七禾網(wǎng)注：嘉賓回答僅代表其本人觀點(diǎn)，不代表七禾網(wǎng)的觀點(diǎn)及推薦。金融投資風(fēng)險(xiǎn)叢生，愿七禾網(wǎng)用戶(hù)理性謹(jǐn)慎。

蘭盈量投私募基金管理有限公司

蘭盈量投，是一家專(zhuān)注于運(yùn)用量化模型于交易的投資公司，公司核心團(tuán)隊(duì)成員均來(lái)自海外和國(guó)內(nèi)知名的資產(chǎn)管理公司和科技公司，且持有頭部學(xué)校理工博士學(xué)位，擁有超過(guò)10年的全球股票、期貨、期權(quán)等資產(chǎn)的量化研究和交易經(jīng)驗(yàn)。

林雄

蘭盈量投私募基金管理有限公司總經(jīng)理，美國(guó)伊利諾伊大學(xué)香檳分校（UIUC）數(shù)學(xué)博士，曾于美國(guó)紐文（Nuveen）旗下公司格盛投資管理有限公司（Gresham Investment Management LLC）任職高級(jí)量化研究員、基金經(jīng)理等職務(wù)，12年金融機(jī)構(gòu)從業(yè)經(jīng)歷，其中10年全球市場(chǎng)期貨、期權(quán)量化投資經(jīng)驗(yàn)。

精彩語(yǔ)錄

一個(gè)模型在海外訓(xùn)練過(guò)了，然后同樣的模型，用國(guó)內(nèi)的數(shù)據(jù)再去測(cè)試，相當(dāng)于原來(lái)在海外的測(cè)試是樣本外的，經(jīng)過(guò)了更多的樣本外數(shù)據(jù)的驗(yàn)證，過(guò)擬合的概率會(huì)更小一些。

所以未來(lái)的人工智能可能隨著技術(shù)的發(fā)展，算力越強(qiáng)，門(mén)檻越低；門(mén)檻越低，可能在投資領(lǐng)域就會(huì)慢慢的應(yīng)用起來(lái)。比如現(xiàn)在可以方便的使用ChatGPT做文本分析，構(gòu)建情緒指標(biāo)，這在以前不是容易的事情。

我們認(rèn)為機(jī)器學(xué)習(xí)應(yīng)該只是作為一種研究工具來(lái)用，而不是用來(lái)替代傳統(tǒng)阿爾法模型或其它因子開(kāi)發(fā)體系。

不同策略在不同階段表現(xiàn)不一，多策略均衡配置的組合會(huì)使產(chǎn)品的穩(wěn)定性更好。

CTA和股票、債券的相關(guān)性很低，從這一點(diǎn)看它就有配置價(jià)值。

保持優(yōu)勢(shì)除了做對(duì)事情，同時(shí)還要減少做錯(cuò)事情。在策略類(lèi)型上避免單品種或單一風(fēng)格在倉(cāng)位上過(guò)多暴露，這樣做不一定能有收益增長(zhǎng)，但是可以減少犯錯(cuò)。

我們從經(jīng)驗(yàn)得出，一部分收益來(lái)源是市場(chǎng)無(wú)效的部分，我們通過(guò)量化的手段挖掘阿爾法，另一部分收益我們通過(guò)承擔(dān)風(fēng)險(xiǎn)去獲得。

只有公司合法合規(guī)，才能長(zhǎng)久經(jīng)營(yíng)，在此基礎(chǔ)上，再說(shuō)怎樣去盈利。

風(fēng)險(xiǎn)事件可能是萬(wàn)分之一的概率，但萬(wàn)分之一足以致命，所以務(wù)必嚴(yán)謹(jǐn)。

我認(rèn)為一流的量化私募要合法合規(guī)，投研高效，激勵(lì)公平，人才培養(yǎng)體系完善，生產(chǎn)測(cè)試環(huán)境及監(jiān)控備份方面非常嚴(yán)格。

七禾網(wǎng)1：林總，您好！感謝您在百忙之中與東航金融&七禾網(wǎng)進(jìn)行深入對(duì)話(huà)，您在海外有超越十年的全球市場(chǎng)投資經(jīng)驗(yàn)，對(duì)于在國(guó)內(nèi)創(chuàng)辦私募基金，從事量化投資交易，您覺(jué)得這些經(jīng)歷或經(jīng)驗(yàn)有什么幫助嗎？

林雄：經(jīng)常有人跟我說(shuō)，海外市場(chǎng)的今天就是中國(guó)市場(chǎng)的明天，這可能是從發(fā)展成熟度的角度來(lái)說(shuō)的。海外市場(chǎng)由于發(fā)展歷史很久，所以相對(duì)比較成熟，而中國(guó)市場(chǎng)處于快速發(fā)展中，也許很快就能達(dá)到一個(gè)比較成熟的階段，但要經(jīng)歷比較久的周期，因此海外沉淀下來(lái)的一些方法，對(duì)我們做國(guó)內(nèi)市場(chǎng)的交易是有幫助的。

如果在海外都已經(jīng)有效適應(yīng)了，那么對(duì)在發(fā)展當(dāng)中的國(guó)內(nèi)市場(chǎng)，是有一定指導(dǎo)意義的。簡(jiǎn)單想象一下，一個(gè)模型在海外訓(xùn)練過(guò)了，然后同樣的模型，用國(guó)內(nèi)的數(shù)據(jù)再去測(cè)試，相當(dāng)于原來(lái)在海外的測(cè)試是樣本外的，經(jīng)過(guò)了更多的樣本外數(shù)據(jù)的驗(yàn)證，過(guò)擬合的概率會(huì)更小一些。比如已經(jīng)建立了焦炭單一品種的預(yù)測(cè)模型，并且是有效可行的，把它放在鐵礦石上發(fā)現(xiàn)也可行，焦炭模型就是樣本外的一個(gè)驗(yàn)證。焦炭和鐵礦石可能是相關(guān)度較高的，若用在股指或其它不相關(guān)的品種上，也有一定指導(dǎo)意義。

七禾網(wǎng)2：貴司核心團(tuán)隊(duì)成員均來(lái)自海外和國(guó)內(nèi)知名的資產(chǎn)管理公司和科技公司，均有在美國(guó)多年的從業(yè)經(jīng)歷，有著豐富的全球市場(chǎng)投資經(jīng)驗(yàn)。請(qǐng)分別從一名交易者和投資者的視角來(lái)看，您覺(jué)得中美市場(chǎng)有何不同？

林雄：關(guān)于中美市場(chǎng)，首先從交易者角度來(lái)看，第一，交易品種的數(shù)量不同。我認(rèn)為在美國(guó)可接觸的交易標(biāo)的非常多，比國(guó)內(nèi)多很多，就單從期貨這個(gè)領(lǐng)域來(lái)說(shuō)，雖然期貨是比較小的領(lǐng)域，單純這個(gè)領(lǐng)域在美國(guó)可交易的品種大概有300多個(gè)，接近400個(gè)。在國(guó)內(nèi)，就我們目前的投研范疇，流動(dòng)性好的、能交易的大約六十個(gè)品種。當(dāng)然我們的市場(chǎng)在飛速發(fā)展中，目前已經(jīng)上市了131個(gè)品種，還有些品種我們也在研究。

第二，合約結(jié)構(gòu)，即期現(xiàn)結(jié)構(gòu)不同。我們目前的合約比較短，大部分限制在一年之內(nèi)，可能在1、5、9月這樣的合約，就交易的流動(dòng)性來(lái)說(shuō)，除了這些合約，其它合約可能沒(méi)有什么流動(dòng)性。那么在海外，除了品種多，商品的期現(xiàn)結(jié)構(gòu)還比較長(zhǎng)。比較典型的像能源類(lèi)，合約設(shè)計(jì)連續(xù)三年或者更久都可以交易，如果是近一兩年的合約，它是每個(gè)月份都可以交易，流動(dòng)性充足。

相對(duì)來(lái)說(shuō)，國(guó)外交易一定程度上機(jī)會(huì)更多，即使策略相對(duì)簡(jiǎn)單，也可以從比較多的機(jī)會(huì)里尋找一個(gè)比較穩(wěn)定的組合出來(lái)。在國(guó)內(nèi)，交易機(jī)會(huì)可能需要更多的在信號(hào)邏輯中尋找差異，相當(dāng)于是信號(hào)方面的分散，所以，在國(guó)內(nèi)，我們從多策略的角度去尋找策略分散，使得整個(gè)組合更加穩(wěn)定。

第三、市場(chǎng)結(jié)構(gòu)不同。海外市場(chǎng)相對(duì)成熟，國(guó)內(nèi)市場(chǎng)正在發(fā)展。國(guó)內(nèi)的市場(chǎng)參與者結(jié)構(gòu)變化非常快，量化也是近幾年才逐步起來(lái)的，很多人才從海外回來(lái)，就是看到了國(guó)內(nèi)發(fā)展的機(jī)會(huì)，特別是量化的發(fā)展機(jī)會(huì)，這使得交易者群體跟2015年以前有很大不同，所以這對(duì)策略的更新迭代又提出了更高的要求。

從投資者的角度來(lái)看，一方面，可投的資產(chǎn)不同。另一方面，投資者的認(rèn)知在逐步提升。比如CTA這個(gè)相對(duì)比較新的領(lǐng)域，大家對(duì)它逐步有了認(rèn)識(shí)，但還沒(méi)有達(dá)到一個(gè)非常成熟的，能以真正配置的角度來(lái)理解它的階段。

再額外補(bǔ)充一點(diǎn)，從我回國(guó)，感受到大家對(duì)策略的IP保護(hù)不夠。在海外，基金公司不需要對(duì)很多資方來(lái)路演，可能只要幾個(gè)資方就足夠把規(guī)模做大，但在國(guó)內(nèi)需要對(duì)大量機(jī)構(gòu)講解投資策略，這樣可能會(huì)導(dǎo)致策略多多少少流出去一些。大家在這個(gè)層面上，沒(méi)有做特別的保護(hù)，IP保護(hù)不夠，就容易形成策略同質(zhì)化。

七禾網(wǎng)3：蘭盈量投私募基金是一家專(zhuān)注于運(yùn)用量化模型于交易的投資公司，您覺(jué)得什么才是好的量化交易模型？又是如何保持模型的有效性和穩(wěn)定性？

林雄：什么才是好的量化模型？能賺錢(qián)的就是吧。所以，對(duì)我們來(lái)說(shuō)，在建立模型的時(shí)候，我們一般追尋的原則是邏輯思路清晰簡(jiǎn)單，不是內(nèi)部一層套一層。我們一般會(huì)盡量避免很多參數(shù)，在期貨里大家都知道樣本數(shù)其實(shí)不是那么多，比如深度學(xué)習(xí)得幾萬(wàn)個(gè)參數(shù)，需要足夠多的參數(shù)，否則很容易造成過(guò)擬合。

如何保持模型的有效性和穩(wěn)定性，我認(rèn)為當(dāng)一款模型，你想長(zhǎng)期不迭代，讓它一刀切，一直保持說(shuō)實(shí)話(huà)很難，所以我們得在模型里不斷地加加減減做相應(yīng)調(diào)整。同時(shí)，增加一些新內(nèi)容來(lái)對(duì)原有模型進(jìn)行補(bǔ)足。  

總體來(lái)講，在選擇模型時(shí)，是否用這個(gè)模型？必須要有嚴(yán)格的模型準(zhǔn)入條件，不是什么模型都能用，已選用的模型還要不斷地更新迭代，所以強(qiáng)大的投研迭代能力以及高效的投研平臺(tái)是需要的，這也是我們現(xiàn)在在做的。

七禾網(wǎng)4：當(dāng)代社會(huì)，隨著算力日益強(qiáng)大，高質(zhì)量的大數(shù)據(jù)日益積累，人工智能技術(shù)全面崛起，并廣泛應(yīng)用于醫(yī)療保健、交通系統(tǒng)、藝術(shù)創(chuàng)作等領(lǐng)域，您可以簡(jiǎn)單講述下人工智能在量化投資方面的應(yīng)用嗎？

林雄：人工智能確實(shí)在很多地方都已經(jīng)比較成功地應(yīng)用，還有很多大模型出來(lái)，但是在量化投資這個(gè)領(lǐng)域，據(jù)我們所知，真正用到這么復(fù)雜工具的其實(shí)不多，至少?gòu)氖痉兜慕嵌葋?lái)看不多。這里主要原因是什么？是其中運(yùn)用數(shù)據(jù)的種類(lèi)不一樣。投資領(lǐng)域金融數(shù)據(jù)的特性是噪音非常大，而且不穩(wěn)定，不像訓(xùn)練一張圖片的數(shù)據(jù)是平穩(wěn)的。很多其它領(lǐng)域的大模型是很難直接照搬過(guò)來(lái)使用的，所以，現(xiàn)在還沒(méi)有使用這么復(fù)雜模型的切入點(diǎn)。

人工智能或機(jī)器學(xué)習(xí)最重要的是如何減少過(guò)擬合，我可以用一個(gè)非常強(qiáng)悍的模型來(lái)達(dá)到樣本內(nèi)100%的效果，但是樣本外的話(huà)，它可能是零效果，我們要避免這樣的情況發(fā)生，所以，在金融數(shù)據(jù)本身的特性下，我們用的模型就相對(duì)比較簡(jiǎn)單。

所以在期貨領(lǐng)域，還沒(méi)有用這么復(fù)雜的像比如深度學(xué)習(xí)之類(lèi)的模型。股票領(lǐng)域其實(shí)已經(jīng)有很多人在用了，因?yàn)樗臄?shù)據(jù)量相對(duì)要大一些，它有幾千個(gè)標(biāo)的，如果還做日內(nèi)，那數(shù)據(jù)就更多了，期貨里現(xiàn)在只有幾十個(gè)有效標(biāo)的。單一品種，如果按分鐘頻，一年也就幾萬(wàn)個(gè)點(diǎn)，但是隨便一個(gè)大模型的參數(shù)本身就可能是幾萬(wàn)個(gè)，這樣很容易造成過(guò)擬合。所以我們是在逐步切入，從簡(jiǎn)單的機(jī)器學(xué)習(xí)開(kāi)始，然后慢慢學(xué)習(xí)再研究應(yīng)用更復(fù)雜更深度的模型。

大家說(shuō)的ChatGPT是個(gè)好工具，比如以前做文本分析，很多人可能需要自己建立模型，像用Transformer去做文本分析。如果用ChatGPT，我輸入一篇文章，它就直接給我出來(lái)觀點(diǎn)，關(guān)于買(mǎi)或賣(mài)我不需要自己去訓(xùn)練模型，它已經(jīng)幫我訓(xùn)練了，它這個(gè)訓(xùn)練可能是記憶更大的數(shù)據(jù)集里所存儲(chǔ)的這個(gè)模型。所以未來(lái)的人工智能可能隨著技術(shù)的發(fā)展，算力越強(qiáng)，門(mén)檻越低；門(mén)檻越低，可能在投資領(lǐng)域就會(huì)慢慢的應(yīng)用起來(lái)。到那時(shí)候，比如ChatGPT在分析情緒時(shí)，可以不僅使用金融數(shù)據(jù)，還可以用更多其它數(shù)據(jù)，使得模型更加具有魯棒性。

七禾網(wǎng)5：在人工智能領(lǐng)域有一種說(shuō)法，認(rèn)為機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中最能夠體現(xiàn)智能的一個(gè)分支?？梢越o我們講講機(jī)器學(xué)習(xí)在策略管理方面的運(yùn)用嗎？

林雄：上述講的更多可能是人工智能的方向，我們現(xiàn)在先從簡(jiǎn)單的開(kāi)始運(yùn)用，想要得到很強(qiáng)大的模型，算力方面是很高的成本，到未來(lái)，成本和門(mén)檻會(huì)逐步降低，大家都可以使用。我講講具體的應(yīng)用，在蘭盈我們主要應(yīng)用是因子的非線(xiàn)性組合和倉(cāng)位管理，具體來(lái)講，一部分是因子組合，比如股票有幾千個(gè)因子，期貨的因子可能有幾十到上百個(gè)，我通過(guò)把這些因子匯入到一個(gè)非線(xiàn)性的機(jī)器學(xué)習(xí)模型里邊去預(yù)測(cè)研究因子，預(yù)測(cè)未來(lái)，然后得到關(guān)于品種的綜合預(yù)測(cè)，這是一種應(yīng)用。

另外一種應(yīng)用在倉(cāng)位管理上。換句話(huà)說(shuō)，任何一個(gè)策略，它可能出來(lái)的結(jié)果是買(mǎi)一賣(mài)一，是比較簡(jiǎn)單的邏輯，上漲我就買(mǎi)一，下跌我就賣(mài)一，那我可以用我的機(jī)器學(xué)習(xí)模型來(lái)對(duì)它進(jìn)行優(yōu)化，上漲的時(shí)候我要買(mǎi)多少手，可能不是一手，是0.5手，或者兩手；下跌的時(shí)候可能是空三手，根據(jù)你對(duì)未來(lái)的判斷來(lái)決定倉(cāng)位強(qiáng)度到底應(yīng)該是怎樣的。這是我們目前機(jī)器學(xué)習(xí)在CTA策略的兩個(gè)應(yīng)用。

最后，我們認(rèn)為機(jī)器學(xué)習(xí)應(yīng)該只是作為一種研究工具來(lái)用，而不是用來(lái)替代傳統(tǒng)阿爾法模型或其它因子開(kāi)發(fā)體系。所以，我們現(xiàn)在應(yīng)用的還是帶有邏輯的因子，機(jī)器學(xué)習(xí)在我們這兒可能僅僅只是一種工具。

七禾網(wǎng)6：貴司目前的交易策略有哪些，各個(gè)策略的特點(diǎn)是怎樣的？

林雄：目前我們期貨策略涵蓋套利策略、機(jī)器學(xué)習(xí)策略、多因子策略、短線(xiàn)規(guī)則策略，比如像傳統(tǒng)的趨勢(shì)和突破類(lèi)策略。

套利策略，目前以跨品種套利居多，主要基于上下游邏輯選擇相關(guān)性較高的品種構(gòu)建套利組合，同時(shí)建立多個(gè)統(tǒng)計(jì)預(yù)測(cè)模型。持倉(cāng)周期目前在一周以上。

多因子策略，以偏時(shí)序信號(hào)為主，參考股票的做法，只不過(guò)我們?cè)谑兄抵行苑矫鏇](méi)有做特定限制，所以在某些時(shí)候，可以完全是單邊；持倉(cāng)周期目前是一周以上。

規(guī)則類(lèi)策略，是比較傳統(tǒng)的趨勢(shì)和技術(shù)突破策略，我們目前的持倉(cāng)周期大概兩到三天；機(jī)器學(xué)習(xí)主要以量?jī)r(jià)指標(biāo)作為輸入，構(gòu)建多個(gè)統(tǒng)計(jì)模型組合，與因子組合及倉(cāng)位管理是相關(guān)的，主要作為一種工具。目前的持倉(cāng)周期稍微短一點(diǎn)，但隨著產(chǎn)品的規(guī)模會(huì)動(dòng)態(tài)調(diào)整。

七禾網(wǎng)7：貴司策略涵蓋指數(shù)增強(qiáng)，請(qǐng)問(wèn)在競(jìng)爭(zhēng)日益激烈的量化賽道，如何豐富超額收益來(lái)源？

林雄：指數(shù)增強(qiáng)這個(gè)賽道確實(shí)競(jìng)爭(zhēng)激烈，但是我們總體感覺(jué)國(guó)內(nèi)A股市場(chǎng)還大有發(fā)展空間，因?yàn)樗诎l(fā)展階段，所以阿爾法還有提升前景。即便競(jìng)爭(zhēng)像近幾年這樣，500指增平均也有10%左右的超額，1000指增有15%到20%的超額，我認(rèn)為隨著市場(chǎng)的有效性增強(qiáng)，超額會(huì)逐步遞減，所以為了避免阿爾法的衰減，我們要做的是豐富因子庫(kù)，比如增加一些偏高頻類(lèi)的因子，或者另類(lèi)數(shù)據(jù)的因子，另外輿情也是可研究的方向。

豐富因子是一方面，還要配合組合優(yōu)化，股票方面已經(jīng)用到了深度學(xué)習(xí)，但這領(lǐng)域其實(shí)有很大空間可以再繼續(xù)研究。所以我們會(huì)在輸入數(shù)據(jù)，因子，模型這些方面尋找差異化，然后在產(chǎn)品體系上尋找創(chuàng)新，指增策略不一定是按傳統(tǒng)的方法跟隨現(xiàn)在的指數(shù)權(quán)重配置，我可以把權(quán)重配置得寬一點(diǎn)，可以用一套完全不一樣的組合優(yōu)化方法去分散最大化，用在指數(shù)的成分股上，可能不是每年都能跑贏指數(shù)，但是把時(shí)間拉長(zhǎng)，可以平均每年跑贏指數(shù)，這就是從產(chǎn)品的豐富度上做一些工作，不一定只走傳統(tǒng)賽道。