思勰投资王晓玥：人工智能有望在量化投资形成“涌现”带来跨越式进展

　　在经历过去几年的爆发式增长之后，私募基金行业正快速步入巨头竞争阶段。新浪财经特推出“2023中国证券私募华曜奖评选——华曜之光”系列访谈栏目。该栏目围绕新发展阶段的经济和投资、财富管理新机遇、2023资本市场投资前瞻、数字经济与创新等多个议题，分享投资逻辑、投资经验及深度思考。

　　在经历过去几年的爆发式增长之后，私募基金行业正快速步入巨头竞争阶段。新浪财经特推出“2023中国证券私募华曜奖评选——华曜之光”系列访谈栏目。该栏目围绕新发展阶段的经济和投资、财富管理新机遇、2023资本市场投资前瞻、数字经济与创新等多个议题，分享投资逻辑、投资经验及深度思考。

　　本期采访中，新浪财经对话了思勰投资首席产品官、战略合作部总监王晓玥针对近期量化私募行业的格局发展、金融科技的趋势突破以及CTA市场的回顾前瞻等热门话题展开了讨论。

　　王晓玥表示，最近大热的ChatGPT代表的人工智能技术将有机会在量化投资领域取得突破性应用，形成“涌现”效应，在行业内实现由量变到质变的跨越式发展。

　　以下为采访实录：

　　主持人：

　　今天非常荣幸邀请到思勰投资的王晓玥总来参加我们的华矅之光系列采访。首先，我们请王晓玥总给我们做简单的介绍，包括您所在的机构和现在的职位等等。

　　王晓玥：

　　非常荣幸有这个机会和各位交流，先跟大家介绍一下思勰投资，我们是一家2016年成立的量化私募管理人，目前规模达百亿以上。大家认识思勰，可能首先是从名字里的“勰”字开始，三个“力”，代表公司的三位创始人分别专注于投资、交易和公司经营三个领域，这样的治理结构奠定了思勰发展理念和独特性的基础。其次，在产品和业绩上，我们是以CTA策略起家，经过多年的发展之后，去年我们的股票策略如500指增也取得了比较优秀的成绩，我们的产品策略在这两个方面积累了相当的基础。目前公司发展步入第七个年头，我们把自己定义为整个量化市场的中坚力量。

　　我是思勰的首席产品官，曾在券商从事研究和市场工作，也有过一段金融科技的创业经验，加入思勰之后，希望把思勰的产品和投资理念更多地展现给大家。

　　主持人：

　　像过去的一两年，我们观察到市场上的量化产品普遍也有相对优秀的表现。那您觉得在当前这个环境下，尤其是我们考虑到比较错综复杂的国际宏观形势和市场形势，现在的量化相对于主观产品的特点或者优势更加体现在哪里呢？

　　王晓玥：

　　第一点，如果我们从收益率上来看，，比如每年量化的平均收益率和主观的平均收益率，在2021年和2022年这两个不同的市场环境下，其实量化相比主观，在收益率的平均值上都是有比较明显的优势，大概会有10%左右的一个优势。但平均值对于每一个投资者可能意义并不大，因为大家不可能投资很多去获取平均收益，更多的是在选择一只产品的情况下，怎样更大概率获取到收益？

　　所以我认为第二点在于收益率背后的概率问题。从这一点上来讲，如果我们把所有主观的平均收益化成一个散点，和所有量化的收益化成一个散点相比，能够看到主观的圈会非常的大，也就是它的差异性会很大，而量化圈更集中。

　　因此，整体来看，量化产品有更大概率获得不错的收益。第一，作为投资者，当我只选择一只或者两只产品时，概率比收益率更重要。第二，量化相对更稳定，在有可以对标的指数或是对标的预期的情况下，更能“拿得住”。市场的波动其实是很大的，人性总是难克服，虽然我们经常谈论“时间的玫瑰”，但更多的时候，让客户能舒舒服服的，尽可能少承担波动，才能够让他拿得住。我认为关键点，一方面是收益率，一方面是概率。我觉得这是量化和主观比较大的差异之处。

　　主持人：

　　那您刚刚也说到，思勰现在是我们广大的量化机构当中比较有代表性的一家，那我们就如何在这么多的量化产品，虽然相比于主观并不是那么多，但是我们同样要在量化产品里面做出选择，最后我们只会选择其中的一两只或者3、4只的产品，思勰在当中的核心竞争力在哪里？

　　王晓玥：

　　我觉得一是公司的特征和优势，二是具体的产品。

　　首先从公司的层面来看，思勰具备一些与众不同的特征，这是我们能够具备核心竞争力的基因所在。一是刚才提到的治理结构，我们的创始团队依据投资、交易和市场这三个维度而建立，思勰负责策略的创始人曾任职于德邵集团（D.E.Shaw），可以看到，在当前百亿的量化管理人中，拥有海外知名量化背景的创始人仅占到1/4左右，是比较独特的。二是团队组建，我们更喜欢自主培养人才，从而把自身策略的独特性一点一点延续下去。三是经营理念，思勰追求为投资者创造绝对收益上的价值，我们会在一些高点主动把控发行节奏，在公司成长的曲线上，相对而言思勰是比较平稳的直线，并没有跟随市场波动起伏，这几点都是思勰作为管理人的独特优势。

　　其次，在产品方面，不同产品类别背后的驱动力和未来的发展存在差异。以指增为例，它与整个市场息息相关。大家看好中国A股市场，有国内经济稳定发展作为底气。在此基础上，国内市场结构中机构投资人的占比相对比较低，所以存在一些非有效市场的机会。如果大量的股票都有一些定价上的机会，是比较有利于量化去抓住的。我觉得这是量化指增在中国发展的基础。在过程中，大家各显所长来获取超额。

　　我们经常被问到，为什么去年思勰500指增能拿到市场第一？去年市场500指数其实跌了20%，而我们依然拿到27%的超额，给投资人创造了绝对收益。这离不开我们自身策略的独特性，包括我们在另类数据上的积累包括我们CTA优势在短周期和T0的股票策略上的发挥，包括我们会更加关注一些具有不对称性的因子，使得当市场出现一些比较单边的极端情况时，除了在传统的能够选择到阿尔法的基础上，产生锦上添花的效果。另外，从去年整个周期性上看，基本面角度的因子也有不错的表现，我们在上半年也会有一些比较好超额的获取。最后，作为一家百亿规模的管理人，思勰有股票和CTA两大类主流策略，单个策略的规模并不大，距离我们保守预期的策略规模的上限还有一定空间，这也有利于发挥我们的策略优势。

　　主持人：

　　您刚刚提到的有一些规模上的上限或者是规模达到一定程度往往就会影响公司的策略，我们知道思勰是在2021年的时候已经达到了百亿的规模。您觉得规模和业绩效益之间是否能够做到比较好的平衡，思勰是怎么做的呢？

　　王晓玥：

　　这点可以拆分为两个问题，一是某一个策略在整个市场上的规模，“是不是赛道更加拥挤，使得超额就不容易获取”，二是思勰是如何应对的。

　　对于第一个问题，从长期来看，大家普遍认为量化的超额一定是越来越难获取的，我们也不否认这一点，伴随着整个市场有效性的提升，这部分一定是衰减的，但我会觉得这是非常漫长的过程。大家能看到还是有非常多的新生代优秀的量化管理人在不断入局，这体现市场还是处于长坡厚雪的状态，并不会短期内迅速衰减。

　　对于第二个问题，首先，我们基于当前因子和模型本身能够支撑的容量和交易成本进行测算，预估股票策略的容量为150亿左右。这个预估是一个基于策略绩效的合理估计，而且我们相信，随着我们不断的优化和升级投研和风险控制体系，这个容量还有很大的上升空间。其次，跟同行对比，相同综合实力的管理人股票容量一般都在300-400亿+，所以我们150亿的容量测算，依然是一个很保守的预估。最后，150亿相比于我们现在的60亿来说，并不是一个数量级的跃升，仅翻一倍左右，这对于我们的投研、交易、系统运维的要求均在可预见范围内。总的来说，我们基于这三方面来考虑和衡量规模和阿尔法的关系，我们认为在目前的策略水平下，150亿规模的容量并不会对业绩产生太大的影响。

　　主持人：

　　简单来说，这个蛋糕还是能够越做越大的，分蛋糕的人可能也会变多，但是我们能够凭借自己的一些能力一些优势，争取能够分到更大的一块。

　　王晓玥：

　　是的，这也会有利于整个行业的持续发展。因为现在格局并没有十分确定，各方都有机会。

　　主持人：

　　您刚刚说到，您自己也有一些金融科技方面创业的背景，包括像我们知道金融科技方面发展对于量化行业的影响其实也是很深远的，你觉得最近我们能够关注到哪些金融科技上的趋势突破是特别值得量化领域来关注聚焦的？

　　王晓玥：

　　最近大家探讨得比较多的就是ChatGPT。在我的理解里，ChatGPT是一个产品，产品背后核心是算法。ChatGPT在整个自然语言处理领域，是具有颠覆性的事件，它在量化方面目前的短期应用，可能还是在一些比较小的因子上做一些增益和优化，这是大家短期内能看到的。

　　但是，为什么同样颠覆性的革命没有发生在量化领域？ChatGPT背后的技术能否被应用在量化上？实际上，两件事情背后逻辑的共通性都是基于概率的预测。自然语言是“我说了一个字，我下一个字要说什么”的概率，量化是股票这个时间的价格和它下一个时间价格的概率。我觉得对于概率的预测，这两件事情在背后的技术点上是存在共通性的。ChatGPT背后的技术，它产生了比较跨越式的发展。我会想象未来它可以被同样应用于量化投资领域。

　　第一，这是个涌现的问题。当我们看到参数发生了量级上的突变时，对于训练方法和训练级上的语料上都是跨级别的提升，这件事对于量化的模型也是一样的。基于这种跨级别的提升后，它能够产生的结果是什么？之前的自然语言处理技术更多的是从降低人工成本的角度去提供一些服务和增益，当降低成本达到一定量级之后，它有可能实现超越常规初级人才的认知。

　　第二，在多个场景上，过往自然语言处理是基于比较有监督的语料的一些学习，它每发展一个新的场景都要付出很多的成本，这使得它在场景的通用性上比较受限。在这一点上，我们看到ChatGPT在多个场景或者全场景上的通用性，使得它的生产效率发生了突变。

　　我觉得这一点背后的技术，也一定能够被应用于量化领域，我会期待它背后的底层技术给量化带来颠覆性、革命性的进展。

　　主持人：

　　您刚才有提到另类数据，是不是在另类数据这方面的发展和积累，对人工智能技术，就尤其是ChatGPT代表的技术会有比较多的期待？

　　王晓玥：

　　对，我认为这是直接体现的要点。以我们做过的案例来讲，从新闻里面去提取一个事件，这一定是一个另类数据，我们会怎么做呢？首先标注很多的新闻，人工提取出来人、时间、事件、影响等信息，机器学习能够不停地通过标注和语料的优化来提升准确率或召回率，这是单一的场景。我认为基于无监督的学习，整个语料的量就会发生质的飞跃。其次，对于高管离职事件也好，股东减持也好，不再需要重新标注和训练，在多场景的应用上，获取多维度上的另类数据就会变得异常简单了。

　　这就是所谓的“涌现”吧，它的参数从百亿级到千亿级，接近一个人自己分析逻辑的体量，是从量变到质变。

　　主持人：

　　最后，我们想回到一个可以服务广大投资者的问题，在挑选主观产品的时候，一般投资者还能够有一些线索，比方看基金经理，或者是他有一些自己的逻辑。当我们去挑选量化产品的时候，我们有没有比较简单的方式可以进行初步的筛选？

　　王晓玥：

　　首先，我们要用相对更长期的眼光去看待。一方面，观察单独策略，我觉得看两年，为什么？无论是指增还是中性，大家都在做超额，超额本身就是有周期性的。我们看到一个很有意思的数据，去年500指增的超额排名，上半年的前1、2、3名正好是下半年的20名附近，可以看到，因子本身有周期性，这个周期性可能从三个月到六个月不等。所以我觉得需要跨越周期性的时间来看，从单独策略的角度，我觉得是两年。

　　另一方面，观察管理人，我觉得需要更长时间。因为当市场出现一些极端情况的时候，这种风险控制的能力和责任感，能够体现管理人的风格。

　　其次，选择产品时，要对产品的风格有合理的预期和认知。如果是指增，它对标是指数，比较好理解。如果是中性，大家可能通常想到的是追求绝对收益，是稳定性，但是这些类型产品它依然会有一个5%左右的波动率。我选择这个产品之前，要对它的风险和收益的特征比有预期，同时，也要对策略和产品的特征，以及特征背后的驱动因素，有合理的预期。

　　还有一点，量化管理人它更多的是靠一个团队的共同协作，管理人的综合实力也是非常关键的。所以为什么大家关注“百亿俱乐部”名单，相当层级的规模一定程度上代表着管理人的综合实力，这也是一个多维度的验证。

　　主持人：

　　理解。还有一类我们刚刚没有提到的是CTA策略的产品。这一类产品好像过去这一段时间表现不是太好，想问一下，您是怎么看待CTA市场的趋势？

　　王晓玥：

　　我觉得CTA市场跟股票市场一个比较大的核心差异在于，CTA市场相对来说是一个零和游戏。有人赚钱有人必然要亏钱，因为它没有整个市场往上涨、往下跌的过程，所以在过程中，我依然要强调的一点就是谁能在市场上赚到钱，反映的是综合实力。这一点我觉得无论是CTA还是权益市场都有这个特征。

　　在这一轮，大家也都看到CTA市场其实已经低迷较长时间了，相对比较头部的管理人的回撤都已经接近了自己历史上的最大回撤。在经历去年回撤的过程中，大家发现所有人都在亏钱，不知道谁在赚钱-。而今年其实看到已经出现一些分化，从安全的角度上来看，我会觉得现在是相对安全的点。

　　主持人：

　　很难更差了。

　　王晓玥：

　　对，很难更差，但也不能说它立刻就能大幅反转。首先和去年的六月份CTA在一个高点的时候相比，那现在要稳健、安全很多了。

　　其次从思勰的角度，我们看到这一轮的回撤相比过往有些不一样的特征，更多的是市场中参与者的特征差异，我们其实在持续地做调整和优化。今年Q1是比较明显的，然后我们也能够看到，三月份以来CTA管理人是有一些出现比较明显的反弹，有一些还在回撤，大家差异体现出来了，至少能看到不是所有人都在亏钱的状态。结合这两个点，从相对中期的角度，本身CTA的特征呈阶梯状，在这个过程中的回撤又接近了头部管理人的最大回撤，从这样的一个角度，现在是一个安全的时点。

　　再从近期一两个月的角度看，市场上又有一些小小的苗头了，所以站在这个时点上我会觉得这是比较值得投资的一个品种。如果大家依然觉得风险比较大，可以在头寸和资产配置比例上做一些控制，或者是选择一些混合类型的产品。所以我觉得这个产品在当前时点是一个比较好的资产类别的选择。

　　主持人：

　　谨慎乐观。谢谢王晓玥总今天给我们带来很精彩的分享。