人工智能走红促量化基金热度提升算法交易是投资成功的关键因素

庄正

近期随着业绩回暖，私募量化基金纷纷打开申购，理由不外乎策略模型体系已经升级，策略容量已经扩容至更高水平。无论是大型公募还是中小型基金公司，在人工智能、ChatGPT大热的当下，有多位管理人争相发力成本较低且有AI技术加持的量化产品。

人工智能技术运用于投资的三个关键技术是数据、算力和算法，海内外的专家正在各方面取得突破。数据方面，越来越多机构不再满足于常规的财报数据、高频量价等标准化数据，而是将高科技手段运用到量化投资，通过另类数据寻找新的信号。

在A股市场偏好提升，热点全面崛起的背景下，优势叠加的量化策略基金备受投资者关注，今年以来业绩表现不俗，而与当前A股热点契合的人工智能、大数据分析等正是量化策略基金成功的关键之一。

量化基金是利用计算机算法和数学模型进行投资决策的基金。人工智能技术能够对大量数据进行深度学习和分析，识别出市场中的规律和趋势，进而制定投资策略和进行交易。

人工智能的优势主要体现在算法交易和组合优化上。比如算法交易使用人工智能和机器学习算法来进行快速的交易决策，可以更快地分析市场数据、发现趋势和预测价格走向。其已经被证明可以在短期内带来超额收益，特别是在高频交易中，但是算法交易需要高水平的技术和数据科学团队，以及强大的计算和存储能力来支持算法运行。

数据截至2月23日

投资领域人工智能算法，最核心要解决的是股票市场决定不同股票回报率差异的定价基础是什么。比如Fama-French六因子模型，告诉大家股票的超额收益来源分别是规模、分红、动量、质量、估值、低波动，这是最经典的基本面算法模型。

为提高算力，各机构近年也大力投入，像私募幻方投资的AILAB第二代超算“萤火二号”，规划中的AI算力为1550PFLOPS（TF32），其已交付的算力已达到325PFLOPS（TF32），相当于336万台普通电脑的算力。

而资产组合优化，是指使用人工智能来确定最优的资产配置组合，可以根据预定的风险收益目标、市场趋势、资产种类和约束条件来构建最优的资产组合。这种方法可以在长期投资中带来超额收益，但需要大量的数据和历史回测来验证准确性和可靠性。

全球对冲基金领军企业桥水的全天候策略，国内私募潼骁的全天候策略，都是基于人工智能进行资产配置的典范。当然，要实现真正的超额收益并不容易，需要针对具体市场和投资品种进行精細化的建模和分析。

为了做出超额收益，很多主观基金经理有着明确的市值风格偏好，通常只做适合自己风格的市场，也通常只在适合自己风格的市场表现更为出色，比如大盘风格基金经理通常需要大盘风格行情配合。

2020年以来，我们看见了量化指增产品对小市值因子出现显著的超配变化情况。以2022年收益排名居前的华夏中证500指数增强和万家中证500指数增强为例，这两只基金自2020年下半年以来均是在小市值因子上超配更多。2022年二季度和四季度也表现出对小市值更为偏爱，而这两只基金在2022年相较基准也均获得显著超额收益。可见在小市值因子复苏进程中，对组合因子暴露及时调整可获得显著超额收益。但在2022年一季度的市场回撤，也让两只基金出现了显著的负向超额收益。

目前公募主动量化产品主要有两类，一类公募指增ETF产品发行始于2021年，作为重磅创新产品，指增ETF一经推出便获得了市场的极大关注，首批5只产品于2021年末问世，2022年末第二批11只产品先后获批发行，对标指数及基金公司均不断扩容。

数据来源：Wind，数据截至2月10日。

第二类SMARTbeta类股票ETF占全部股票ETF规模的3%，即327亿元。SmartBeta-ETF发行成绩平平，不同年份新发产品数量均在10只左右，合计/平均募资规模均相对较低，但产品创新不断推陈出新，随着市场投资者对于SmartBeta-ETF研究的不断深入，产品未来发展潜力巨大。

当然这也带来了一个问题，就是当人工智能跑出了一条完美净值线的时候，人类也不知道它是如何导致的这一结果，原因是这种从策略到模型到算法都有人工智能生成的基金业绩，无法对结果进行归因。关注人工智能改变投资领域的投资者，建议更多关注目前存续公募的SmartBata类基金、指增类ETF等等；对于合格投资者，更可以在私募基金组合中配置50%左右的量化私募指增或中性策略较为合适。