[北京软件和信息服务交易所]国金基金量化投资总监林健武：人工智能能解决因子失效的痛点

12月7日，在2017世界智能制作大会.智领全球饱览会上，最招引眼球的莫过于一个个炫酷的机器人。它从一个旁边面反映国内人工智能的技能研制和工业集聚进入开展快车道。陪护机器人、跳舞机器人、绣花机器人、演奏机器人、调酒机器人、配药机器人……人工智能越来越“能”。其实在量化出资范畴，人工智能相同大显神通，正一步步处理传统因子失效的痛点。

000737股吧,000737股吧

国金基金量化出资总监林健武近来在承受《证券日报》基金新闻部记者采访时揭开了量化出资“黑匣子”的隐秘，在他看来，简略的运用少数因子的线性模型现已无法习惯当时的商场环境，唯有运用人工智能机器学习和元常识学习模型，不断经过大数据分析的办法开掘新的选股因子以及因子与股票收益间的非线性联系，才干进步模型的猜测才能。

股票黄金分割线,股票黄金分割线

牵手人工智能是最好出路

000661股票,000661股票

《证券日报》基金新闻部据同花顺iFinD最新计算，148只自动偏股量化基金（A、B、C类分隔计算）年内均匀报答率为7.68%，跑输自动偏股基金8.81%的均匀报答率，甚至有36只占比24.32%的量化基金亏本。

融资股票是什么意思,融资股票是什么意思

量化基金怎么了？除了商场要素，这类基金自身又暴露了哪些问题？

“量化基金大都是依照对前史的数据进行计算总结、树立数学模型。前几年，市值因子和与市值相关度高的因子体现一向很好，所以这类因子往往会被赋予很高的权重，特别是因子不动态更新的战略。”林健武对《证券日报》基金新闻部记者表明，“跟着我国量化多因子模型的开展，因子从单一开展到多元，从线性联系开展为非线性联系。简略的运用少数因子的线性模型现已无法习惯这种商场环境，所以才呈现了许多成绩低迷的状况。”

在林健武看来，量化基金若脱节成绩窘境，需求凭借人工智能的力气。据他介绍，国金基金在树立量化多战略模型时，运用了根据人工智能的学习算法，将从多个纬度对因子进行动态点评和选择。这样能够防止大都量化基金遇到的因子失效的问题。一起，国金基金学习欧美近百年的经历，将短期收益高但长期会反转的选股因子作为危险因子扫除，这样能够防止因为我国量化出资前史短带来的数据缺乏问题。

“国金基金的量化多战略模型运用人工智能机器学习和元常识学习模型，不断经过大数据分析的办法开掘新的选股因子，以及经过因子与股票收益间的非线性联系，以期进步模型的猜测才能。”林健武表明，“为了完成对海量因子的处理和挑选，咱们在系统预备和数据搜集方面做了许多前期工作。现在系统现已能够支撑大数据分析办法发掘新的选股因子，加快了研制速度，也进步了战略开发的有用性。”

人工智能有用猜测失效因子

获取收益和操控危险是量化基金的两大中心，办理财物的实质是办理危险，点评一只量化基金的好坏不能仅看成绩报答，更多的要看其对危险的操控才能。惋惜的是，商场上大都量化基金对危险估量有必定的滞后性。

“长期以来量化出资的危险操控一般停留在头寸约束的危险防备，和经过前史波动性进行危险估量上。这些危险操控手法有着它们的局限性，头寸约束在操控危险的一起也降低了收益，一起前史波动性进行危险估量有必定的滞后性。”林健武说道。

据了解，国金基金的量化系统有着严厉而先进的风控系统。首先从产品运作层面的风控系统来说，量化战略的上线要经过严厉的评审会审阅，审阅经过方可进入战略池。运转中的战略时间承受事前、事中和过后的全链条危险办理。除了产品层面的风控，国金基金的量化多战略模型自身也践行了许多行之有用的危险猜测，最重要的则是运用先进的根据商场状况的人工智能模型，很好的对我国商场的危险变迁进行猜测。一起，战略树立了根据战略生命周期的人工智能模型，对选股因子的失效带来的危险也进行有用的猜测。

据记者了解，国金基金的量化多战略模型运用近1400个因子，触及各种不同的相关度低的因子类型，一起因子之间的非线性叠加能够增厚，而不是简略均匀收益，完成收益的多元化和增强性。

“跟着越来越多海外人才的回归和我国商场的逐渐对外开放（沪港通、深港通、MSCI入市、QFII额度进步），国内的量化出资的形状日益和世界接轨，基金公司可引入最先进的华尔街的量化出资渠道、完善的量化出资风控系统和有用的办理激励机制，然后更好习惯新的商场环境改变。”林健武最终说道。