徐东波:左脚人工智能,右脚市值管理

作者:孚嘉 2018-01-04 要闻
 

2017年12月16日,由央证资产智库主办,CCTV证券资讯频道金融研究院协办的第四届央证资产峰会在北京隆重举办。来自海内外700余位意见领袖、资管大咖、私募管理人、专家学者、媒体记者与众多投资精英齐聚一堂,热烈分享并探讨了未来大资管的新环境,新动向和新发现。


 深圳口袋金融服务有限公司首席投资顾问徐东波进行了《左脚人工智能,右脚市值管理》的主题演讲。他主要围绕着“人工智能如何赋能证券投资”和“市值管理”两个话题进行了分享。徐东波认为,A股市场风险大的本质原因主要有两个:一是A股市场投资者主体主要以中小散户为主,频繁追涨杀跌的不理性投资行为,导致市场波动风险较大;二是我国超发货币严重,过去十几年M2年增速高达20%,导致实质的通货膨胀较为严重,倒逼投资者为了追求跑赢通胀的高额收益率而去频繁投机。他认为,人工智能选股能够解决证券市场的择时、择股和组合三大痛点难题,通过大数据筛选出龙头股并构建流畅的投资组合。



以下是徐东波的演讲全文

在不改变演讲嘉宾原意的基础上进行了整理编辑


徐东波:今天非常高兴有幸跟大家分享,主要围绕人工智能如何赋能证券投资”和“市值管理”这两个话题展开。当然,今天侧重点在于人工智能上。最近20年来,整个华尔街的证券投资市场存在一个特点,美国规模最大的10家私募基金中,量化投资就占了8家,越来越多的人工智能方法被应用。

 

人工智能,其实就是我们对世界的估值观,决定我们怎么做投资。人类的活动文明史有考古依据是8000年,其实真正的科学史就是三四百年,第一次出现以牛顿三大定理为代表的,他研究的是确定性事物运动的规律以及未来运动的方向和轨迹。但是牛顿的力学发展了两三百年,直到爱因斯坦时代的到来,其发现如果在广义的宇宙空间,牛顿力学很多现象无法解释,比如:你在地球上看到的星星是几万年以前的样子,夜空中星体的光都是在过去不同时间发出的,甚至一个星系的不同空间区域也是不同时间的存在。小到微观结构上,比如说电子,其运动轨迹用牛顿力学也无法解释,后针对此提出了布朗运动。量子力学的提出让人们的认知更近了一步。其实,证券投资也是一个分析预测,就是证券未来价格往哪个方向走,这跟我们很多科学研究有着异曲同工的地方。


经过时间的沉淀,在继牛顿力学、爱因斯坦的相对论、爱因斯坦量子力学之后,迎来了第四次重大革命就是混沌理论,这个革命影响非常深远,是人类对科学和世界新的认知。这个证券市场投资者秉持着很多理念,不管是证券投资还是技术分析,大部分理论还是停留在好几十年以前甚至二战以前,并不适用于现在。在波动率逐渐降低以后,这个市场主体是什么,用什么科学方法研究它?我们研究的主体既不是牛顿的经典时空,也不是宇宙空间和微观的电子都不适用于证券市场,我们把资本市场这个主体叫混沌系统或者开放系统。在物理学上描述,它是一个有不停的新物质能量信息在流入,有不停的老的物质能量在流出,它是动态变化的、也是随机性和不确定的,基于基础的科学上从混沌角度来研究,这个理论就叫做混沌理论。


有一个观点:整个证券市场是一个完全有效的随机的市场,在这个市场里面最好的方式是买入一个大型的指数基金坚定持有,不用买对冲基金和私募基金,这个观点代表了市场很大的流派,但这对于很多做私募基金的投资人肯定是不认可的。如果市场总是有效的话怎么会产生超额收益呢?这个超额收益来自于市场的无效性,当明确有序的市场出现概率偏差时,我们才有机会获取超额收益。


混沌理论是个物理开放系统,每天都有新能量流入和流出,这个市场本质的规律特征是什么?在物理学上叫有序和无序交替。这个市场在一段时间存在高度有序的状态,这个阶段呈现一个明显的规律,很多时候市场会表现出无序状况,这就是为什么投资团队在一段时间能赚钱,之后沿着这个方法做段时间就赔钱了,因为这是一个不断从有序状态变化到无序状态的过程。




 

我们通过对大数据的提取和分析发现市场存在一个非常有意思的规律:过去几个季度表现比较好的股票,其在未来几个月或几个季度内的表现同样会超出其他票,规律比较明显。在美国市场中,如果按照这个规律几乎一百年都可以长期稳定地获得收益。但通过提取和分析中国证券市场的数据发现,中国市场规律变化比较快,这也是好多从美国回来的基金经理在中国出现水土不服的根本原因。中国以散户投资者为主,比例占到百分之七八十,市场群体导致其变化较快,尤其衍生品市场变化更快,稳定时间更短。

 

这几年欧美市场的赫斯特指数基本上在0.5左右,相比之下,中国证券市场可以说是非常好赚钱的市场。我经常听朋友说别炒股风险大,说中国股市不如美国,其实这是一个误解。以下两个数据支持:一是美国这一百多年来的指数回报大概在10%左右,算上分红,美国市场复合增长大概10%,而中国证券市场若以上证指数为例的话,从90年代初上市到现在指数复合回报在15%,如果算上分红则在17%-18%。所以,从长期看中国股市要明显好于美国股市。


在中国股市,为什么很多投资者觉得不好赚钱甚至赔钱,本质原因有两个:一是中国股市投资者构成以中小散户为主,占比70%-80%,从行为学来说:散户喜欢追涨杀跌。在这种情况下大多数中小散户真正进场时往往是牛市的后半场,比如说在2007年和2015年最后几个月,大家排队开户进场,而市场接近底部时散户却基本没有什么反映。二是人民币的货币政策。国内超发货币严重,在过去十几年国内M2增速年均在20%左右,但实际的GDP增速却不到10%,每年多出来的10%就是通货膨胀。在这种环境下,形势迫使一些投资者选择做趋势或投机。

 

再回到这个话题:在中国证券市场趋势向好的情况下,有什么赚钱机会?如何利用人工智能?


这两年很多人认为量化不太好做,这也是一个误解,从美国来看排在最前的私募基金,过去大概20多年来不管美国市场如何变化,这些私募机构都能长期获得超额稳定的收益。为什么国内的量化不好做?这是因为国内很多量化的方法跟美国的方法不一样量化分为两大流派:一是基本面多因子驱动派,二是价格的数理统计派。长期表现特别好的量化基金,不管是在国内还是在美国,大多数以价格量化驱动为主。这一类派别只占能接触到的量化基金的2-5%之间,很是稀缺。国内做金融工程和量化投资的大多数都是从基本面多因子出发进行投资决策,导致前几年他们选择了小市值的股票,这两年小市值表现较差,牛市时小市值股票比大市值的跑得快,而熊市时小市值的表现弱于大市值股票。

 

如何选择最好的量化基金?它必须符合一个特征,就是能穿越牛熊市场,如果只能在牛市里面赚钱,叫小市值就行了,一个优秀的基金经理一定能洞察到市场规律的变化,其中最大的规律就是有序和无序不停地交替。在无序的状态中我们冷静分析,在新规律出来时要及时捕捉到这个新的规律和特征。数据表示,美国股市这100多年来所谓的价值投资标的一直在变化,最好的板块开始是铁路股、运河股,之后变成石油股和橡胶股;而市场产生泡沫的90年代投资标的是科技股;这两年的价值投资标的变成了代表科技/人工智能/互联网物联网的行业代表。这证明了市场的主流资产一直在变化。


每个时代有每个时代的趋势,市场的趋势都是有规律可寻的。目前,人工智能发展迅猛,未来这是一个趋势。我们认为,在未来10-30年的大周期上,中国的人工智能和量化投资在世界会占有绝对的主导地位,就像今天的美国一样,这是大多数的思路。



下面交流几个主要观点


如何把数据挖掘和机器学习用到证券市场?根据经验,我基于量化投资,主观投资、基本面投资、价值投资多个逻辑面,研发了一个策略。这个策略过去几年都很好使,收益曲线走势很好,但这几个月却不行,都在赔钱。为什么过去行之有效的不停赚钱的方法未来就不好使呢?书籍《黑天鹅》中讲,市场长期存在一种不确定性,很多时候市场存在一种有序、有规律状况,这种状态是阶段性稳定,但不是永远稳定,任何一个方法和策略不可能永远有效。同理:巴菲特的投资逻辑每隔10-20年会有重大改变调整,用来适应市场的变化。一个经验丰富的操盘手在大周期策略失效时会及时进行调整,大周期的变化比较慢;而在小周期上则会呈现较快的变化,由于参与小周期的投资者不多,资金体量不大,群体构成的稳定性相对比较弱,这会导致市场结构发生变化,于是规律就接着发生变化。期货的市场规律变得更快,是因为它的杠杆性,整个市场规律的稳定性就不太好。

 

目前互联网金融公司在机器学习方面主要运用的策略有:深度学习、增强学习、神经网络、决策树等等。


比如大数据下产生的深度学习,输入“我爱北京天”,智能选择自动打出“安门”两个字,这只是概率一个指数级的提升,但是并无法解决黑天鹅的问题。如果只是简单学习过去的一些特征和行为的话,是没办法处理这种黑天鹅事件或者突发事件。另外还可以通过这个方法提取龙头个股。根据市场整体的趋势性、流畅性以及效率、速度和回撤比值从而捕捉到市场后面更长的趋势。组合投资也是,寻找一些相关性较低且不太分散的产品,避免风险获得收益。


中国市场的智能应用:分形学习模式——决策树。我们做了一个研究,把主要机器学习的方法在市场上做了检验,最后发现最有效的解决方法是用分形理论进行数据处理,不是用深度学习或者其他方法。人工智能的择时、择股、组合三个功能中,只有分形理论具有择时功能。


市场有一个相似的特征,不管是何种规律趋势,一旦市场出现一种有序状态时,他的有序状态均呈自相似分布特征。如果是过去和现在呈自相似分布,就把过去的后期行情处理提取,把最好的趋势分解出来。这存在一种问题,如何在行情变化中处理黑天鹅事件?大小周期呈一种有序的自相似分布,我们用这个方法预测到很多突发性的行情,比如说股灾等,在小行情里面捕捉到规律以后,就提前锁定新行情的DNA特征掌握这个逻辑很重要。

 

最后分享一下市值管理。不少投资人都认为资金大就能把市场托起来,当整个市场呈下跌趋势,是很难靠资金量把市场托起来的。针对市场,我们能提供专业指导服务,从择时、择股、进出场、对行业以及市场敏感度的大数据分析,能把上市公司最佳资产重组的时间点把握很好,包括资金买卖的时间点也把握得很好。


目前中小板并购重组只涨30%,过去的价格规律符合某种特征可能涨80%,二者呈现自相似的放大和缩小的规律特征:大小周期呈自相似的分布。还有一个就是小周期和大周期存在一种放大和缩小版的自相似,呈现正负反馈分布,这样可以在小周期中提取到市场的DNA和基因特征,基于这种特征和规律进行交易,面对突发性的趋势性行情,不管是暴涨还是暴跌行情,都可以规避风险获得收益。


那么,人工智能分形理论的逻辑在哪里?我们不能简单靠过去的样本得出结论,在市场会存在突变的情况,抓住小周期的DNA基因锁定市场变化的规律。见微知著,比如2015年的股灾,如果敏感的话,可能跌个半天一天就能锁定新的DNA和基因特征,及时规避风险。通过细微的规律提取到独特的基因就能对未来突发性行情或趋势性行情作出一个高概率的统计测算,但不是100%,因为市场是开放的,随时有新的突发事件发生,但获得一个比较高的概率,长期而言能做到胜多负少就可以了。                                              

感谢阅读,转载请注明来源:CCTV证券资讯频道金融研究院:
http://www.cctvresearch.com/article/detail-220.html