这个时代,每时每刻都会有令人惊艳的创造。
就比方说当下的各种gpt的出现。我们见证了太多新鲜事物,感受到的是惊喜,当然也可能是惊吓。
关于ai会不会替代人的这种讨论,从十年前的“阿尔法狗”便开始了,这么多年过去了,好像也没人讨论出个一二三来。但是ai的发展依托算力的进步,可没有丝毫懈怠。市面上雨后春笋般的各类工具,无论是写文字的、画图的甚至是跑代码的、做数字人的……无论好用还是不好用,它都在那里,默默地成为改变世界的一股力量。
但是对于这个疑问,我们听到了孙蒙铿锵有力的解答:
“正如那些不愿看世界的种子,不会发芽。”
“与其担心是否会被超越甚至取代,不如去研究并掌控这种力量。”
显然,孙蒙是这么说的,同样也做到了。
我们先认识一下孙蒙。
从物理到金融:是基金经理,更是科研工作者
孙蒙从小就对数理科学有着浓厚的兴趣和天赋。曾经在全国物理竞赛中获得过一等奖,后来到北京大学物理系深造。2011年之后去美国ucla(加州大学洛杉矶分校)学习电子工程。
其实北大物理的毕业生中,做量化的人非常多,其中不乏业内大佬。号称私募的“四大金刚”中,有两大“金刚”都出自北大物理。关于物理与金融,孙蒙这样理解:物理其实就是人通过自己所能理解的手段、数学模型去理解世界,对于金融市场来说,通过建模的手段去理解金融市场,只不过建模的对象会不太一样,其实里面有很多东西是相通的。
学生时代从本科到硕士,吸收了东西方不同语境下的实践经验,丰富的物理建模经历也为后来从事的业务打下了坚实的基础。
回国后,孙蒙先是从事了几年的衍生品投资工作,在2017年加入华夏基金。应该来说华夏基金在ai智能投资方面具有很强的前瞻性,这一点在今天来看尤其明显。2017年,当时的华夏基金就在业内率先开展“ai ”投资团队的组建,孙蒙作为新锐,在团队当中发挥了关键的力量。先后参与了多个项目和产品的研发和管理,积累了丰富的ai模型及策略经验。
应该来说近几年量化的出镜率很高,无论是公募还是私募,被讨论的频率都很大。量化其实更强调的是一种客观,并用这样的方法去寻找不为人知的规律,后面我们再展开说。
熟悉华夏基金的人大概能看出来,这个公司非常“卷”,市面上大部分创新金融产品的发扬光大应该都能看到这个公司的身影。同样,由于ai 投资这个工作的确没有什么先例可言,孙蒙通过不断地探索和创新,将最新的ai技术不断应用到量化投资中,形成了自己独特的投资方法。就这样不断地优化和迭代模型,提高了模型在海量数据利用、反馈调整的能力,更注重风险控制,十分令人惊艳。
从多因子到ai:更符合时代特色的超额
传统的量化,常见的是“多因子策略”,这无论在国内还是国外都是相对比较成熟的策略,它背后的驱动是基于对于金融市场的认知。有的是基本面因子,有的是风格的,还有交易信号、量价的。多因子策略就是把这样的投资理念,这些从历史数据中获取的经验,通过数量化的方式进行表达,然后通过打分和排序的方法,筛选出在当前投资性价比最高的标的。
那么问题来了,对于人而言,寻找这些因子是有困难的,甚至很多时候是不现实的。同时,我们假设市场上存在一种规律或者是真相,但是这个的本质可能并不是我们熟知的价值投资、趋势投资,一切表象背后真正的驱动力究竟是什么呢?可能这是人脑永远无法参透的。但是ai或许可以。
孙蒙在多因子策略的基础上,引入了ai,尤其是深度学习技术,来提升模型的性能和效果。“可以把它理解成我们希望通过算法来训练一个基金经理。”主动基金经理可能会去做历史的复盘,不同阶段该以什么样的信息和投资策略去投资,对于算法来说也是做类似的一件事情,只不过把复盘这件事情更多地交给算法自动去做。
怎么样去复盘?其实这里人对市场的理解极其重要。孙蒙的ai 投资,更多是把模型作为进入和理解市场的手段和工具,希望对市场能形成更好的刻画。与传统量化一脉相承,孙蒙的策略是基本面驱动的。“因为对于公募基金来说,在交易上我们的约束和风控的要求是非常严格的,我们很严格地去遵守规定,所以不具备条件去做高换手策略的,所以希望我们的策略是从基本面出发,能对市场形成更好的定价的逻辑去做策略的驱动。”
简单来说,利用ai和海量数据,通过模型化的方法,寻找市场中被低估或错误定价的标的,从而获得超额收益。同时通过ai深度学习技术中的强化学习方法,让模型能够根据市场环境和自身表现不断地进行学习和进化,从而提高模型对于市场变化和异常情况的适应能力。最终,这样的模型不仅能够提高投资效率和精度,还能够降低人为干扰和情绪波动的影响,能够让模型努力为投资者创造可持续的、更稳定的、有壁垒的alpha。
从超额收益到价值共享:要做有门槛的事才能获取长期稳定的超额收益
孙蒙更希望把自己理解成为一个科研工作者。实际上他的团队也是如此,更像是一个科学家团队。本着这种科学探索的精神,他们也坚持认为超额收益的持续性来源于策略的持续迭代和研究。
市场既然存在,就决定它总是博弈的。易于获得的α会很快变成β。因此对于孙蒙和他的团队来说,要做有门槛的事才能获取长期稳定的超额收益。
门槛在哪里?首先,孙蒙并不希望行业热点的轮动会对超额收益形成影响。孙蒙在整个仓位上不会做任何择时,这样市场本身的波动其实并不会对组合有显著影响;二是行业包括风格都是做了中性的处理,“无论行业轮动再怎么热闹,我们坚持在每个行业里优选个股这件事情。”其实也好理解,优选个股这个逻辑,好的公司一定是存在背后逻辑支持的,所以并不会随着行情怎么样变。而如果有一个投资策略因为市场行情的变化而出现了大幅回撤,那么这种策略一定赚的是beta的钱,而不是alpha的钱,赚的是市场风格的钱。“我们从来不愿意去赚市场风格的钱”,孙蒙解释道“我们希望的是在每个行业里去精选个股,然后获得超额收益”。
另外,技术上的理性更是关键。市场上的信息和噪音实际上是很难区分的,孙蒙团队不会对模型的结果做过多主观的干预,“我们不会说今天看到大家都买成长股,就拍脑袋把整个组合偏到成长;或者觉得市场要跌了,得多配点价值,拍脑袋去配价值。”孙蒙团队都是按既定的策略训练模型,并且希望所有的框架可回溯,让所有应用到实盘的策略或者信号都是经过历史检验的,“不希望我们有任何主观和灵感涌现的因素体现在我们策略当中去。”这也让他最终不惧风格切换,在波动中取得了优秀的业绩。
以今年来多次实现净值新高的华夏智胜先锋为例,从历史业绩走势看,该基金应用ai 量化策略有效性显著,近一年净值增长率达到22.58%,近半年净值增长率达到18.15%,自2021年12月15日成立以来截至2023年一季度末累计实现超额收益为26.29% (净值增长率14.10%,同期业绩比较基准-12.69%),持续创造超额收益,一季度规模相比2022年年底增长164.09%,也表明了市场的青睐。
数据来源:基金定期报告,经托管行复核,业绩截至2023/3/31。产品业绩比较基准:中证500指数收益率*95% 银行活期存款利率(税后)*5%。基金的过往业绩并不预示其未来表现,基金管理人管理的其他基金的业绩并不构成本基金业绩表现的保证
除了华夏智胜先锋,孙蒙还管理着华夏智胜价值成长、华夏中证500指数增强等量化基金产品,这些产品都是基于ai 投资策略,对标中证500指数去获得超额收益。
华夏给这个系列起名“智胜”,其实大多数投资者是不会一眼理解这两个字到底说的是什么。但是可能也正因为如此,在深入了解后,才会感到如此惊喜。
在中小盘风格占优的当下,孙蒙将于6月28日起发行华夏智胜新锐这只新基金。与之前不同的是,新基金对标中证1000指数,将继承孙蒙的ai 投资方法,力争帮助投资者获取比中证1000更强的收益。
从中证500到中证1000:全新赛道的全新机遇
中证1000指数是一个覆盖a股市场中市值较小、流动性较好的股票的指数,它是在剔除了中证800指数成份股后,按照总市值从大到小排名选取的前1000只股票组成的。由于中证1000指数选取的是市值较小的股票,这些股票往往具有较高的成长空间和潜力,也更容易受到市场热点和主题的影响,从而产生较高的收益率。另外,中证1000指数具有较低的估值水平、较高的分散性,分析师覆盖密度低,这也意味着这个指数的成分当中更容易挖掘“黑马”。
孙蒙认为,中证1000指数在当下具有较高的投资价值和吸引力,也更适合ai 投资去发挥其优势。他将继续运用自己独特的ai 投资方法,帮助投资者挖掘全新的机遇。
从科学到艺术:冰冷的数字代码背后的理想和信念
回到开始,科学和艺术结合的投资方式,似乎像是噱头,但是ai 投资或许真正践行了这句话的真谛。
我们可能会好奇,训练出的“ai基金经理”,会有怎样的投资框架,比如偏好低估值或者偏好高成长。孙蒙认为,这就是希望通过算法去回答的最重要的问题。因为无论是“低估值”还是“高成长”这样的策略,我们对其的青睐可能是因为过去或者未来会奏效。
孙蒙希望回答的是这些大家比较熟悉的投资理念所不能回答的问题——比如可能在某一个阶段确实赚到钱了,有没有比这个还有优势的一些做法或者投资策略存在?或者反之。“这在我看来并不那么优美,我们希望算法自主地去寻找可能的最优的投资策略去做投资。”
我们可以这样理解,科技本质上是为人类服务的,而不应该成为人类的负担。孙蒙曾说:“这么多年来,真正驱动我们不断前进的,其实是先进技术和人类好奇心的结合。我们不断想要理解市场如何运转,这个世界如何运转,最终让我们更好地用ai的逻辑去获取超额收益。”我想这就是孙蒙对于“智胜”最好的诠释。
之前看到今年华夏基金25周年的主题,反复提到让投资人“如愿”,这很恰当且直接地表明了公募基金的行业使命。不知道我对孙蒙的“智胜”了解的是否准确,但我愿意相信,“智胜”,会成为投资者如愿未来的重要力量。
