公募量化基金真的是智能机器人在选股吗？

　　昨天阿尔法狗战胜李世石，吓得许多股民睡不着觉——估计不久智能炒股机器人都有了，股民混个毛线啊！

　　讲真，现在技术比较成熟的市场的市场，基本上是由机构投资者主宰的市场。因为——“技术的发展不会照顾弱势群体，未来市场上的散户会越来越少。”

　　散户们未来真的可能会失业。所以，还是买基金吧(^o^)/~

　　话说回来，国内不少基金公司都发行了采用量化投资策略的基金（剔除了被动管理的指数基金）↓↓↓

　　没有参照似乎看不出这些量化基金表现如何，基民甲（微信号：fundmanjia）为基友找了普通股票型、偏股混合型、灵活配置型基金同期业绩表现：

　　除了今年以来的回报跑输灵活配置基金（部分灵活配置型基金为打新基金，股票仓位非常低），采取量化策略的基金几乎完胜。尤其是时间越长，优势越突显。除了华富量子生命力、中海量化策略、上投摩根阿尔法等少数基金，过去三年的回报基本都超过普通股票型基金的平均水平。

　　所以从近三年整体回报的较量上，量化基金胜！

　　量化基金真的是阿尔法狗那样的机器人在选股吗？

　　这就要谈一谈这些基金量化投资策略到底是怎么一回事了。

　　甲甲从长信量化先锋的招募说明书里摘了一段：

　　本基金对股票的投资采用“自上而下”的行业配置策略以及“自下而上”的数量化选股策略， 在纪律化模型约束下，紧密跟踪策略，严格控制运作风险，并根据市场变化趋势，定期对模型进行调整，以改进模型的有效性，从而取得较高的收益。

　　这属于传统的量化投资策略，也就是事先设定好策略，然后按纪律严格执行。由于市场瞬息万变的，所以会由人工进行调整，属于“人脑”+“电脑”模式，而且“人脑”的作用很大。

　　再看一看去年成立的九泰久盛量化先锋：

　　本基金建立了量化多策略体系，可以弥补单一策略失效的可能并形成互补，还建立了基于市场风格轮动模型，可以自动选择最适应当前市场的量化策略，保证投资组合站在市场的“风口”之上，并运用股指期货、权证等工具争取绝对收益。

　　相较2010年成立的长信量化先锋，九泰玖盛的策略丰富了些。注意“自动选择”四个字，模型已带了点自主意识的味道了。

　　目前量化基金运用的策略模型比较多样，而且比较强调“人脑”在量化投资中的作用，不少基金经理认为“发现核心因素，以及判断核心因素何时变化和变化方向等，量化模型无法做到，只能依靠人脑的长期经验积累。”由此看来，目前量化基金运用的量化模型，与打败李世石的阿尔法狗之间，人工智能的作用还弱了很多。

　　如果这些量化模型能够自动学习市场变化并适应这种变化呢？再看国外的量化基金正在运用的人工智能：

　　总部位于纽约的RebellionResearch在2007年推出了第一个纯人工智能（AI）投资基金。该公司的交易系统是基于贝叶斯机器学习，结合预测算法，响应新的信息和历史经验从而不断演化，有效地通过自学习完成全球44个国家在股票、债券、大宗商品和外汇上的交易。

　　哇，是不是脑洞开了很大。因为这些智能系统几乎可以自动学习并不断更新。换句话说，他们可以进化自己的投资策略！

　　甲甲没有查到那只纯人工智能基金的业绩到底怎么样，有点遗憾。想想真有点担心，未来基金经理会不会下岗啊？o(╯□╰)o

　　科普：阿尔法狗是怎么打败李世石的？

　　Alpha Go准备了两种不同的神经网络，类似于它的两个大脑。第一种叫做政策网络（policy network），用来预测下一步；第二种叫做价值网络（value network），用来预测棋盘上不同的分布会带来什么不同的结果。Alpha Go使用它们的方法是，把非常复杂的搜索树减少到可操作的规模。所以，它并不是在每一步都要考虑几百种步数，而只考虑政策网络提供的几十种最有前景的步法，价值网络的作用是减少搜索的深度，所以，它的搜索深度并不是特别深，它并不是一下子搜索出直达比赛末尾的300多步，而是搜索更少的步数，比如20多步，并评估这些位置，而不是一路评估到底，看谁最终能赢。搜索并不是靠蛮力，而是与某种与想象力很相似的东西。（引述自机器之心微信公号，作者赵赛坡）