3月19日，第十屆私募基金高峰論壇精彩繼續(xù)，分論壇《期貨與量化對沖分論壇》在五洲賓館深圳廳舉行。平安磐海資本有限公司董事長王冠東出席了該論壇，他表示個人非?？春昧炕鸬陌l(fā)展方向，前一段時間AlphaGo在人機大戰(zhàn)中戰(zhàn)勝韓國棋手李世石，他相信在投資領域計算機同樣可以打敗個人的主觀投資。以下為演講實錄：

　　王冠東：在座各位嘉賓，大家好！感謝主委會私募排排網(wǎng)、深圳市私募基金協(xié)會給機會分享一下我們對中國量化基金發(fā)展前景的一個思考。其實現(xiàn)在這個環(huán)境如果你跟去年同時期比，去年應該是風風火火，現(xiàn)在大家都在說尤其是對沖基金是到了一個冬天，因為股指期貨被掐了之后，大部分做對沖交易的一些基金基本都在冬眠。這給大家感覺現(xiàn)在前景很暗淡，我個人其實還是非?？春眠@個量化基金的發(fā)展方向，短期的鎮(zhèn)痛其實是給大家一個時間來進行更好的發(fā)展爆發(fā)增長機會。

　　今天的主題主要從三個方面講：第一相貌不好看氣質(zhì)，環(huán)境不好看趨勢，尤其國際上量化對沖發(fā)展到一個什么樣的程度，它的一個大的方向。其實中國有很多監(jiān)管的限制，造成了很多波動，但是它的大趨勢不會改變，因為這是一個市場趨勢和人類發(fā)展的趨勢。第二簡單介紹一下國內(nèi)量化基金發(fā)展的現(xiàn)狀，大概的情況以及今后環(huán)境情況下有什么思路，也給大家介紹一下。第三平安磐海資本的策略、應用和目前的發(fā)展方向。

　　剛剛肖總說了一下阿爾法狗，人工智能和人進行PK的結(jié)果。其實分享這個案例是想介紹一個全新的思路，因為我本身是人工智能背景的，在04年左右在美國讀人工智能博士，當時自己也寫過一個軟件，用9×9棋盤做圍棋的一個算法。當時確實想在圍棋領域通過機器打敗人，我當時想應該是達不到的，但是這一次的結(jié)果很震驚。為什么？圍棋這個游戲的規(guī)則大家可能不了解它的復雜性，我們在做計算機行業(yè)的知道，它所有演算的要存儲每一個環(huán)境，小規(guī)模棋盤可以，但是大規(guī)模的不行，為什么？存儲空間一個點，你存儲了所有宇宙的原子，也不能覆蓋所有可能性。

　　這個我也簡單了解一下是怎么做出來的，也分享一下。其實是算兩個模型，第一個模型叫做Policy，用了80萬個職業(yè)選手的棋譜，選取了一個模型，這個模型看到現(xiàn)在的情況下來預測下一步有哪幾種棋是比較合理的。這是什么道理呢？這個方法幫助它減少搜索空間，我走一步，對手要往這個方向走，它的復雜性是指數(shù)倍增長。我用職業(yè)棋手的棋盤走，會縮減到20步，變成一個可運行的模型。這個是不是就能打敗人呢？也不是，它的另外一個方法是什么呢？歪扭的模型，我看到一個棋盤的時候預測，我搜索的深度同樣到200多層，我搜索深度怎么減少？往前看20步之后預測這個棋盤現(xiàn)在的狀況是一個好的狀況，是對我有利還是不利的。這個怎么做呢？第一步縮小搜索寬度比較簡單，如果減少深度就比較難，整個樣板空間如果用80萬的棋盤棋譜是不夠的。因此用了另外一個方法，自己跟自己下，為什么用3千萬的自己下的棋譜來優(yōu)化這個東西？他要有更大的數(shù)據(jù)樣本保證估值比較準，自己跟自己下很可能變成過分理合。于是搜索空間不同地點，這個是什么意思呢？

　　另外一個美國現(xiàn)在非常有名的對沖基金，叫土司克（音譯）的一個創(chuàng)始人之一，認為未來沒有基金領域能夠跑贏計算機。這個我也是堅信的，從剛才的案例分析來講，計算機的計算有兩個比較好的特性，人腦不具備：第一是計算的速度，是以光速來計算的，所以它的演算速度遠遠高于人腦。第二是它的計劃速度，比如說這個模型是通過計劃算法來算，它的計劃速度也是遠遠高于人的計劃速度。以這個為例，它如果能夠在某一個時點在圍棋界打贏人類，再過半年人類是贏不了它的，因為它不斷地計劃。

　　講了這么多，我們看一下預測市場是怎么來的。其實投資和下棋包括跟博弈，投資是非常像博弈的，它是一種博弈。如果你是做投資的，就是做在一種博弈。但是市場底層有一種本質(zhì)規(guī)律，我們剛才說是Policy模型（音譯），你預測下一步怎么走對你是最有利的。市場是根據(jù)還原回歸底層模型，來預測下一刻市場怎么走，底層模型是不是可以呢？因為實際上市場的本質(zhì)本源是什么？上千萬的人在底層交易，本身每個人自己腦子里都有一個模型，可能是有意識的模型或無意識的模型，它會形成一個規(guī)律這個規(guī)律可以通過模型來回歸，這就是為什么在投資領域同樣可以通過計算機來打敗個人的主觀投資。

　　我們講了這么多，市場前沿是怎樣的？我現(xiàn)在基本上每三個月回一趟芝加哥，也跟那邊的朋友看國內(nèi)的環(huán)境，現(xiàn)在國外的現(xiàn)狀已經(jīng)是日新月異，大家可能有點不敢相信。有一家公司是做高頻量化的公司，幾年前還沒有很高的市場份額，現(xiàn)在高頻已經(jīng)排在前三前五了。它有一個核心團隊，每年投入超過上億美金，每天超過1萬CPU core，每天都做，它其實使用大量人工智能的方法來做這個事，已經(jīng)到了這種程度。從人類來講應該是最大的基金，將近2千人的對沖基金，我當時在的時候明顯地感覺，周邊都是大學的物理教授數(shù)學教授、統(tǒng)計學教授、包括計算機的很多人在里面工作，很少看到純學金融的或者經(jīng)濟的，幾乎沒有。最核心的是風控完全量化，必須用量化來監(jiān)控風險，團隊很強，都是名校招來做的風控模型，全部交易必須用量化智能的方法進行風控。這是全球規(guī)模比較大的，請人工智能專家來做研究。

　　其實現(xiàn)在從投資界來講會不會發(fā)生，在國外投資界已經(jīng)在發(fā)生，大量分往這方面投入。上周去了國外一家很大的公募基金，這家公司不說名字，大家可能也猜到，它跟國內(nèi)比較大的阿里巴巴有過很深的合作。它從市場上的網(wǎng)站上抓取關鍵字來進行評分，來預測債券在未來三個月或幾個月的違約概率，現(xiàn)在這個模型大概做了一年多，訓練出來的模型已經(jīng)能達到一個專業(yè)中等研究員的水平，基本上可以預測債券違約率非常高。我上次跟他聊，我們能不能把這個東西轉(zhuǎn)成對股票預測，這個更復雜一點，股票有很多違約變量去搜索。其實上在國內(nèi)這幫人至少在不同領域，已經(jīng)在行業(yè)叫做大數(shù)據(jù)，我們說白了都是在做量化投資的一些布局。

　　這里是量化投資的起源和發(fā)展，路徑也不是特別長，時間關系不具體講每一階段是怎樣的情況，但基本上表達的思想是什么呢？這個量化投資不是一個投資方向的子級，它是投資根據(jù)時代變化的一個進化。這個話怎么理解呢？舉一個例子來講，在石器時代你用來捕獵的工具，無非是刀，到了火氣時代一定會用當時提供的工具進行投資或者生產(chǎn)。如果看這個歷程，比如說到08年左右大量的高頻交易產(chǎn)生，原因是什么？當時是IT的高峰期，整個市場的計算機水平在不斷提高，所以用這個工具在各個領域發(fā)展，投資領域也是需要的。比如說國內(nèi)大幅限制量化交易，本質(zhì)趨勢不可能再回到石器時代，到了這個時代，不可能再回到石器時代用當時的生產(chǎn)工具來進行生產(chǎn)。實際上時代已經(jīng)到來，我們不用擔心短期內(nèi)有什么樣的一個環(huán)境，但是這個東西是不可逆的。如果未來發(fā)展到真正的有更好的更具來使用，它一定會應用在投資領域。

　　這是現(xiàn)在資產(chǎn)配置的一個國外趨勢，這個也比較重要，我們根據(jù)這個趨勢在海外設置一個基金。其實也是發(fā)展計劃的一個規(guī)律，通過Beta收益你自己的理解根據(jù)市場現(xiàn)在的狀況來配置股票指數(shù)、債券指數(shù)，通過調(diào)整你的倉位、調(diào)整你的配置，中長期短期都可以坐，這個是Beta收益。市場是有效的，長期來講是跑不贏買一個指數(shù)的，尤其在公募里面又涉及到費用、成本和很多道德風險造成的影響，長期來說不如直接配置，因為你就是在賭Beta。后來大量的基金交易量規(guī)模增長超級迅速，或者做對沖基金領域，對沖基金領域是做阿爾法交易的。這部分收益在過去國際市場美國也是這樣的，它做的也是發(fā)展得風生水起。在國外是所謂的量化對沖，當然它可能是期貨對沖等等，做這一類對沖在發(fā)展了幾十年之后，它也出現(xiàn)兩個問題。因為對沖基金第一它的投資門檻非常的高，第二它的管理費和收費也是非常高的，第三它的流動性不好，對沖基金進入一兩年是出不來的，你想在年中做一個重新調(diào)配不可能。后來國外同行把對沖基金的一些策略標準化、簡單化、公開化，同行把方向簡單化、標準化、公開化，做成一個策略指數(shù)，這個可以覆蓋整個品種，這里有超額收益的。它的好處是什么？流行性非常好，可以跟同行做互換，不需一定要做一年兩年的投資，第二收益非常好，它是一種指數(shù)級的服務。

　　這是現(xiàn)在國外的發(fā)展態(tài)度，在國外比較火的是把基金也省略了，把配置需求貼到網(wǎng)上，直接有配置指數(shù)，根據(jù)你的指數(shù)直接調(diào)，這個成本更低。這個規(guī)模增長也很快，過去一兩年兩家公司規(guī)模已經(jīng)超過將近300億美金，而且公司的估值都非常高。這是國外發(fā)展路徑的一個趨勢，就是低成本化、平民化、策略透明化，有這樣的一種措施。

　　回到國內(nèi)的情況，為什么剛才我講對國內(nèi)量化對沖比較有信心呢？未來的發(fā)展趨勢會非常好，我們看一下國內(nèi)量化對沖的整個水平。這個是真實數(shù)據(jù)，在2014年對沖基金全球流入有764億美元一年，中國是不斷增長的，國外是比較飽和的，它的整體規(guī)模對沖基金總規(guī)模超過3萬億美元，占比三分之一，從增長速度來講01年到07年增長4倍多，共同基金只增長1.5倍，這是國外的一個發(fā)展態(tài)勢。國內(nèi)其實也是一樣的，在去年8月份之前，增長速度是非?？斓?。以我們?yōu)槔?，?4年以前完全不對外開放，做自由基金投資，2015年才發(fā)行第一只產(chǎn)品，2015年中沖到50多億，在8月底預約規(guī)模達到35億，如果當時股指期貨不受限，10月份規(guī)?？赡軟_到150億，大概是這樣的一個速度在增長。國外的私募基金以量化對沖基金為例，增長速度也是指數(shù)級增長，提速是非?？斓摹?/span>

　　另外一個可能后面會介紹，這個我就跳過去了，主要是國外的一些對沖基金，國外現(xiàn)在非常精細化。我可以舉一個案例，變成一個是多策略基金、另一個非常專注某一個領域做到極致。有一個基金當時做的規(guī)模也是非常大的，它只賭一個因子，有一個模型可以提前預測還款率，這個對整體定價有很大作用，他們是用客戶的個人信息，你的工資情況怎樣，用這些信息預測提前還款率，把其它風險全部封掉，只賭這一個。收益非常好，沒有怎么虧錢，在國外算是比較高的對沖基金。在國外對沖基金領域，它的細化程度非常高，你要做到非常極致，你要做一個多策略基金。未來我覺得在這方面的創(chuàng)新性會越來越多，包括用期權結(jié)構、模型性結(jié)構都會慢慢產(chǎn)生，多樣性應該是越來越多的。

　　這個是我簡單對量化投資整個策略類別進行的歸納，當然這個點的位置不一定100%準確，基本上想表達的思想是什么呢？資產(chǎn)配置相對來講滿足一個特性，收益由風險等價對換來的，基本上要用風險換取收益，有些東西可能在中國不太適用，像房地產(chǎn)大家覺得風險很低，但是它可能是一個周期，這個泡沫不可能持續(xù)地增長，在某些時段還會跌。如果幅度速率越高，回避越大，但是周期不好預測，你一生從小到大都是流失周期也是有可能的，這個要大家自己判斷。當然這個規(guī)律是物理規(guī)律，是不可逆的，風險要收益兌換。量化基金如果按這個維度來分，我簡單地歸納幾個維度：一個是時間維度，量化基金投資最主要的跟傳統(tǒng)公司尤其是股票投資個人投資或股票選股投資的最大區(qū)別，它的預測不是方向，而是確定時間的，它有一個時間維度。比如預測這個股票要漲，總有一個時刻是高于現(xiàn)在的點。它難在未來一個月、未來兩個月的概率怎么樣，這是量化的時間維度。但是影響到高頻交易，你要看有沒有足夠的大樣本數(shù)據(jù)，一個是頻率足夠高，高頻交易是黃昏上的明珠，幾乎不虧損，同時收益率超過，原因是樣本足夠多，我的概率不一定很多，可能是6成以上的收益率就夠了，每天交易1萬次，基本上達到一個正態(tài)分布，周圍風險基本消滅為0。這個維度很概念，還有一個統(tǒng)計套利策略，如果做得非常高頻，它會高于低頻策略，同樣的方法用到時間維度是不一樣的。同樣策略你可以測，你可以測10天維度、20天維度，1天維度也是可以的，不同維度產(chǎn)生的收益比是不一樣的。你做收益開發(fā)，可以從這個維度不斷搜索，也可以用人搜索、也可以人工系統(tǒng)搜索。

　　第二是人工信號維度，這是一個模型的因子和維度，這個維度是無窮無盡的。包括之前的文藝復興基金公司，他們原來用了很多語音識別的，找專家目的是什么？識別語音，在語音信息里面提取交易信號，就是做這件事。

　　資產(chǎn)類別維度。比如說你看一個量化對沖基金，它有10只股票，這肯定不是量化對沖基金，我可以100%地告訴大家。它有比較明確的預測時間框架，而且有概率，這個概率是歷史上不斷出現(xiàn)的，同時要跟蹤預測的準確性和穩(wěn)定程度，你要對因子進行跟蹤，否則這個東西會失效。最終是風控模型、風險模型、風控體制，有沒有用量化標準強制化地執(zhí)行。

　　這里講現(xiàn)在的現(xiàn)狀未來的發(fā)展，有幾個維度和幾個發(fā)展方向。量化基金肯定是初期階段，原因是交易品種限制很多，這個品種在不斷擴充，可能去年步伐比較快，今年步伐比較慢或者有一些回調(diào)，但是總體趨勢不變，這個趨勢是不可逆的。有很多公司做很多這方面的交易，上一個品種給我們創(chuàng)造很多新的交易策略，我們的維度是可以不斷擴張的，這些東西新的品種造成你的維度可以擴張。

　　現(xiàn)在經(jīng)過過去的發(fā)展，對于模式的認可度越來越高了。舉一個例子，去年年初的時候我們?nèi)ズ芏嚆y行跟人談，基本不太了解量化對沖的模式，但是到年中6月份的時候，現(xiàn)在基本上大型的銀行包括4大行和主流商業(yè)銀行都配有這方面的人員，而且非常專業(yè)，可以問到非常專業(yè)的問題，大量配置這方面的人才來主推。

　　第三是利率時代來臨，原來無風險的溢價越來越多體現(xiàn)在風險價值里。比如以前買房地產(chǎn)信托，你現(xiàn)在不敢買了，要買就要想一想，這個東西一定銀行什么風險在里面。低利率，而且債券利率下行，它已經(jīng)有6年牛市，尤其在國外持續(xù)這么多年，除非你手里持有長期的現(xiàn)券做長期套利，但是做價值套利比較看。同時銀行資產(chǎn)倒掛，一定要高收益的能夠貼補現(xiàn)在收益的短缺的。

　　另外說策略的深度開發(fā)，這個是大量的國外人才回來，帶來很多國外的套利模式，應用在中國的市場這個在不斷地深化。比如說統(tǒng)一套利，我們2013年開始做，不斷地擴充，這個做的深度不同會有很大的區(qū)別。

　　短期的瓶頸大家也知道，第一是連續(xù)的股指下跌造成期貨的現(xiàn)狀。長期來講它一定會放開的，如果國內(nèi)品種不放開，海外一定會出現(xiàn)這個品種。這是定價權的問題，如果你把定價權交給國外交易所，你喪失的是更多東西。但是會不會放開？會放開。股票漲跌停機制，它并不是一個好的機制，比如說這個跌停板之前是熔斷，造成一個什么現(xiàn)象呢？它應該是分化才能賺錢，如果所有股票都在同一個點位，全部停掉，它可以再跌的你不讓它再跌了，好的東西沒法進行定價，這也不是一個好的機制。去年有一撥大的量化牛市一直上來的話，我們不會花很多精力開發(fā)新的策略，但是現(xiàn)在這個環(huán)境造成我們不斷地深挖，比如說在商品類做套利，比如在期權類發(fā)展很多策略，一個事物肯定有好有壞，不好的環(huán)境造成在某些領域更深挖你的策略。

　　這個是目前環(huán)境的思考，因為在座機構也是很多專業(yè)的投資機構，我們可以跟國家做一個呼吁。我個人理解大家有一個誤解，衍生品和實體沒有什么區(qū)別，好像是一種投機行為，所以它不應該大力發(fā)展，其實這是一個誤區(qū)。股票是什么東西？它也是一個衍生品，它是一個代號，并不是一個實體。目的一個是定價、一個是交易，用這個標的增強市場流動性和資金流水，衍生品掛鉤的標的可能是商品指數(shù)或者本身就是一個標的，它的標志還是兩個：定價和交易。但是它可以幫助很多企業(yè)規(guī)避風險，來降低它本身營業(yè)的一些波動，你說它對經(jīng)濟社會有好處，否則一個波動就倒閉重新重組等等。

　　第二投機和投資的關系，投資是什么？投資是短期的投資，投機是長期的投機。大家有一個錯誤觀點，比如像高頻交易，賺投資者的錢，這個觀點是不對的。比如貨幣市場是現(xiàn)在全世界流動性最好的，交易規(guī)模是整個全球商品市場的46倍，全是投機，大部分是投機，它是充分有效的一個市場。