（原标题：业绩滑铁卢致量化投资巨头再考量 人工如何快速迭代智能交易模型）

应用前沿

因此，他们内部正打算当新的流动性风险来临时，整个交易团队迅速放弃量化投资模型，转而通过人工操作与资深交易员经验应对美股大跌。

3月美股剧烈波动，令一向无惧股市牛熊的量化投资策略遭遇业绩滑铁卢。

有公开的数据显示，知名量化投资机构——文艺复兴基金旗舰产品复兴万象机构股票基金（Renaissance Institutional Equity fund）——在3月份净值下跌18%，今年以来跌幅超过24%。

另一家量化投资巨头Two Sigma旗舰产品频谱基金今年以来跌幅也超过2%。

与此同时，今年声名鹊起的德邵（DE Shaw）旗下旗舰基金Composite在3月份净值也下跌2.6%，其引以为豪的统计套利对冲基金产品 Valence净值则下跌逾9%。

“这令一直备受市场追捧的量化投资策略开始受到市场争议，尤其是依靠大数据分析与人工智能深度学习技术的程序化交易策略能否抵御股市下跌系统性风险，正被越来越多投资机构质疑。”对冲基金BMO Capital Markets策略分析师Aaron Kohli向21世纪经济报道记者指出。

瑞士信贷发布最新数据显示，3月以来，由于量化投资策略在美股大跌期间频频“失效”，目前量化投资基金的持仓规模已降低约50%，今年以来这个领域整体投资亏损达到14%。

一位华尔街量化投资型对冲基金经理向记者直言，这次业绩滑铁卢，也倒逼越来越多量化投资基金意识到过度依赖人工智能与大数据分析等金融科技的局限性，他们正将大量资深交易员以往美股大跌期间的交易经验设计成因子，纳入量化投资模型里，以填补现有量化投资模型所隐藏的诸多短板。

不过，这种弥补缺漏措施能否令量化投资基金快速收复净值亏损失地，很大程度取决于基金AI团队能否有效将交易员经验“转变”成一个个数据模型，无形间考验团队的AI技术研发能力。

量化投资巨头巨亏探因

近年，量化投资策略之所以在华尔街声名鹊起，很大程度在于他们善于借助大数据分析与人工智能深度学习技术，察觉到很多潜在的投资机会提前布局博取超额收益。

“事实上，很多知名量化投资基金的发起人，都是科学家与数学家。”上述华尔街量化投资型对冲基金经理称，比如Two Sigma由计算机科学家David Siegel和数学家John Overdeck共同发起，文艺复兴基金则由数学家和前密码破解者吉姆·西蒙斯（Jim Simons）创立，他们都擅于利用人性的弱点，通过大数据分析技术构建投资模型，站在散户投资人各种偏差错误投资行为的对立面获得超额收益。近年，这些量化投资基金收益相当可观，比如文艺复兴基金过去10年年化回报率约在40%，令其资产管理规模达到逾600亿美元，有量化投资先驱之称的德邵基金在过去10年期间，有7年实现两位数收益。

凭借骄人的业绩，量化投资基金的收费相当昂贵，比如德邵基金旗下统计套利对冲基金 Valence收取3.5%管理费与35%超额利润分红，较行业2%+20%收费标准高出不少。

然而，3月美股剧烈波动，令这些量化投资巨头一下子跌落神坛。

Aaron Kohli向21世纪经济报道记者透露，不同于传统对冲基金经理通过对个股及行业基本面的深入研究及长期追踪获得超额回报（Alpha），量化投资基金主要通过大数据分析与人工智能深度学习技术，设计各类因子模型对选股和持股权重进行优化安排，从而博取低波动性与稳健高收益的双丰收。但在3月美股因美元流动性风险出现恐慌式下跌（包括10个交易日遭遇四次下跌熔断）期间，这些因子模型一下子都失效了。比如规模因子会在量化投资基金在美股大跌期间优先考虑买入绩优蓝筹股避险，但波音、达美、通用电气等蓝筹股却是跌幅最大的股票之一；再如成长因子会驱动量化投资基金买入科技股等受疫情冲击较低的科技股避险，但这类股票同样跌幅不小。

于是，很多量化投资基金发现，当流动性风险降临导致所有美股均遭遇恐慌性抛售，再完善的大数据分析与人工智能深度学习技术都起不到作用，只有减仓止损才是规避风险的最佳办法。

在Aaron Kohli看来，瑞士信贷给出的量化投资基金减仓50%，行业亏损14%的数据显得比较保守。因为凭借以往出色的业绩表现，不少量化投资基金投资杠杆倍数高达4-6倍，当他们决定大幅减仓止损时，其亏损幅度可能超过20%。

“现在我们最担心一些LP出资人看到量化投资策略遭遇业绩滑铁卢，不再相信量化投资的稳健高回报属性，纷纷赎回份额避险。”前述华尔街量化投资型对冲基金经理告诉记者。因此基金内部正在紧急调整大数据分析与人工智能深度学习技术模型，争取在较短时间内收复失地。

然而，补救措施落地难度不小。一方面，人工智能深度学习技术模型优化缺乏足够多的数据，即如今美股大跌的成因，与以往美股历次大跌截然不同，因此没有足够的历史交易数据供AI技术借鉴并“深度学习”。另一方面，疫情延续时间多长未知，导致美国各个行业复工复产存在很大不确定性，相应的价值因子、成长因子、财务质量因子、中小市值因子却无用武之地。

“现在我们只能收集尽可能多的经济数据与行业动态信息，模拟疫情好转期间各个行业的潜在复苏能力，寻找一些优质股票提前布局，尽可能先止住净值下跌趋势。”他指出。

重新布局优化因子模型

随着业绩遭遇滑铁卢，越来越多华尔街金融机构对量化投资策略的争议开始升温。

“目前来看，过度依靠人工智能深度学习与大数据分析技术的量化投资策略同样无法抵御流动性风险所引发的美股系统性大跌冲击。”一家华尔街宏观经济型对冲基金经理认为，因此，他们内部正打算当新的流动性风险来临时，整个交易团队迅速放弃量化投资模型，转而通过人工操作与资深交易员经验应对美股大跌。

21世纪经济报道记者多方了解到，更多量化投资基金则计划优化因子模型。比如对价值因子进行修正，以剔除受疫情冲击较大的旅游、航空、餐饮、会展等蓝筹股；对财务质量因子进行完善，以去掉大量通过高负债推动业绩高增长的上市公司；对中小市值因子进行精简而剥离一些此前资本过度追捧而股价偏高的中小市值上市公司等。

“不过，到底哪些类型股票将被剔除，还需要大量数据与行业动态的AI分析。”前述华尔街量化投资型对冲基金经理指出。3月以来，他们各项运营开支都在缩减，唯独数据购买支出在增长，以及AI技术团队的薪酬开销保持稳定。

前述基金经理继续介绍，尽管业绩下滑导致团队运营开支趋于缩减，所幸往年业绩比较出色，目前LP出资人的赎回压力并不高。但如果未来一段时间量化投资策略业绩未见起色，LP赎回压力就会井喷。

“因此部分量化投资基金正改变AI技术研发方向，针对疫情延续，将一些资深交易员在以往美股大跌期间的交易心得转化成一个个因子，纳入量化投资模型里，并向众多LP出资人推荐。”Aaron Kohli表示。这意味着在经历此次业绩滑铁卢后，未来量化投资基金的资金争夺战势必骤然升温。