幻方投资陆政哲：完全依靠人工智能的量化投资模式
导读：过去几年A股市场发展最快的就是量化投资，特别是伴随着投资工具的丰富、投资理念的先进、以及科技技术的进步，量化投资从过去的非主流，变成了A股市场重要的参与者。那么量化投资捕捉的短期波动是否具有科学性，他们的超额收益来源又是什么？我们今天访谈了国内顶尖量化投资机构，幻方量化的CEO陆政哲。幻方量化是国内领先的对冲基金，前不久刚刚斩获三年期金牛奖，并且被认为是量化私募行业的“四大天王”之一。
陆政哲认为，中国市场由于投资者结构的因素，是量化投资的“沃土”，超额收益远超海外成熟市场。投资者行为模式是可以通过人工智能模型进行捕捉。幻方是国内在算力投入最大的私募基金，通过强大的算力，成熟的网络模型，构建幻方在策略开发和交易执行上的竞争优势。
我们先来看看本次访谈中的“金句”：
1、我们把自己定义为一家完全依靠人工智能来做投资的对冲基金。
2、我们模型的数据来源主要有三块：第一是行情数据，衍生一系列的量价指标；第二是覆盖全市场的基本面数据；第三是经过结构化处理的另类数据。我们将这三类数据作为输入，来训练机器模型，以达到预测股票在某一个周期内价格变化的目的，再基于此构建投资组合。
3、中国市场不是一个非常有效的市场，投资者行为以及决策模式就是很值得研究的。
4、不管是主观投资还是量化投资，本质都是在市场中捕捉价格偏移，再基于阶段性偏移进行交易，获取收益。
5、相比于市场上其他机构，幻方的特别之处在于强大的策略持续开发能力。
6、在私募投资领域，我们有国内最具竞争力的算力体系，我们的硬件系统应该是目前国内最完善、投入最大的。
7、随着互联网越来越发达，我们有了越来越多的另类数据和相对高频的数据，这为基本面量化投资提供了非常好的思路，我们可以比以前做的更好。
8、我们看过海内外这么多前辈机构，极少有机构能超过10年维持很好的行业地位，纵观中国量化行业的发展历程，大量机构、团队几乎都是迅速崛起、规模快速放大、又飞快地衰落消失，这仿佛是量化行业的死循环，像悬在我们头上的达摩克利斯之剑。而我们希望做的，便是去克服这一宿命。
基于神经网络的人工智能模型
朱昂：能否谈谈幻方的投资策略？
陆政哲 幻方量化从成立至今，投资策略经历了很大的变化，但本质上始终是围绕AI大结构进行的，核心是利用深度神经网络训练模型，所以我们把自己定义为一家完全依靠人工智能来做投资的对冲基金。
从最初的数据收集处理分析，到中间的基于神经网络的人工智能模型整体建模训练，再到生成投资组合，最后用精细化的程序化交易完成交易，所有这些环节都已经实现了基于人工智能平台的全流程操作。
我们模型的数据来源主要有三块：第一是行情数据，包括一系列的量价指标；第二是覆盖全市场的基本面数据；第三是经过结构化处理的另类数据。我们将这三类数据作为输入，来训练机器模型，以达到预测股票在某一个周期内价格变化的目的，再基于此构建投资组合。
若我们模型的选股是有效的，那么选出来的个股就能比整体市场的表现要好，这就是我们的超额收益。
朱昂：主动管理人把短期波动看作一场随即漫步，但量化投资其实是在捕捉这种随机漫步，你认为这种随机漫步是否有规律可循？
陆政哲 “随机漫步”的问题，不管是在金融界还是在学界，一直都存在着争议，理论上，在完全有效的市场中短期波动应该类似于随机漫步，但事实上，尤其在中国，因为市场中有大量的个人投资者，所以交易中有很多情绪化的因素，本质是一种行为金融学的范畴。近十年的中国市场上出现过三次大波动，先暴涨、接着暴跌，而美国成熟市场则是长期稳定上涨，这一方面反映了中国经济增长进程中大量因素的影响，另一方面也反映了中国市场的参与者结构还处于比较初期的阶段。所以，中国市场不是一个非常有效的市场，那么投资者行为以及决策模式就是很值得研究的。
在市场信息中，这一点最终会反映在量价体系中股价的变化、成交量的变化以及技术层面的变化等等，而在这背后就是人的偏好以及行为特征，我们试图通过对大量历史数据梳理、建模，找到内在联系，预判价格变化。
多年来，不管是主观投资还是量化投资，本质都是在市场中修正价格偏移，再基于这一偏移进行交易，获取收益。基本面投资偏向于更长期的价值修复的过程，而我们量化投资关注更短期的价格波动交易的过程。
竞争优势来自研发和算力
朱昂：中国市场的投资者结构导致量化投资在中国的alpha比海外更高，因为交易对手更弱？
陆政哲 对，这是很明显的事实。现在在美股市场中一家对冲基金如果年化收益能达到8%-10%，就已经非常优秀了，因为美股市场竞争极其激烈，机构化程度非常高，股票标的的头部化程度也非常高，单纯跑赢指数都已经很难了；但A股市场仍处于有非常充足alpha的阶段，同时也在向机构化方向加速。
朱昂：幻方量化在国内已经做到非常头部了，市场认可度也非常高，相比于其他量化基金，你认为幻方的alpha来源或者竞争优势是什么？
陆政哲 从2016年到2020年，短短四五年时间里，国内的量化行业经历了爆发式的增长，我们拆开来分析这一轮增长中的细分策略，发现增长的核心是以量价信号为主的策略，都是相对高频的技术层面分析的量化投资，而不是集中在基本面因子。幻方量化作为量价选股中比较大的参与者，伴随着整个趋势发展起来了，幻方的alpha最大来源主要是基于市场波动进行交易产生的alpha。
提到竞争优势，我们一般不从策略上定义自己的优势，因为一个策略总是有生命周期的，而且生命周期越来越短，这在全球都是相同的。相比于市场上其他机构，幻方的特别之处在于强大的策略持续开发能力。
第一，我们有非常强大的开发团队，公司有120人，这在整个私募投资行业是比较罕见的。团队中一半以上是偏人工智能、IT、研究，他们支撑起一整套大的策略开发体系。和很多机构不同，我们的体系中没有投资经理，策略开发体系是高度团队化协作的生产模式。从因子挖掘、信号挖掘、数据处理到整个神经网络模型的训练，再到投资组合与目标的优化，最终到风控、IT、平台的架设，都是各个领域垂直的团队合作进行的。所以，我们的开发新策略的速度非常快，策略的迭代、升级、更新、检验、研究的效率也非常高。
第二，我们有行业内最具竞争力的算力体系，我们的软硬件系统应该是目前国内最完善、投入最大的，近三年时间已经投入了不到两亿的资金，纯硬件的部分也已经投入了超过一亿，建立了一整套超级计算机体系，以超级算力集群来支撑公司的整个神经网络复杂模型的训练。这一块短期来看并不见得立竿见影，但长期而言，对我们进行开发研究能起到非常好的支撑作用。
朱昂：长期来说，高频策略会不会面临容量的瓶颈？
陆政哲 在这里要对高频的定义稍微解释一下，如果按照海外标准的高频概念，目前国内的股票市场交易中是没有非常纯粹的、狭义上的高频交易的，这与国内市场上的交易信号的速度、行情规则和体系有关。大家在国内常说的高频交易，并不是国外那种真正意义上的高频交易。
对于幻方来讲，我们在高频策略领域拥有丰富的经验，但是目前我们主要的策略更专注中高频率的范畴。量化投资有一个自然瓶颈，就是我们的交易永远不能超过市场总体成交量的某一个百分比，所以频率越高，策略容量越明显，这是一个制约因素。
据我们的测算，要在高频交易体系中获得比较好的收益，策略容量上限会较为明显。基于这点考量，我们选择在一个更广谱的频率上开发交易策略。我们目前的策略体系，估算资金量达到500亿以上也是可以承载的，而且这还是基于目前常规的5000-6000亿左右的市场成交量。再融合我们的多策略之后，容量的空间有望继续放大。
朱昂：你前面也提到了超级计算机，想AI Lab的数据算力，对应整个幻方投资的帮助是什么级别的？
陆政哲 我先说说为什么要做这件事情。在做AI Lab之前，我可以拿到一些通用的算力来支持我们平台运作。我们也看到有许多提供基础算力的平台，包括谷歌、阿里、腾讯。在我们的模型比较小，神经网络模型并不是特别复杂的时候，这些基础算力是足够的。但是等我们的模型复杂程度向前推进后，对于算力的要求上了几个数量级，这时候通用算力就不能满足我们的需求了。
AI Lab提高的高算力，为我模型的丰富程度打开了空间，这些数据的训练和模型开发，在过去是根本无法实现的。对我的帮助，并不直接反映在目前的净值上，但是能够加速我整个策略开放的过程。其次，强大的算力让我能驾驭更加复杂的模型和海量参数，这是以前基础算力框架下无法实现的。最后，极大的算力储备能帮助提升实时大样本信息处理能力，为未来更加高频的策略与交易执行提供支持。当然，我们目前主要做的，是在前端训练一个精度更高、预测能力更强的模型。
少数的完全本土化量化团队
朱昂：能不能为我们介绍一下目前幻方的产品线？
陆政哲 幻方算是业内把产品线做的比较标准的一家机构。
根据对不同客户的风险偏好的判断，我们把产品线主要分为两类：
第一类是偏多头的指数增强产品。对标不同的指数，但本质上是long only的策略，这类产品的风险偏好比较高。第二类是对冲策略产品。这类产品的风险偏好相对弱一点。
这两大类产品线共享了底层的选股模型，其实只要有一个单一的选股模型能够做到极致，就可以用来支持前端几乎所有的产品。这两类产品在架构上的不同是，第一类指数增强产品是满仓的，会受到市场Beta的影响；而对于第二类对冲策略产品，应用一部分资金进行衍生品交易，对冲掉相应市场风险，提供较为稳健的Alpha收益。所以，这两类产品的运作机理是相同的，区别只是对应不同风险偏好的持有人。同系列产品的基础策略、基础架构、持仓占比都是比较接近的，长期看，这个体系内的产品走势也都是比较一致的。
朱昂：能不能为我们介绍一下幻方的发展历程？
陆政哲 从最初开始交易至今已经超过十年了。早在2008年，创始团队还在学校的时候，就已经尝试探索，当时市场上还很少有人知道量化交易，因为团队都是偏向工程或计算机背景的，所以希望尝试用系统化、程序化的方式来研究市场进行交易。所以，在公司真正成立之前的2008-2015年，都处于自主摸索的阶段。
国内绝大多数量化私募的创始团队或技术团队都有海外成熟机构的背景，但幻方团队是一个完全本土化的团队，一直以来我们完全是基于兴趣进行量化投资的探索。
2015年，探索已经趋于成熟，也建立了自己的交易体系，有了非常有效的策略，就成立了幻方量化这个品牌，到了2017年，已经搭建起了一整套多因子策略体系，也对外发了主动管理产品，开始涉足资管业务。
2017-2020年，恰逢全行业增长，幻方有幸作为参与者，见证了整个量化行业的高速增长的同时，管理规模也超过了200亿。早在2015年我们就已经比较积极地尝试用机器学习、深度学习的模型做数据的实盘检验了，到了2018年，我们把整个产品线和资金管理都嫁接到人工智能的核心策略开发体系上了。2018-2020年，我们主要做了两件事，完善基础团队的架构和大规模吸纳AI专家型人才。后来，我们成立了AI lab，试图在技术路径上继续向前推进，国内几乎没有量化机构走过这条路，我们在这条路上虽然经历了很多的不确定性，但也证明了这是一条可行的路。
我们把第一个超级计算机和超级算力集群搭建起来后，未来也会快速投入生产，尝试各种新策略的开发。我们基本上每年营收的70%都会投入到研发中去。
朱昂：国内有很多量化私募用T+0获取超额收益，您怎么看这一块带来的收益？
陆政哲 国内很多高频交易体系都是在T+0的范畴中，T+0有很多种做法，对于以T+0为主要收益来源的机构来说，最直接的方式就是，按照某个指数建立一揽子股票，在这些股票的基础上，根据日内标的的交易空间进行交易，同时，如果用股指期货对冲，最终呈现出一条比较平滑的向上的曲线，如果不对冲，就相当于指数增强。总体而言，T+0的交易获取的是较为稳定的收益。对于我们来说，T+0不是我主要的策略类型，但也在大的策略体系中扮演了重要角色，增厚了产品收益。T+0又分为机器和人工两种。
机器T+0的好处在于，它实时监控全市场股票，并且有规模效应，可以同时处理极大量的数据，进行极大量的交易。一般而言，机器交易更加短平快，每一段赚取的收益相对小一点，但薄利多销，所以是一个高胜率的事情。
人工T+0的好处在于，可以把握非常大的一段收益。由于单人能支撑的股票交易量是有限的，所以团队人数也很重要。
我们综合来看，机器T+0更胜一筹，但是顶级的交易员也可以做到比机器更优秀。最大的问题在于策略容量受制于市场成交量活跃度。
量化投资也将面临马太效应
朱昂：你如何看待基本面量化在中国市场的未来？
陆政哲 中国的量化投资很早就尝试了基本面量化，已经有了比较长的历史，中国最早一批做量化投资的就是用基本面因子进行选股，但是在2014和2015年之后，市场风格出现了很大变化，之前很多所谓的阿尔法因子开始失效了。我们看到过去几年崛起的基本不是基本面因子，而是量价偏技术层面的量化团队。
但我们仍然认为基本面量化有很大的空间，因为对标的是主观投资，两者虽然在标的审核范围上有差异，但是基础逻辑是一致的。只要主观投资在中国能获取好的收益，那么基本面量化在中国就仍有很大的空间。
多年前，基本面投资只能用财务报表以及基础数据来分析，这是很难的，一方面国内企业的财务数据质量并不是很好，另一方面，中国的市场的高波动特征对基本面量化投资造成一定的困扰；但是现在，随着互联网技术应用越来越广泛，我们有了越来越多的另类数据和相对高频的数据，这为基本面量化投资提供了非常好的思路，我们可以比以前做的更好。
除此之外，幻方也在尝试把市场上大类行业中精确到个股层面的财务指标的预测，用模型的方式进行精细化梳理，未来会将这些预测数据与交易结合起来。所以，基本面量化在中国仍有很大的空间。
朱昂：量化投资基本上是赚市场效率的钱，在不太成熟的市场，是最容易赚钱的，比如说A股市场就不太成熟，随着A股市场越来越成熟，是不是量化投资在中国会越走越难呢？
陆政哲 长期看，量化投资行业性的超额收益是在逐步下降的，这是一个自然规律。未来随着去散户化进程的推进，无论是对量化投资还是对主观投资，这都会是一个挑战，大家分到的蛋糕会逐渐变小。
第一，因为会有竞争者不断进入，随着市场机构化程度越来越高，最终情绪化的追涨杀跌式的投资者会逐渐退出，alpha的空间也就越来越小了。
第二，超额收益逐渐下降的过程不仅是量化行业整体下降，也是整个主观投资整体下降的过程。市场上一些非常优秀的价值派基金经理在这个阶段有其价值，正是因为这个市场中真正做价值投资的人很少，所以价值投资在现阶段的中国市场才有alpha。
另外一个趋势是马太效应，任何一个行业都会趋向头部化。近几年，不管是主观投资还是量化投资，已经呈现出比较明显的趋势，头部机构业绩越好，规模越大。规模变大之后，大量的营收会被投入到研发体系中，反哺投资，尤其是量化机构。我们认为五年以后，市场格局就会趋于明晰。
朱昂：幻方现在在国内是非常头部了，您对幻方还有什么期待，希望它未来向什么方向走？
陆政哲 我更喜欢把这称为“愿景”，我们的愿景主要有两个：
第一个愿景是长久地活下去。这是非常实在的，我们看过海内外这么多前辈机构，极少机构能超过10年维持很好的行业地位，纵观他们的发展历程，几乎都是迅速崛起、规模快速放大、又飞快地衰落消失，这仿佛是国内量化行业的死循环，像悬在我们头上的达摩克利斯之剑。正因为我们想克服这一点，所以每年投入大量的精力在策略开发体系、还有对硬件、IT、技术发展路径的投入，做这些不仅是为了今天的净值，更多是为了在面对未来2-3年甚至更久的时间维度上，竞争更加激烈的时候，我们可以不被落下，更长久地活下去。
第二个愿景是用技术做投资，并让更多的人知道这是一条可以走通的路。海外已经有很多机构在这样做了，但国内，严格意义上此前还没有一家机构走这样一条技术路径，我们这样尝试，当然预见了困难，也坚信这是一条可以走通的路。