AI+量化投资，新引擎带来新动力

“我只相信黑板上的数据！”这是早期电视剧《大时代》中一句经典台词，主人公方展博正是因为这些数据支持，通过分析选出了可能具有最大收益的股票，最终以技术流打败了运气派。方展博之所以能在风云变幻的股市中押对宝，离不开他那一黑板又一黑板的数据计算，这可以被认为是金融投资领域量化交易的最初表现形式。

随着IT技术的快速发展，利用计算机技术从庞大的数据中计算出能带来超额收益的多种“大概率”事件，以先进的数学模型替代人为的主观判断，并基于这些事件制定组合策略自动完成交易，便是如今量化交易的主流形式。其标准配备是一个金融分析师和一个程序员，分析师负责制定策略，程序员则将策略代码化，接入到交易程序中。量化交易在一定程度上提升了投资效率，减少了投资者情绪波动的影响，不少金融企业都有所涉足，但它更多地集中在数据挖掘层面，常常只能处理单一种类数据，没有针对金融投资领域数据的特点做相应的建模，远未能做到智能投资。

微软亚洲研究院院长洪小文为华夏基金总经理李一梅颁发创新汇会员证书

如今，数据量的指数级增长、数据类型的日益增多，因子选择、数学模型也越来越复杂，传统的量化交易系统已经难以应对所有类型的海量数据。而这恰恰是人工智能技术最擅长的应用场景：海量数据、需要大量实时的计算、复杂逻辑牵涉的多个时变因子和模型……华夏基金在这样的大背景下开始了与微软亚洲研究院的合作，并成为了微软亚洲研究院“创新汇”的首批会员，双方开启了人工智能在金融投资领域的深度合作。

微软亚洲研究院“创新汇”是一个汇聚创新智慧、经验和技术的平台，旨在以微软亚洲研究院的顶尖科研智慧和微软丰富多样的创新技术为基础，与不同行业、不同领域的现实需求接轨，借科技之力帮助企业和机构提升生产力和商业价值，并推动行业实现创新发展。随着人工智能所推动的数字化转型步步升级，“AI+行业”正成为不可忽视的变革力量，而微软亚洲研究院“创新汇”的切入点正是“AI+行业”。

华夏基金总经理李一梅

华夏基金总经理李一梅表示，“人工智能是推动金融变革的重要技术，如何挖掘人工智能与金融行业的结合点是一项重大课题。微软亚洲研究院在人工智能领域有多年的积累，华夏基金也一直在探索人工智能在金融投资方面的应用机会，目前双方在量化投资方面的合作成果远超预期。未来，华夏基金希望与微软亚洲研究院继续深入合作，进一步推进人工智能与金融投资行业的深度融合，更好惠及广大投资者。”

相比较而言，人工智能的技术应用还处于初期，不像云计算、大数据等那样拥有不少成熟的行业解决方案，所有技术的行业落地都需要从零开始探索。华夏基金董事总经理、数量投资部行政负责人张弘弢介绍道，“近两年，让人工智能实现爆发式增长的图像识别、语音知识、NLP（自然语言处理）等方面的应用，都相对处于闭环环境，且特征明显、规则固定，对于机器而言更具逻辑性，所以更容易利用人工智能技术去支持相应场景。但在金融投资领域，由于有更多人参与，任何行为的介入都可能会改变其他行为，同时投资者和投资结构也在不断变化，这让逻辑决策与响应过程更加复杂，对人工智能的落地提出了更大挑战。这也是为什么华夏基金选择与微软亚洲研究院进行合作，华夏基金在创新技术开拓方面一直走在行业前列，在人工智能方面，我们希望借助微软亚洲研究院多年积累的前沿人工智能技术和科研成果，去提升华夏基金的智能投资能力，提高投资效率，乃至改变资产管理行业的管理模式。”

华夏基金在2017年就开始了与微软亚洲研究院的深度合作，双方选择人工智能在资产管理业务领域的切入点时，对于研究方向、应用场景、适用算法、数据源分析等方面进行了大量的研究和讨论，积累了较为丰富的经验，同时逐渐开始聚焦于可能做出成果的领域。在大量研究与测试后，双方选择了在量化投资——多因子选股这个领域展开合作，因为每一支股票都有大量的历史和实时数据可供人工智能学习、建模和验证。多因子选股是最经典的选股方法，由金融企业核心数据所驱动，包括市盈率、市净率、市销率等作为选股标准。传统的量化投资会从这些数据中挖掘α（Alpha）因子，然后对这些因子进行线性等方式加权，通过组合优化，最后形成一个多因子的优化组合，预计可以战胜基准指数。

资产管理中目前的主动量化、指数增强型产品大多采用这种多因子模型，在建模过程中存在一定的主观性，而且同业中基本都采用类似的信号挖掘方法，容易导致因子拥挤和失效的情况出现。随着企业数据量与数据类型的增加，传统方式已不能兼顾所有数据，有些半结构化和非结构化数据无法得到有效利用。而这些问题对于人工智能来说，都是天然的优势所在。在华夏基金与微软亚洲研究院互派团队进驻对方实验室进行密切合作之后，双方探索出了“AI+指数增强”的策略。

“AI+指数增强”的方法有机会挖掘出与传统投资方法低相关性的投资组合，从而实现金融企业的差异化竞争。“AI+指数增强”策略主要涉及两项核心人工智能技术：时空卷积神经网络和时变注意力模型。

首先，利用时空卷积神经网络挖掘出原始的量价数据在时间序列维度和空间截面维度的模式，并利用这些模式组成有意义的因子，基于这些抽取出来的因子，同时把他们放到神经网络和梯度决策树（GBDT）等若干个模型上运行，得到相应的复合因子。

其次，利用时变注意力模型将所得到的多个复合因子进行动态聚合，最终生成一个更加适应市场变化的α信号，以找到总体性能最好的策略。具体而言，研究员们先利用无监督学习的方法构建了自动识别市场状态的模块，并将这一模块识别出的动态市场信息注入到时变注意力模型，使其可以有效获得在不同时期各个因子的动态有效性，从而进行更精准的因子模型聚合，给出最佳的投资策略。

“AI+指数增强”方法一方面可以充分利用大规模的原始数据，从中自动构建对学习目标最有价值的因子；另一方面能够实现因子的非线性复合，挖掘出更丰富的信息，而且可以动态调整变换因子聚合形式以适应市场的动态性。微软亚洲研究院副院长刘铁岩表示，“金融市场中的数据是一直变化的，数据与模型就如同鸡生蛋和蛋生鸡的问题一样，无法确定谁先存在。而机器学习利用实时变化的最原始数据，可以实时发现变化的因子，及时抽取α信号更改组合模型，时刻确保投资公式是当前最佳，避免了人工计算公式的滞后性，以及不断失效的问题。”

利用基于人工智能的量化交易模型，华夏基金的指数增强型产品在沪深300、中证500指数上都取得了非常好的收益测试结果。在2016年到2018年的历史回测中，该模型在同类产品中的表现遥遥领先：在控制偏离度、限制成分股的前提下，沪深300指数增强业绩可以排到可选竞争组第二位，中证500指数增强业绩则位列可选竞争组的第一名。

如下图中证500指数增强策略回测阶段年化收益和年化风险的对比。红色圆圈中的数据点为当前的人工智能策略，从纵轴年化超额收益的维度来看，当前策略要高于同业竞争组的水平。而从策略斜率（信息比率）分布来看，当前策略也在同业竞争组中处于第一梯队，人工智能模型组合的收益风险特征总体属于高收益、高信息比率策略。

每个点代表了一只同业指数增强产品，横坐标为策略年化超额收益波动率，刻画策略风险；纵坐标为策略年化超额收益率，刻画策略平均回报；图中虚线分别为信息比率为 1、2、3 的风险收益水平，斜率越高的数据点代表更高的策略信息比率，即在同样的风险水平上，策略获取超额收益的能力更强。

更重要的是，2019年3月华夏基金尝试将该策略在实盘中进行运作。截止目前，实盘运行的两个策略在同业可比指数增强基金中始终排名前列。“用‘AI+指数增强’的机器学习模型去替代传统的量化交易方法，让华夏基金的量化交易系统实现了核心引擎的更新换代，如同汽车更换了发动机一样，真正迈进了智能投资时代”，张弘弢表示。这也意味着AI+金融投资有了深度融合的新起点。目前，人工智能模型与华夏基金的投资策略十分契合，与华夏基金的其他“部件”也配合良好，无需改变业务和操作模式，人工智能就可以在智能投资领域带来变革。

张弘弢坦言，作为微软亚洲研究院“创新汇”成员中第一批吃螃蟹的企业，华夏基金与微软亚洲研究院的合作不仅让华夏基金的数字化转型从“互联网+”走向真正的人工智能驱动,从战略研究层面让人工智能在金融投资领域得以大展拳脚，与此同时，双方还探索出了一套“AI战略研究合作模式”。

行业专家与人工智能科学家充分信任，是人工智能成功落地的关键。在合作中，大家都是对等的合作，行业专家和计算机科学家都是运动员，都要上场。而且双方还需要充分的信任，有一致的开放心态（Open Mindset）和契合的气场（Chemistry）。只有这样的合作状态，才能让行业专家放心传授行业洞察、分享真实业务数据，让研究员们能够充分贡献模型、算法以及调参技巧等。微软是一家平台公司，不会与任何行业企业产生竞争关系，这也是“创新汇”成员企业可以充分信任微软亚洲研究院的基础。

微软亚洲研究院副院长潘天佑表示：“数字化转型已成为企业的普遍认知，由人工智能驱动的数字化转型将为企业创造独特的竞争优势。经过一年多的发展，微软亚洲研究院‘创新汇’为各行业的成员企业建立了更加广泛和深入的合作纽带，成为高效的跨行业沟通平台，让创新的技术和思维助力企业在数字化转型的‘最后一公里’脱颖而出。随着更多成员企业的加入，‘创新汇’将把更多行业专家与人工智能科学家汇聚在一起碰撞和探索更多可能，树立各行业的人工智能普及先锋。”

随着华夏基金与微软亚洲研究院“创新汇”合作的进一步深化，双方还将继续发掘人工智能在金融投资领域的潜力。短期来看，模型的动态更新和融合、针对特定产品做定制化模型设计都是可以立即开展的研究方向；长期来看，基于多频度和多维度信息的α构建、智能风险控制、智能算法交易、智能对冲策略等等，都是人工智能可以发挥作用的领域。

现在微软亚洲研究院与华夏基金的研究合作是在金融投资领域，随着合作的不断深入，未来在投资环节落地的人工智能应用场景将会越来越多。微软亚洲研究院多年来在个性化推荐、自然语言处理、数据智能等领域的人工智能技术积累，无疑将开辟另一片新兴的AI+金融应用领域。