（原標題：業績滑鐵盧致量化投資巨頭再考量 人工如何快速迭代智能交易模型）

應用前沿

因此，他們內部正打算當新的流動性風險來臨時，整個交易團隊迅速放棄量化投資模型，轉而通過人工操作與資深交易員經驗應對美股大跌。

3月美股劇烈波動，令一向無懼股市牛熊的量化投資策略遭遇業績滑鐵盧。

有公開的數據顯示，知名量化投資機構——文藝復興基金旗艦產品復興萬象機構股票基金（Renaissance Institutional Equity fund）——在3月份淨值下跌18%，今年以來跌幅超過24%。

另一家量化投資巨頭Two Sigma旗艦產品頻譜基金今年以來跌幅也超過2%。

與此同時，今年聲名鵲起的德邵（DE Shaw）旗下旗艦基金Composite在3月份淨值也下跌2.6%，其引以爲豪的統計套利對沖基金產品 Valence淨值則下跌逾9%。

“這令一直備受市場追捧的量化投資策略開始受到市場爭議，尤其是依靠大數據分析與人工智能深度學習技術的程序化交易策略能否抵禦股市下跌系統性風險，正被越來越多投資機構質疑。”對沖基金BMO Capital Markets策略分析師Aaron Kohli向21世紀經濟報道記者指出。

瑞士信貸發佈最新數據顯示，3月以來，由於量化投資策略在美股大跌期間頻頻“失效”，目前量化投資基金的持倉規模已降低約50%，今年以來這個領域整體投資虧損達到14%。

一位華爾街量化投資型對沖基金經理向記者直言，這次業績滑鐵盧，也倒逼越來越多量化投資基金意識到過度依賴人工智能與大數據分析等金融科技的侷限性，他們正將大量資深交易員以往美股大跌期間的交易經驗設計成因子，納入量化投資模型裏，以填補現有量化投資模型所隱藏的諸多短板。

不過，這種彌補缺漏措施能否令量化投資基金快速收復淨值虧損失地，很大程度取決於基金AI團隊能否有效將交易員經驗“轉變”成一個個數據模型，無形間考驗團隊的AI技術研發能力。

量化投資巨頭鉅虧探因

近年，量化投資策略之所以在華爾街聲名鵲起，很大程度在於他們善於藉助大數據分析與人工智能深度學習技術，察覺到很多潛在的投資機會提前佈局博取超額收益。

“事實上，很多知名量化投資基金的發起人，都是科學家與數學家。”上述華爾街量化投資型對沖基金經理稱，比如Two Sigma由計算機科學家David Siegel和數學家John Overdeck共同發起，文藝復興基金則由數學家和前密碼破解者吉姆·西蒙斯（Jim Simons）創立，他們都擅於利用人性的弱點，通過大數據分析技術構建投資模型，站在散戶投資人各種偏差錯誤投資行爲的對立面獲得超額收益。近年，這些量化投資基金收益相當可觀，比如文藝復興基金過去10年年化回報率約在40%，令其資產管理規模達到逾600億美元，有量化投資先驅之稱的德邵基金在過去10年期間，有7年實現兩位數收益。

憑藉驕人的業績，量化投資基金的收費相當昂貴，比如德邵基金旗下統計套利對沖基金 Valence收取3.5%管理費與35%超額利潤分紅，較行業2%+20%收費標準高出不少。

然而，3月美股劇烈波動，令這些量化投資巨頭一下子跌落神壇。

Aaron Kohli向21世紀經濟報道記者透露，不同於傳統對沖基金經理通過對個股及行業基本面的深入研究及長期追蹤獲得超額回報（Alpha），量化投資基金主要通過大數據分析與人工智能深度學習技術，設計各類因子模型對選股和持股權重進行優化安排，從而博取低波動性與穩健高收益的雙豐收。但在3月美股因美元流動性風險出現恐慌式下跌（包括10個交易日遭遇四次下跌熔斷）期間，這些因子模型一下子都失效了。比如規模因子會在量化投資基金在美股大跌期間優先考慮買入績優藍籌股避險，但波音、達美、通用電氣等藍籌股卻是跌幅最大的股票之一；再如成長因子會驅動量化投資基金買入科技股等受疫情衝擊較低的科技股避險，但這類股票同樣跌幅不小。

於是，很多量化投資基金髮現，當流動性風險降臨導致所有美股均遭遇恐慌性拋售，再完善的大數據分析與人工智能深度學習技術都起不到作用，只有減倉止損纔是規避風險的最佳辦法。

在Aaron Kohli看來，瑞士信貸給出的量化投資基金減倉50%，行業虧損14%的數據顯得比較保守。因爲憑藉以往出色的業績表現，不少量化投資基金投資槓桿倍數高達4-6倍，當他們決定大幅減倉止損時，其虧損幅度可能超過20%。

“現在我們最擔心一些LP出資人看到量化投資策略遭遇業績滑鐵盧，不再相信量化投資的穩健高回報屬性，紛紛贖回份額避險。”前述華爾街量化投資型對沖基金經理告訴記者。因此基金內部正在緊急調整大數據分析與人工智能深度學習技術模型，爭取在較短時間內收復失地。

然而，補救措施落地難度不小。一方面，人工智能深度學習技術模型優化缺乏足夠多的數據，即如今美股大跌的成因，與以往美股歷次大跌截然不同，因此沒有足夠的歷史交易數據供AI技術借鑑並“深度學習”。另一方面，疫情延續時間多長未知，導致美國各個行業復工復產存在很大不確定性，相應的價值因子、成長因子、財務質量因子、中小市值因子卻無用武之地。

“現在我們只能收集儘可能多的經濟數據與行業動態信息，模擬疫情好轉期間各個行業的潛在復甦能力，尋找一些優質股票提前佈局，儘可能先止住淨值下跌趨勢。”他指出。

重新佈局優化因子模型

隨着業績遭遇滑鐵盧，越來越多華爾街金融機構對量化投資策略的爭議開始升溫。

“目前來看，過度依靠人工智能深度學習與大數據分析技術的量化投資策略同樣無法抵禦流動性風險所引發的美股系統性大跌衝擊。”一家華爾街宏觀經濟型對沖基金經理認爲，因此，他們內部正打算當新的流動性風險來臨時，整個交易團隊迅速放棄量化投資模型，轉而通過人工操作與資深交易員經驗應對美股大跌。

21世紀經濟報道記者多方瞭解到，更多量化投資基金則計劃優化因子模型。比如對價值因子進行修正，以剔除受疫情衝擊較大的旅遊、航空、餐飲、會展等藍籌股；對財務質量因子進行完善，以去掉大量通過高負債推動業績高增長的上市公司；對中小市值因子進行精簡而剝離一些此前資本過度追捧而股價偏高的中小市值上市公司等。

“不過，到底哪些類型股票將被剔除，還需要大量數據與行業動態的AI分析。”前述華爾街量化投資型對沖基金經理指出。3月以來，他們各項運營開支都在縮減，唯獨數據購買支出在增長，以及AI技術團隊的薪酬開銷保持穩定。

前述基金經理繼續介紹，儘管業績下滑導致團隊運營開支趨於縮減，所幸往年業績比較出色，目前LP出資人的贖回壓力並不高。但如果未來一段時間量化投資策略業績未見起色，LP贖回壓力就會井噴。

“因此部分量化投資基金正改變AI技術研發方向，針對疫情延續，將一些資深交易員在以往美股大跌期間的交易心得轉化成一個個因子，納入量化投資模型裏，並向衆多LP出資人推薦。”Aaron Kohli表示。這意味着在經歷此次業績滑鐵盧後，未來量化投資基金的資金爭奪戰勢必驟然升溫。