公司简介：上海证大资产管理有限公司，1994年成立，目前管理资产规模70亿，是聪明投资者“严选私募”之一，2011年开始发力量化投资，目前旗下产品有两类，一类偏股票多头，另一类偏市场中性。

刘兵简介：复旦大学计算机博士，上海证大资产总裁，十年证券投资管理经验，擅长基本面量化选股，旗下管理投研团队10余人，均来自清北复交等知名院校。

路演重点内容

1、2018年市场回顾，总结了十大事件

2018年非常坎坷，经历了金融去杠杆、中美贸易摩擦、债券违约、商誉减值等多重黑天鹅事件。

2、国内主流量化策略体系介绍

1）市场中性策略alpha：股市异常波动的避风港，但是依赖对冲工具，要承担对冲成本。

【笔记1】12月份中金所对股指期货进行了又一次松绑，具体变化在三个方面：保证金比例下降；日内单品种开仓手数提升；平今手续费下降。 直观的理解可能有两个影响： ① 保证金比例下降相当于是节约了一部分成本，尤其是IC的保证金下降幅度较大，从30%降至15%，对于对冲策略基金有利。 ② 日内开仓手数提升有利于策略容量提升。

2）指数增强（alpha+beta）：被动为主（约80%）主动为辅（约20%）。

【笔记2】去年走访以及了解的一些情况来看，各大量化类私募都比较推崇其指数增强系列产品，尤其是中证500指数增强。

3）量化选股：通过量化的手段进行股票筛选，大数据和AI等技术兴起后，策略空间更大。

【笔记3】证大资产目前的主要策略。

4）低风险套利（统计套利）：比如ETF套利、期限套利等。策略的容量相对比较有限；以私募为主，追求稳定收益。

5）CTA策略：依赖商品期货的波动性，以趋势性策略为主，与股票市场相关性低。

【笔记4】2018年商品市场有较明显的趋势性机会，一些量化私募的CTA系列产品今年表现都比较好，比如明汯资产、千象资产。

6）量化多策略：基于不同量化策略的低相关性，做到风险分散。

3、量化策略发展进程

传统多因子框架是线性结构，现实生活中，更多是非线性应用场景。

如果说能够在更高维度去学习、拟合相关的行为评判，就可以找到更多的超额收益。

证大一直在探究机器学习、人工智能。

4、目前人工智能在金融应用领域的局限和问题

1）数据的质量和数量问题。现在数据量一方面不够，另一方面有些数据也不真实，而且无法验伪。

2）过拟合。很多都是基于过往的数据，在数据清洗和算法上有区别，结果就会差很多。

3）衍生品种类不足，策略同质化严重（17年遇到），现在逐步放开后未来会有所好转。

4）普通投资者的认可度。机器学习等程序化算法对投资者来说不如主观投资简明易懂，尤其是净值回撤较大时完全无法理解和接受。

5、证大未来策略探索方向

1）大数据、人工智能算法的继续开发和应用（包括人力资本的投入）。

2）日内回转策略。虽然容量有限，但是要把策略做精，来增强Alpha收益。

3）量化策略在风控的应用。用模型做风控的把控。

4）更注重择时、风格轮动、因子择时、大类配置等。

彩蛋问答

Q：请问证大现在的产品中有应用T+0吗，对收益的贡献大概是多少？

A：自营产品中用到了T+0的一些策略，对收益贡献大概是3%-6%左右。目前策略主要是周度频率，中低频。主要策略还是量化选股，T+0只是用来增强。

Q：量化研究到实践盈利的整个过程，包括哪些阶段，每个阶段都是怎么做的？

A：11年开始做量化。证大94年成立，早期做基本面的团队积累的一些经验对其有帮助。

Q：目前证大量化策略的持仓数量，换仓频率，年化收益大概是多少呢？

A：过往5年的情况，年化20%左右。

Q：策略是市场中性的吗？

A：产品线分为两类，一类是偏中性，另一类是股票多头。

声明：凡注明“聪明投资者”的作品，版权均属聪明投资者。未经授权严禁转载、摘编或利用其它方式使用，违者必究。所有文章旨在记录和传递信息，不代表“聪明投资者”赞同或反对其观点。