#量化#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( 二 )


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采访人员 。 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世纪经济报道采访人员多方了解到 , 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 。
(责任编辑:李显杰 )


推荐阅读