《基金经理投资笔记》一线视野，基金经理主笔分享真知灼见

　　本文作者：王剑 浙商基金智能投资部基金经理

　　全文2200字左右，阅读需要10分钟

　　从20世纪30年代的大萧条到21世纪初的次贷危机，金融市场的复杂性不断为人们所认知，投资者们对金融市场的兴趣也日益浓厚。他们希望能够像物理学一样，尝试建立一套清晰的理论系统或者说范式，来实现市场规律的统一，这是一种典型的还原论主义。

　　所谓还原论，指的是这样一种科学探究方式，对一个体系的研究，我们只需尽可能的研究其基本组成部分，就可以完成对整体的精确认识。在过去几个世纪里，还原论主义一直统治着科学，我们几乎本能的相信，认知的过程就是一个对体系不断肢解的过程。还原论的认知观念和探寻物质世界本源的诉求均来自物理学。

　　例如，法国的拉普拉斯曾高傲的宣称：世界的本源就是经典力学的机械决定论。存在这样的妖魔，他知道宇宙中的每一刻每一原子的运动，然后知道一切。几个世纪以来，拉普拉斯妖的力学决定论反映了物理学界的共识。物理学正是通过还原论的形式得到不断的发展，物理学家们不断拆分系统的组成部分，发现物质是由原子组成的，原子又包含原子核和电子，原子核内有质子与中子，进一步的研究，发现了组成质子的夸克。

　　在这一套研究体系下，物理学家们发现了宇宙中的四大力：物质与物质间的万有引力（与质量成正比、距离平方成反比），电磁力（同极相斥，异极相吸），夸克之间的强核力（距离越大，力越大），造成β衰变的弱核力。经典力学中最为著名的牛顿三大定律就是还原论主义的经典例子，他的研究体系认为：粒子行为都是遵循最小作用原理的，单个粒子行为可以从整体粒子体系中孤立出来，单个粒子的行为是有规律的，可预测的，在特定环境中，其行为是确定的，粒子体系的行为是单个粒子行为的总和。

　　由此可见，还原论自物理学诞生之日起，就一直是科学研究的主要驱动力，在科学中曾具有不可估量，甚至超验性的价值。

　　但科学家们很快就认识到还原论的局限性，对于系统基本结构单元的性质和规律的了解并不能让我们全面的理解系统的行为。例如，虽然我们已经知道了原子是由原子核和电子组成的，但是在经典力学的框架下，还是没有办法理解光电效应（在高于某特定频率的电磁波照射下，某些物质内部的电子会被光子激发出来而形成电流，即光生电）。新的理论应运而生，20世纪量子力学的极大的促进了物理学的发展。

　　类似的，古典经济学家们认为每个个体的行为可以与经典物理学运动相比，他是有规律的，可以预测的，整个系统的行为是每个个体行为的总和。但是次贷危机的经历和历次股市泡沫的破裂告诉我们，存在大量个体的行为是复杂的，该集体行为并非个体行为的简单叠加。作为一个复杂体系，系统功能一般不能还原为其不用组合自身功能的叠加，我们需要用系统论的方式对整体系统进行研究，充分考虑系统的复杂性。

　　作为一名A股市场上的参与者，过去一段时间内，资本市场上的研究大多数都是在还原论的指导下进行的。一方面，行业研究员深挖某个产业或者个股，为了获取超越基准的收益，在自己熟悉的产业和个股下重注。另一方面，量化研究员们，一直在研究具有超额收益的alpha因子，每家机构的因子库，从barra的基础风格因子不断得到扩展，每家都有成百上千个历史上超额稳定的alpha因子。

　　同样的，为了获取稳定的超额收益，投资经理依据当前的宏观经济或者某个因子的历史表现来决定暴露某一类因子。这是典型的还原论主义，忽略了股票或者因子之间的非线性作用。他们认为，只需要弄清每一个股票或者因子的表现，就能够了解整个市场的走势，获取稳定的超额收益。

　　然而，这样的投资方式可能造成净值的较大波动。例如，低估值股票在历史上表现一直较为优秀，如果投资者线性的看待低估值风格，2019年持续买入低估值的股票组合，可能超额收益并不明显。因为他们忽略了股票或者因子之间的非线性作用，因子历史的超额收益并不能线性外推，股票市场的因子库应当作为一个整体系统来对待。

　　随着信息维度的不断扩大以及计算机算力的不断提高，与人类相比，AI在处理非线性复杂体系上具有天然的优势。对于目前国内A股市场而言，股票数量越来越多，各家机构的因子库不断扩大，形形色色的参与者不断加入，使得A股市场的复杂性得到进一步加强。与欧美市场相比，国内市场是一个有效性较低的市场，散户的参与度相对较高，股票表现多数存在过度反应现象，投资们能够用收盘价，成交量等挖掘出很多表现优秀的因子，但这些因子都是在量价的基础上拓展得到，因子之间的相关性或者相互作用较强，当市场出现交易拥挤时，这一类因子可能同时失效，例如今年2季度以来，这些高频因子出现了短暂失效现象。

　　由此可见，作为专业投资者，不应当把研究思维限制在还原论的框架内，所有精力放在深挖单个因子上，而是在不断扩充因子库的基础上，借助AI预测不同因子组合的未来收益。对应的，国内公募基金最近几年密集发布SmartBeta指数，其背后逻辑是投资某一类或某几类风格的股票组合，这些投资工具过去一段时间给投资者们带来了较为稳定的超额收益，但是考虑到国内市场的复杂性以及不断扩展的因子库，未来仅仅投资某一类风格的股票可能获取的收益波动性较大。更为理智的做法应该是借助AI手段，将高度相关的因子作为一个整体，而不是预测单一的某一个（类）因子的未来收益。于此同时，我们还应当考虑宏观，市场活跃度，参与者信息等因素，让模型自适应的去预测高维性质的股票的未来收益，即以AI-Beta的形式去获取超额收益。

　　然而，我们并不是说停止对单个股票或者因子的研究，而是在此研究基础上，考虑因子间的非线性作用，借助AI手段去研究因子组合。相应的，我们预期随着因子数量的不断扩充，自适应的AI-beta的表现将超越传统的Smart-Beta策略。

　　【了解作者】

　　王剑，浙商基金智能投资部基金经理。复旦大学物理学博士。曾就职于东证期货研究所，2015年1月加入浙商基金管理有限公司，现任浙商沪深300指数增强、浙商中证500指数增强、浙商中华预期高股息指数增强基金经理。

　　【专家点评】

　　金融界智能研发团队认为，随着国内金融市场进一步对外开放，全球资金流动性特征更加丰富多样，金融市场作为一个复杂系统，将会给投资者带来更大的挑战，如何在纷繁复杂的金融数据中，通过算法模型找到有迹可循的投资规律，一直都是量化投资者追寻的目标，其中，借助人工智能技术手段，可以达到事半功倍的效果。

　　金融界智能研发团队独家研发并上线实盘的智能投顾产品——灵犀智投，正是借助人工智能技术来提高投资决策系统的有效性与稳定性，在2016年11月上线运营至今，已有三年时间，不仅经历了2017年的国内大盘价值股的单边上涨与美国总统特朗普上台新政带来的美股最长牛市，也经历了2018年全球系统性风险爆发带来的全球各大类资产回调震荡的恐慌行情，同时，正在经历2019年全球经济预期衰退、贸易纷争起伏以及地缘政治风险频发等不确定性的市场波动。其中，全球宏观多因子研判系统，为整个投资组合提供了穿越全球市场不同周期的资产配置“定心丸”，技术层面上，不仅考虑了每个因子在历史上的有效性和近期的可持续特征，而且融合了复杂自适应系统模型，动态严选每个因子在趋势研判上的胜率，为整个趋势研判系统的稳健性提供保障。

　　灵犀智投上线实盘运营三年多时间，截止2019年11月8日，为投资者提供的20个不同风险等级的投资组合平均创造了约23.43％的累计绝对收益率，收益表现最好的进取型4号投资组合，三年时间年化收益约10.88％（同期沪深300指数年化收益率为5.71％），年化波动率仅为6.13％（同期黄金市场年化波动率为7.95％），以2.5％无风险收益为基准的预期年化夏普比率约为1.37，相当于为投资者提供了一款只需要承受投资避险资产的风险，而获取了超越权益类资产收益的投资产品，体现出“人工智能＋全球资产配置”的实力。未来灵犀智投将继续保持目标风险配置策略为主，在投资者可承受投资风险范围内创造更多的回报，践行“买方投顾”服务宗旨，坚持智能科技驱动下的全球资产配置，为投资者创造中长期稳健收益提供帮助。

　　【相关笔记阅读】

　　只买便宜的？趋势比估值更重要 

　　作者：招商先锋基金经理 付斌

　　股债二八：适合中国市场的高性价比资产配置中枢

　　作者：华宝基金养老金部副总经理刘翀

　　“AI+HI”--对抗投资领域“熵增定律”的新模式 

　　作者：浙商基金中央交易室总经理王峥

　　回顾上一期《基金经理投资笔记》：复盘2019：A股市场韧性逐步增强，长期看好中国经济