長城基金：量化+AI的可能

今年以來，AI（人工智能）技術在A股市場持續大熱。公募行業擁抱AI技術的步伐也日漸加快，在量化投研、資金交易等多個業務領域積極探索AI技術應用落地。

在“AI+量化”領域，不少公募管理人主要在數據分析挖掘、組合優化、配置資產、風險預測和動態風險控制等方面，對AI技術進行研究應用，這也對基金產品的表現帶來了不小的助益。

比如，長城基金量化團隊早在去年底就將AI技術應用於量化投資，自行開發了基於深度神經網絡和機器學習框架的因子挖掘系統，充分利用人工智能等算法進行多因子組合，尋找對股票收益有預測性的指標作爲因子；同時，利用投資廣度分散個股與行業風險，根據多因子得分進行組合權重優化，獲得了顯著的超額收益。

長城基金量化與指數投資部總經理、長城量化小盤的基金經理雷俊表示，過去更多用傳統基本面多因子框架，去年底公司應用了基於深度神經網絡和機器學習框架的因子挖掘系統。“從過去私募和其他同行的情況來看，對於小盤這一類產品，因子挖掘、深度學習框架展現出較強的競爭力，這也在我們內部模擬中得到了驗證。在廣度領域，這套方法論的信息係數因子收益預測能力相對更強，預測的穩定性也有望更高。因此，我們將該方法應用在了長城中證500指數增強與長城量化小盤等產品上，這兩個產品今年實盤跑得比較不錯。”雷俊進一步補充。

談及機器學習、深度學習等AI技術在研究領域的優勢，雷俊分析稱，“一是相較於傳統多因子模型的線性指標分析，深度學習模型還可以處理一些非線性數據，比如文本，一段文字或者一個研報。二是截面跟時間序列的區別，時間序列在深度學習框架下有很多模型去做。三是最終形成的結果裡會有比較多非結構性的東西，而且它是一個系統，裡面有大量的數據，可以擴充龐大的因子庫。”

隨着技術的不斷髮展和應用場景的不斷拓展，“AI+量化”投資的前景或將越來越廣闊。“在量化投資中，深度學習等AI技術適用的市場是非常廣泛的，牛市、熊市、震盪市都能適用，當然會有一些區別。這種模式在哪個產品上賦能、如何讓投資者更好接受，這纔是更大的考驗。”雷俊認爲。

免責聲明：

本通訊所載信息來源於本公司認爲可靠的渠道和研究員個人判斷，但本公司不對其準確性或完整性提供直接或隱含的聲明或保證。此通訊並非對相關證券或市場的完整表述或概括，任何所表達的意見可能會更改且不另外通知。此通訊不應被接受者作爲對其獨立判斷的替代或投資決策依據。本公司或本公司的相關機構、僱員或代理人不對任何人使用此全部或部分內容的行爲或由此而引致的任何損失承擔任何責任。未經長城基金管理有限公司事先書面許可，任何人不得將此報告或其任何部分以任何形式進行派發、複製、轉載或發佈，且不得對本通訊進行任何有悖原意的刪節或修改。基金管理人提醒，每個公民都有舉報洗錢犯罪的義務和權利。每個公民都應嚴格遵守反洗錢的相關法律、法規。投資需謹慎。