《2017年智能金融-人工智能在量化投资应用与展望2017年09172120》由会员分享，可在线阅读，更多相关《2017年智能金融-人工智能在量化投资应用与展望2017年09172120（43页珍藏版）》请在金锄头文库上搜索。
1、人工智能在人工智能在 量化投资的应用及展望量化投资的应用及展望 对外经贸大学金融学院 潘慧峰 2017年9月17日 个人简介个人简介 潘慧峰，对外经济贸易大学金融学院教授 ，博士生导师，量化专硕项目主任，智慧金 融科技研究中心主任。2000年获哈尔滨工业 大学管理学硕士学位，2006年获清华大学数 量经济学博士学位。主要研究方向为股票量 化策略、实证资产定价、基金分析、资产配 置。 2 Outline 人工智能给量化公司带来哪些竞争优势？ 为量化投资提供服务金融科技公司 量化投资的智能化趋势 人工智能在量化策略设计中的地位 3 人工智能给量化公司带来哪些人工智能给量化公司带来哪些 竞争优势？竞
2、争优势？ 量化投资公司的竞争力量化投资公司的竞争力 更多的信息（网络爬虫获得信息，人工智能 所能处理的非结构化信息） 更及时的信息（对于同样的信息，谁先获得 谁具有优势，这对算法的速度提出了要求） 对信息的正确解读（金融逻辑） 5 人工智能能提供人工智能能提供 网络爬虫获得更多的信息 人工智能可以处理非结构化信息（文字识别、 图像识别、语音识别，要求处理的越快越好） 处理信息的算法 6 Twitter预测股价预测股价 人工智能的提供更多非结构化信息人工智能的提供更多非结构化信息 Remote sensing Metrics 是一家卫星情报分析公司 ，通过遥感卫星记录商场客流量。 -卫星追踪星巴
3、克、沃尔玛的人流数据和车场车辆变化 -通过停车场的监控数据、公司对卖场的客流量、市场 份额、竞争对手情况进行分析。 -并以周度、阅读或季度频率向客户发送报告。 2013年，twitter推送新闻称两颗炸弹在白宫爆炸，标 准普尔下跌1%，美国大量的对冲基金使用twitter的 数据进行自动化的交易 人工智能可以提供非线性算法（人工智能可以提供非线性算法（AdaBoost) 动态模型的选股机制能够对复杂多变的股票市场做出 及时的反应，从而能够更加贴近市场的最新变化。 传统传统多因子模型无法对市场风格变换做出反应多因子模型无法对市场风格变换做出反应 按照因子值大 小对股票排序 根据排序确 定个股权重
4、 构建投资组合 AdaBoost对传统非线性因子的改善对传统非线性因子的改善 算法中每一层的弱分类器本质上是把原本非线性的区 分能力进行了线性化 MACD因子 用分类树方法预测股票是否高送转用分类树方法预测股票是否高送转 非参数方法 根据数据自动生成最优分类树 “树枝”具有较低相关性，防止“过度拟合” 人工智能在学术界的应用人工智能在学术界的应用 媒体语气会影响股票收益吗？基于互联网媒体 的经验证据 -数据：51家国内主流互联网媒体关于A股上市公司的 新闻报道 -方法：运用计算机信息抽取和自然语言处理技术，- 逻辑：将媒体新闻划分为正面、中性和负面报道，考 察媒体语气对股票收益率的影响。 姜富
5、伟 管理层情绪与资产定价（JFE 已接收） -数据：上市公司财报和电视电话会议文本文档 -方法：使用文本大数据挖掘方法扫描数据 -逻辑：提取公司财报和电视电话会议文本文档里隐 含的积极或消极情绪信息，构建反应经理人情绪状态 的经理人情绪指数。 为量化投资提供服务的金融科为量化投资提供服务的金融科 技公司商业模式技公司商业模式 金融科技提供量化投资服务的业态金融科技提供量化投资服务的业态 金融科技公司提供的量化投资服务金融科技公司提供的量化投资服务 C端的策略回测平台 -优况、聚宽、米宽、大宽（量邦科技）、点宽 -提供了传统的金融信息与易用的系统 -策略保密性无法保证 -在C端无法实现商业利益，
6、部分平台提供给券商研 究所用于策略报告的撰写，无法进入量化基金市 C端的期权交易平台 -小期旺 -期权更易懂、投入更低 -提供了散户投资期权的机会 金融科技公司提供的量化投资服务金融科技公司提供的量化投资服务 C端的智能投顾 -为散户提供择股服务 -为散户提供择时服务 -散户更关注涨停股而不关注仓位 B端的金融科技公司 -FoF系统，提供基金遴选、资产配置量化分析（况客科技、 数字动能） -投研系统，提供研究报告写作系统和知识管理系统（ 况客科 技） -策略回测系统，提供本地的回测，解决了策略保密性的问题 （ 数字动能） -QuantEye ，提供关键词搜索、热度，及策略回测（拉普拉斯 公司）
7、 -朝阳永续，提供一致预期数据 优况回测平台优况回测平台 回测平台 优矿，聚宽，中量网，大宽网，米矿等 社区交流 大赛 新手教程 Risk Management and Financial Institutions 2e, Chapter 9, Copyright John C. Hull 2009 19 信富二级市场情绪指数信富二级市场情绪指数 若指数向上增加，说明市场看好，建议加仓 若指数向下减少，说明市场看衰，建议减仓 京东金融智能投资顾问京东金融智能投资顾问 智能投资顾问原理（基于BlackLitterman）： 问卷分数 S 风险容忍系数 市场厌恶系 数 协方差矩阵 资产市值权 重
8、mkt 市场均衡收益 = mkt 观点收益 Q 观点误差 观点分布 N（Q，） 新合成的收益分布 P PP 1(Q P) 主观观点 得到最优的权重 MaxE R 2 历史收益 京东金融智能投资顾问京东金融智能投资顾问 基于风险容忍能力系数 50分-110分资产配置分布对比图 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 50分 5.631578 60分 5.105263 70分 4.5789473 80分 4.05263157 90分 3.5263157 100分 3 110分 2.473684 美元 黄金 债券 股票 货币基金 况客科技的况客科技的F
9、OF系统：资产配置功能系统：资产配置功能 况况客科技的客科技的FoF系统：基金的风格分析系统：基金的风格分析 QuantEye事件搜索事件搜索 关键词：共享单车 QuantEye事件搜索事件搜索 “共享单车“的热度（新闻）走势图 QuantEye事件搜索事件搜索 事件前后资产涨跌幅走势图 对商业模式的反思对商业模式的反思 先进的技术未必成就好成功的商业 商业成功的前提必须为刚需 必须有客户支付意愿 量化投资的智能化趋势量化投资的智能化趋势 国内外量化国内外量化基金亏损严重基金亏损严重 2016年10月13日，在纽交所上市的知名对冲基金城堡投资 集团宣布，因连续亏损和撤资，公司将关闭其旗舰对冲基
10、金 堡垒宏观基金（Fortress Macro Funds），并向投资者返还 现金。 对冲基金巨头复兴科技投资公司宣布，因为亏损严重，将旗 下一只量化对冲策略基金复兴机构期货基金（RIFF）清 盘，并向投资者返还资金。 美国贝恩资本Bain Capital宣布将旗下的绝对收益资本对冲 基金清盘，返还投资者所有投资。该基金截至2016年8月底 亏损超过14%。 2017年国内80%的量化基金都处于亏损，小市值因子阶段性 失效 2016年以来诸多年以来诸多Alpha因子失效因子失效 从收益来源看，对冲基金通常追求绝对收益，通过做多和做空一篮子股票获取Alpha 收益：指数基金被动跟踪股票指数，在一
11、个持续性的大牛市中，指数基金通常能为投资者提 供稳定的beta回报，不过，alpha收益是很难获取的，并且随着对冲基金行业规模的不断扩 大，基金对alpha收益的竞争也越来越激烈，以最简单的因子模型为例，2016年1月至7月， 大部分股票因子都无法提供正的收益，这也是为什么对冲基金表现比较低迷的原因。 10% 6% 5% -5% -8% -9% -9% -11% -15% -10% -5% 0% 5% 10% 15% 规模因子 股息因子 估值因子 波动因子 收益因子 报表因子 成长因子 动量因子 2016YDT 现代人工智能的突破现代人工智能的突破 传统编程 AI与机器学习 机器学习 人工智能
12、六大应用人工智能六大应用 Autonamy 自动化 Optimize complex systems 优化复杂系统 Understanding whats happening in pics and videos 理解图片和视频 Understand people using language 理解语 言，理解人们 Create content 创建内容 Making prediction 做预测 无用阶级的出现无用阶级的出现 人工智能引致的量化投资趋势人工智能引致的量化投资趋势 智能化：Fintech的兴起给量化投资带来了技术 上的支持 人工智能非结构化式数据（文本、图像、声音 等）结构化式
13、数据 人工智能算法线性的人工建模非线性的建模 元知识学习用机器选择不同的投资策略 机构化：散户慢慢被淘汰 35 人工智能对量化投资的影响人工智能对量化投资的影响 人工智能会取代一部分基金经理，但不会全部 取代 人工智能的优势 费用更低廉 基于算法的量化投资 速度更快和准确度更高 人工智能的劣势 黑箱，缺乏金融逻辑 需要大数据的支持，数据隐私、数据脱敏问题 量化投资是一门科技-AQR，D.E.Shaw, 复兴科技与城堡基金 研究基于“系统的一致的方法”来构建投资组合 四种风格价值，动量，防守和持有 风险平价策略，基于潜在风险而非资产类别的均衡配置 AQR（应用量化研究），Cliff Asness
14、 斯坦福的博士，哥伦比亚大学的计算机科学，计算生物学以及生物信息学教授 一个投资于全球的技术开发公司，尝试做其他公司认为不可能的，或者根本没 想过的事情 D.E.Shaw（David E.Shaw） 石溪大学数学系主任 量化交易，大数据分析，动态定价，电脑驱动 复兴科技（James Simons） 高频交易 电子市场 城堡基金（Kenneth Griffin） 全球量化投资行业的新方向全球量化投资行业的新方向 大数据 系统+策略众包（ Quantopian） 人工智能+智能投顾 -策略配置 -另类化择时 人工智能在量化策略设计中的地位人工智能在量化策略设计中的地位 人工智能的应用领域人工智能的
15、应用领域 人工智能高度依赖数据 人工智能对非结构化数据的处理 -文本 -图像 -声音 人工智能本质上是一种非线性算法 -非线性的拟合的好，但是不稳健 -可能出现过拟合现象， 只要神经元足够多，可以 逼近任何一个函数 -策略参数可能不稳健 人工智能不能取代金融逻辑人工智能不能取代金融逻辑 人工智能的重要技术机器学习、深度学习是黑 箱，但量化策略路演时要向投资者解释金融逻辑。 策略的改进依靠金融逻辑，能知道赚的谁的钱、策 略为什么能赚钱。 策略的失效管理也依靠金融逻辑，知道策略的哪些 前提假设不成立了、为什么会失效。 人工智能进入量化策略的方式 -金融逻辑+适当的参数优化 -数据挖掘出赚钱策略+给出线索+最终要寻找金融逻 辑的支持 人机结合，人工智能和人一起决策进行策略配置是 未来的发展方向 End
