AI+量化投資，新引擎帶來新動力

“我隻相信黑板上的數據！”這是早期電視劇《大時代》中一句經典台詞，主人公方展博正是因為這些數據支持，通過分析選出了可能具有最大收益的股票，最終以技術流打敗了運氣派。方展博之所以能在風雲變幻的股市中押對寶，離不開他那一黑板又一黑板的數據計算，這可以被認為是金融投資領域量化交易的最初表現形式。

隨著IT技術的快速發展，利用計算機技術從龐大的數據中計算出能帶來超額收益的多種“大概率”事件，以先進的數學模型替代人為的主觀判斷，並基於這些事件製定組合策略自動完成交易，便是如今量化交易的主流形式。其標準配備是一個金融分析師和一個程序員，分析師負責製定策略，程序員則將策略代碼化，接入到交易程序中。量化交易在一定程度上提升了投資效率，減少了投資者情緒波動的影響，不少金融企業都有所涉足，但它更多地集中在數據挖掘層麵，常常隻能處理單一種類數據，沒有針對金融投資領域數據的特點做相應的建模，遠未能做到智能投資。

微軟亞洲研究院院長洪小文為華夏基金總經理李一梅頒發創新彙會員證書

如今，數據量的指數級增長、數據類型的日益增多，因子選擇、數學模型也越來越複雜，傳統的量化交易係統已經難以應對所有類型的海量數據。而這恰恰是人工智能技術最擅長的應用場景：海量數據、需要大量實時的計算、複雜邏輯牽涉的多個時變因子和模型……華夏基金在這樣的大背景下開始了與微軟亞洲研究院的合作，並成為了微軟亞洲研究院“創新彙”的首批會員，雙方開啟了人工智能在金融投資領域的深度合作。

微軟亞洲研究院“創新彙”是一個彙聚創新智慧、經驗和技術的平台，旨在以微軟亞洲研究院的頂尖科研智慧和微軟豐富多樣的創新技術為基礎，與不同行業、不同領域的現實需求接軌，借科技之力幫助企業和機構提升生產力和商業價值，並推動行業實現創新發展。隨著人工智能所推動的數字化轉型步步升級，“AI+行業”正成為不可忽視的變革力量，而微軟亞洲研究院“創新彙”的切入點正是“AI+行業”。

華夏基金總經理李一梅

華夏基金總經理李一梅表示，“人工智能是推動金融變革的重要技術，如何挖掘人工智能與金融行業的結合點是一項重大課題。微軟亞洲研究院在人工智能領域有多年的積累，華夏基金也一直在探索人工智能在金融投資方麵的應用機會，目前雙方在量化投資方麵的合作成果遠超預期。未來，華夏基金希望與微軟亞洲研究院繼續深入合作，進一步推進人工智能與金融投資行業的深度融合，更好惠及廣大投資者。”

相比較而言，人工智能的技術應用還處於初期，不像雲計算、大數據等那樣擁有不少成熟的行業解決方案，所有技術的行業落地都需要從零開始探索。華夏基金董事總經理、數量投資部行政負責人張弘弢介紹道，“近兩年，讓人工智能實現爆發式增長的圖像識別、語音知識、NLP（自然語言處理）等方麵的應用，都相對處於閉環環境，且特征明顯、規則固定，對於機器而言更具邏輯性，所以更容易利用人工智能技術去支持相應場景。但在金融投資領域，由於有更多人參與，任何行為的介入都可能會改變其他行為，同時投資者和投資結構也在不斷變化，這讓邏輯決策與響應過程更加複雜，對人工智能的落地提出了更大挑戰。這也是為什麼華夏基金選擇與微軟亞洲研究院進行合作，華夏基金在創新技術開拓方麵一直走在行業前列，在人工智能方麵，我們希望借助微軟亞洲研究院多年積累的前沿人工智能技術和科研成果，去提升華夏基金的智能投資能力，提高投資效率，乃至改變資產管理行業的管理模式。”

華夏基金在2017年就開始了與微軟亞洲研究院的深度合作，雙方選擇人工智能在資產管理業務領域的切入點時，對於研究方向、應用場景、適用算法、數據源分析等方麵進行了大量的研究和討論，積累了較為豐富的經驗，同時逐漸開始聚焦於可能做出成果的領域。在大量研究與測試後，雙方選擇了在量化投資——多因子選股這個領域展開合作，因為每一支股票都有大量的曆史和實時數據可供人工智能學習、建模和驗證。多因子選股是最經典的選股方法，由金融企業核心數據所驅動，包括市盈率、市淨率、市銷率等作為選股標準。傳統的量化投資會從這些數據中挖掘α（Alpha）因子，然後對這些因子進行線性等方式加權，通過組合優化，最後形成一個多因子的優化組合，預計可以戰勝基準指數。

資產管理中目前的主動量化、指數增強型產品大多采用這種多因子模型，在建模過程中存在一定的主觀性，而且同業中基本都采用類似的信號挖掘方法，容易導致因子擁擠和失效的情況出現。隨著企業數據量與數據類型的增加，傳統方式已不能兼顧所有數據，有些半結構化和非結構化數據無法得到有效利用。而這些問題對於人工智能來說，都是天然的優勢所在。在華夏基金與微軟亞洲研究院互派團隊進駐對方實驗室進行密切合作之後，雙方探索出了“AI+指數增強”的策略。

“AI+指數增強”的方法有機會挖掘出與傳統投資方法低相關性的投資組合，從而實現金融企業的差異化競爭。“AI+指數增強”策略主要涉及兩項核心人工智能技術：時空卷積神經網絡和時變注意力模型。

首先，利用時空卷積神經網絡挖掘出原始的量價數據在時間序列維度和空間截麵維度的模式，並利用這些模式組成有意義的因子，基於這些抽取出來的因子，同時把他們放到神經網絡和梯度決策樹（GBDT）等若幹個模型上運行，得到相應的複合因子。

其次，利用時變注意力模型將所得到的多個複合因子進行動態聚合，最終生成一個更加適應市場變化的α信號，以找到總體性能最好的策略。具體而言，研究員們先利用無監督學習的方法構建了自動識別市場狀態的模塊，並將這一模塊識別出的動態市場信息注入到時變注意力模型，使其可以有效獲得在不同時期各個因子的動態有效性，從而進行更精準的因子模型聚合，給出最佳的投資策略。

“AI+指數增強”方法一方麵可以充分利用大規模的原始數據，從中自動構建對學習目標最有價值的因子；另一方麵能夠實現因子的非線性複合，挖掘出更豐富的信息，而且可以動態調整變換因子聚合形式以適應市場的動態性。微軟亞洲研究院副院長劉鐵岩表示，“金融市場中的數據是一直變化的，數據與模型就如同雞生蛋和蛋生雞的問題一樣，無法確定誰先存在。而機器學習利用實時變化的最原始數據，可以實時發現變化的因子，及時抽取α信號更改組合模型，時刻確保投資公式是當前最佳，避免了人工計算公式的滯後性，以及不斷失效的問題。”

利用基於人工智能的量化交易模型，華夏基金的指數增強型產品在滬深300、中證500指數上都取得了非常好的收益測試結果。在2016年到2018年的曆史回測中，該模型在同類產品中的表現遙遙領先：在控製偏離度、限製成分股的前提下，滬深300指數增強業績可以排到可選競爭組第二位，中證500指數增強業績則位列可選競爭組的第一名。

如下圖中證500指數增強策略回測階段年化收益和年化風險的對比。紅色圓圈中的數據點為當前的人工智能策略，從縱軸年化超額收益的維度來看，當前策略要高於同業競爭組的水平。而從策略斜率（信息比率）分布來看，當前策略也在同業競爭組中處於第一梯隊，人工智能模型組合的收益風險特征總體屬於高收益、高信息比率策略。

每個點代表了一隻同業指數增強產品，橫坐標為策略年化超額收益波動率，刻畫策略風險；縱坐標為策略年化超額收益率，刻畫策略平均回報；圖中虛線分別為信息比率為 1、2、3 的風險收益水平，斜率越高的數據點代表更高的策略信息比率，即在同樣的風險水平上，策略獲取超額收益的能力更強。

更重要的是，2019年3月華夏基金嚐試將該策略在實盤中進行運作。截止目前，實盤運行的兩個策略在同業可比指數增強基金中始終排名前列。“用‘AI+指數增強’的機器學習模型去替代傳統的量化交易方法，讓華夏基金的量化交易係統實現了核心引擎的更新換代，如同汽車更換了發動機一樣，真正邁進了智能投資時代”，張弘弢表示。這也意味著AI+金融投資有了深度融合的新起點。目前，人工智能模型與華夏基金的投資策略十分契合，與華夏基金的其他“部件”也配合良好，無需改變業務和操作模式，人工智能就可以在智能投資領域帶來變革。

張弘弢坦言，作為微軟亞洲研究院“創新彙”成員中第一批吃螃蟹的企業，華夏基金與微軟亞洲研究院的合作不僅讓華夏基金的數字化轉型從“互聯網+”走向真正的人工智能驅動,從戰略研究層麵讓人工智能在金融投資領域得以大展拳腳，與此同時，雙方還探索出了一套“AI戰略研究合作模式”。

行業專家與人工智能科學家充分信任，是人工智能成功落地的關鍵。在合作中，大家都是對等的合作，行業專家和計算機科學家都是運動員，都要上場。而且雙方還需要充分的信任，有一致的開放心態（Open Mindset）和契合的氣場（Chemistry）。隻有這樣的合作狀態，才能讓行業專家放心傳授行業洞察、分享真實業務數據，讓研究員們能夠充分貢獻模型、算法以及調參技巧等。微軟是一家平台公司，不會與任何行業企業產生競爭關係，這也是“創新彙”成員企業可以充分信任微軟亞洲研究院的基礎。

微軟亞洲研究院副院長潘天佑表示：“數字化轉型已成為企業的普遍認知，由人工智能驅動的數字化轉型將為企業創造獨特的競爭優勢。經過一年多的發展，微軟亞洲研究院‘創新彙’為各行業的成員企業建立了更加廣泛和深入的合作紐帶，成為高效的跨行業溝通平台，讓創新的技術和思維助力企業在數字化轉型的‘最後一公裏’脫穎而出。隨著更多成員企業的加入，‘創新彙’將把更多行業專家與人工智能科學家彙聚在一起碰撞和探索更多可能，樹立各行業的人工智能普及先鋒。”

隨著華夏基金與微軟亞洲研究院“創新彙”合作的進一步深化，雙方還將繼續發掘人工智能在金融投資領域的潛力。短期來看，模型的動態更新和融合、針對特定產品做定製化模型設計都是可以立即開展的研究方向；長期來看，基於多頻度和多維度信息的α構建、智能風險控製、智能算法交易、智能對衝策略等等，都是人工智能可以發揮作用的領域。

現在微軟亞洲研究院與華夏基金的研究合作是在金融投資領域，隨著合作的不斷深入，未來在投資環節落地的人工智能應用場景將會越來越多。微軟亞洲研究院多年來在個性化推薦、自然語言處理、數據智能等領域的人工智能技術積累，無疑將開辟另一片新興的AI+金融應用領域。