泓信投资尹克：利用人工智能和机器学习获取超额收益

尹克，泓信投资董事长兼投资总监，也是中国量化投资的成功实践者。尹克从小就是个学霸，高中时期获得全国奥赛奖牌，保送北大，继而又在美国获得统计学硕士和计算机博士学位，专注于计算机人工智能和数据挖掘。2010年，尹克被华尔街著名对冲基金Pine River Capital Management (PRCM) 聘请至公司担任全球量化策略总监，后从纽约派遣回国，担任中国分公司总经理，负责美元资产的全球交易策略和量化模型的开发工作，同时负责亚洲量化股票交易，取得了优异的业绩。2013年年底，尹克选择重新出发，创立泓信投资，立志按照海外的对冲基金模式打造一只中国本土的对冲基金。同大部分基金经理一样，业余时间尹克也会打打德州扑克，爬爬山。

量化投资在中国和海外的差异

在量化投资方面，泓信主要是通过挖掘历史大数据来指导投资和预测未来。量化投资在中国还是比较新的领域，时间并不是很长，衍生工具还在逐步推出。目前在股票和债券方面应用比较多，主要是利用大数据筛选优质品种进行投资。今年以来利用量化投资在期权和商品期货上也能发掘套利机会，如CTA策略的应用。

在投资者结构方面，海外市场比较成熟，以机构投资者为主因而市场效率比较高。目前的中国市场几乎与国外相反，在股票市场个人投资者比例达到了80%。个人投资者的不成熟，容易带来大量获取超额收益的机会。例如在美国，如果战胜标普500、每年能获取5%的超额收益就非常了不起，而在中国可以通过更高级的量化方法获得更高的超额收益。

在衍生工具方面，中国和海外市场还有差距，例如对冲工具不如海外丰富，因而量化策略相对海外也少一些。

在海外，量化投资发展了30多年，已经是资本市场非常重要的组成部分。而在中国，进行量化投资的资金比例相对来说较小，对市场的影响也比较小，但同时也有机会获取更高的收益。

泓信每个策略都由不同的团队负责，如股票量化团队和债券团队都取得了超过市场平均收益的成就。泓信投资的投研团队基本就是以前海外对冲基金的投研团队，一起默契配合了很长时间。这也是多策略产品取得成功的一个重要因素。

利用蒙特卡罗模拟进行风控

对于多策略产品来说，风控的难点在于如何把不同资产类别的风险放在同一个框架下考虑，实际上所有的风险都可以量化，例如用最大回撤或者年化波动率来进行量化。泓信自主开发了跨资产的风险模型，背后是蒙特卡罗模拟，也就是对所有资产包括股票、债券、期货等，都进行多次未来走势的模拟。如果多次的模拟结果都非常集中，说明这种组合的风险比较小。通过这种模拟可以把跨资产的风险量化，这样不管是在整个基金层面，还是对每个策略、每笔交易而言，在设立风险预算之后都可以有效控制回撤。

引入神经网络和人工智能战胜市场

传统的量化模型是线性模型，好处在于有透明度、容易解读，弊端在于线性模型并不能完全描述复杂的股票市场。今年年初AlphaGo战胜围棋冠军李世石给了我们一些启发，围棋也非常复杂难以用线性模型来解释，但利用人工智能和神经网络，可以用量化的方法来捕捉一些复杂甚至模糊的概念，还可以计算“短兵相接”的搏杀，所以是一个非常平衡和综合的角色系统。

对于投资也是一样，通过引入神经网络、人工智能，可以捕捉的概念大大拓宽，模型所获取的超额收益也有大幅提高。最近整个行业都开始意识到这些技术手段在投资里的应用，泓信在这领域也在不断进行研究。我个人在读计算机博士的时候研究方向就是人工智能和机器学习，因此这方面有些积累。这个领域可以提高的空间非常大，引入人工智能之后泓信的超额收益明显提高，我们还在试图利用更复杂的人工智能概念，也想知道最终超额收益的天花板在何处。

中国市场上可以挖掘的机会非常多，量化投资还是一片蓝海，对所有人而言都有很大的学习空间。希望大家更多交流，推动行业更大发展。

建议投资者增配α资产

市场上现在流行“资产荒”说法，其实是大家对资产的预期收益不满意。目前在中国市场不仅要配置β资产，更重要的是配置α资产，通过量化模型可以获取超额收益。例如股票量化对冲去掉对冲成本和股指期货保证金，仍然能取得超过指数收益的结果，也是目前低利率环境下比较满意的收益水平。因此建议投资者增配多策略的α资产，降低资产配置组合风险。

对于泓信泓筹价值一号指数增强基金而言，投资者需要承担的风险就是大盘的风险，与自己买股票承担的风险一致，但预期收益会有明显的提高。另外，即使大盘有系统性的风险波动，从长时间来看，产品不断战胜大盘所累积的超额收益，能够抹平大盘的波动。