隨著IT技術(shù)的快速發(fā)展，利用計算機技術(shù)從龐大的數(shù)據(jù)中計算出能帶來超額收益的多種“大概率”事件，以先進的數(shù)學模型替代人為的主觀判斷，并基于這些事件制定組合策略自動完成交易，便是如今量化交易的主流形式。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(yè)都有所涉足，但它更多地集中在數(shù)據(jù)挖掘?qū)用?，常常只能處理單一種類數(shù)據(jù)，沒有針對金融投資領(lǐng)域數(shù)據(jù)的特點做相應的建模，遠未能做到智能投資。
如今，數(shù)據(jù)量的指數(shù)級增長、數(shù)據(jù)類型的日益增多，因子選擇、數(shù)學模型也越來越復雜，傳統(tǒng)的量化交易系統(tǒng)已經(jīng)難以應對所有類型的海量數(shù)據(jù)，而這恰恰是人工智能最擅長的應用場景。華夏基金在這種大背景下成為了微軟亞洲研究院“創(chuàng)新匯”的首批會員，雙方開啟了“AI+金融投資”的深度合作。
微軟亞洲研究院“創(chuàng)新匯”旨在以微軟亞洲研究院頂尖的科研智慧和微軟豐富多樣的創(chuàng)新技術(shù)為基礎(chǔ)，與不同行業(yè)和領(lǐng)域的現(xiàn)實需求接軌，借科技之力幫助企業(yè)提升生產(chǎn)力和商業(yè)價值，并推動行業(yè)創(chuàng)新發(fā)展。微軟亞洲研究院副院長潘天佑認為，“數(shù)字化轉(zhuǎn)型已成為企業(yè)的普遍認知，由AI驅(qū)動的數(shù)字化轉(zhuǎn)型將為企業(yè)創(chuàng)造獨特的競爭優(yōu)勢?！?/P>
華夏基金總經(jīng)理李一梅表示，“AI是推動金融變革的重要技術(shù)。微軟亞洲研究院在AI領(lǐng)域深耕多年，我們也一直在探索AI在金融投資方面的應用機會，目前雙方在量化投資方面的合作成果遠超預期?！?/P>
華夏基金從2017年開始與微軟亞洲研究院深度合作。雙方對研究方向、應用場景、適用算法、數(shù)據(jù)源分析等方面進行了大量的研究和討論，并逐漸確定了以量化投資——多因子選股為切入點，因為每一支股票都有大量的歷史和實時數(shù)據(jù)可供AI學習、建模和驗證。在密切合作之后，雙方探索出了基于時空卷積神經(jīng)網(wǎng)絡和時變注意力模型的“AI+指數(shù)增強”策略。
“AI+指數(shù)增強”方法一方面可以充分利用大規(guī)模的原始數(shù)據(jù)，從中自動構(gòu)建對學習目標最有價值的因子;另一方面能夠?qū)崿F(xiàn)因子的非線性復合，挖掘出更豐富的信息，而且可以動態(tài)調(diào)整變換因子聚合形式以適應市場的動態(tài)性。微軟亞洲研究院副院長劉鐵巖表示，“金融市場中的數(shù)據(jù)是一直變化的，數(shù)據(jù)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(shù)據(jù)，可以實時發(fā)現(xiàn)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后性，以及不斷失效的問題。”
利用人工智能的量化交易模型，華夏基金的指數(shù)增強型產(chǎn)品取得了非常好的收益測試結(jié)果。在2016年到2018年的歷史回測中，該模型在同類產(chǎn)品中的表現(xiàn)遙遙領(lǐng)先：在控制偏離度、限制成分股的前提下，滬深300指數(shù)增強業(yè)績可以排到可選競爭組第二位，中證500指數(shù)增強業(yè)績則位列可選競爭組的第一名。
今年3月華夏基金嘗試將該策略在實盤中運作。截止目前，實盤運行的兩個策略在同業(yè)可比指數(shù)增強基金中排名前列。華夏基金董事總經(jīng)理、數(shù)量投資部行政負責人張弘弢表示，“用‘AI+指數(shù)增強’的機器學習模型去替代傳統(tǒng)的量化交易方法，讓華夏基金的量化交易系統(tǒng)實現(xiàn)了核心引擎的更新?lián)Q代，如同汽車更換了發(fā)動機一樣，真正邁進了智能投資時代?！?/P>
現(xiàn)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(lǐng)域，隨著合作的不斷深入，未來在投資環(huán)節(jié)落地的AI應用場景將會越來越多。微軟亞洲研究院多年來在人工智能領(lǐng)域的技術(shù)積累將開辟一片新興的AI+金融應用領(lǐng)域。
（轉(zhuǎn)載）
