合一开始也并不清楚如何交易，只是通过对程序本身的优劣做回溯，不断学习，此模型追求的目标不是大而全，而是建立一个学习能力，长此以往，经历一个记忆、积累新的信息的过程，从而优化、决定下一步决策。

　　在量化领域，有个需要解决的问题，因为总有一天你的模型会碰到你不知道的事情，如今年A股年初的熔断，人们会产生这样的疑问——“凭什么认为对历史的分析可以决定对未来的预测”，从中就可以看出，量化模型是有瑕疵的。而深度学习量化模型，可以很好地解决这一问题。

　　目前，在美国市场，有投行的投资团队，从图形识别领域借鉴而来了这一模型，形成了首创。而万家的量化团队，研发时借鉴了这部分的思路，此外对A股市场特别的情况做了一个本土化，形成了这样一个自主学习的策略。国内其他基金公司也有团队对相似模型有所涉及，但并没有大规模运作。

　　单一资产获取稳定超额回报的时代已经过去了，多资产多策略全天候的投资理念，无论何种工具，只要对资产有足够的认识和了解，有足够的认识，工具本身的性质都不作为是否参与的障碍。

　　当谈及人工智能应用目前最大的限制，卞勇认为是“人”，而这个人主要指人才，集中精力将人工智能运用于投资方面的人才太少了，人工智能方面的人才现在都做改变世界，改变地球的事情，其实人工智能应用在投资方面，小儿科了。

　　(侯小溪)