因諾資產徐書楠:量化投資“機器學習”有三大策略特點
中證網訊(記者 王輝 見習記者 王鶴靜)11月7日,2022金牛資管高峰論壇暨國信證券杯·第十三屆私募金牛獎、第六屆海外基金金牛獎頒獎典禮在深圳舉行。在“行穩致遠 量化投資與資本市場共成長”圓桌論壇環節,因諾資產創始人、投資總監徐書楠表示,量化投資的定義可以簡單概括為“用數學統計的方法進行投資”,其中“機器學習”有三方面的策略特點。整體來看,當前中國的量化投資策略競爭力得到很大增強,但相比于世界一流對沖基金還存在一定差距。預計在10年之后,量化投資會成為中國資本市場的重要力量。
在機器學習方面,徐書楠表示,根據因諾資產2016年之后對機器學習(AI)的應用體會來看,機器學習具有三方面特點。第一,機器學習、人工智能從本質來說只是一種比較特殊的統計學方法,只不過機器學習采用了更加復雜的統計學方法,因此不應當被神秘化。第二,在非線性問題的處理上,機器學習是目前人類能夠掌握的最好的統計學方法,在很多領域都取得了很好的應用,如語音識別、圖象識別、下圍棋等。這些領域共同的特點都是大數據、非線性,在這些領域,機器學習具有很顯著的優勢。在金融投資方面,機器學習在捕捉“股票Alpha”上可以表現出較好的效果。第三,機器學習雖然是很好的投資方法,但“并不萬能”,它有其自身的適用范圍和適用體系。
徐書楠同時表示,量化投資是把投資者接觸到的金融品種,如股票、期貨、期權、債券等看成具體的研究標的,運用一些統計學模型捕捉其中的數學統計規律,再轉化成盈利。簡單定義而言,量化投資就是用數學統計的方法進行投資。與海外發達市場相比,中國的量化投資發展歷史仍然較短,但成熟市場已經發展了幾十年的時間。進一步對比來看,一方面中國的量化投資過去幾年經歷了蓬勃發展,策略相對于過去有了非常顯著的提升,有效性和競爭力也有很大增強。另一方面,相比于世界一流的對沖基金還存在一定的差距,需要更加艱苦的研究工作才能迎頭趕上。