合肥新闻网

机器人投资经理向我们走来——访天马资产董事长康晓阳

日级K线,学习规模超过1000万; 1分钟的K线,学习规模超过15亿;逐步减少数据,学习规模超过250亿;在5秒内评估新闻和信息对股票的情绪影响程度.人工智能正在进入资产管理行业的核心投资研究领域,人脑与计算机之间的争斗已经开始。

天马资产董事长康晓阳在投资的关键点上投资良好,并已在A股投资界树立了自己的名声。众所周知,康晓阳仍然是一位有远见的领导者。三年前,他成立了一个人工智能投资开发团队,以改善机器学习。康晓阳与香港子公司天马香港一起,也对A股,美股,港股和日本股票进行了实时测试和公司交易。

据报道,2019年中期,康晓阳带着四台特殊训练机器人重新进入股市,推出了低挥发性和适当收入的全AI产品,并向天马资产A股产品交付人工智能管理和天马香港港股。资金达到15亿元。

康晓阳表示,在选股方面,天马资产保留了研究团队,实现了以人力和量化基础数据策略共同维护存量池的模式。在定时交易和风险控制执行方面,机器人已经完全执行了交易指令,人工交易者不再参与。

品牌体验

将数据因子升级为投资特征值

数据是定量投资的基础,所有投资策略都是以数据为基础的。康晓阳说:“包括上市公司营业收入增长率、股价K线、市场平均值等数据,形成了一个庞大的原始数据库,是机器学习的起点。”

一般来说,普通量化投资通过各种渠道获取财务数据,并具有全面的基础数据库系统来分析市场情绪和公司基本面。相比之下,天马资产已经将其投资经验投入到数据中,并在收集因子投入存储时升级为投资特征。这意味着在底层数据库中,公司优化了数据信息并提高了数据的有效性。

关于特征值,康晓阳做了一个图像比喻,就像让机器学习人物的美学,把人物的照片切成小块。因素是前额的高度,鼻梁的长度,下颚的长度以及肤色的均匀性。 “在此基础上,在对因子添加一组统计规律并升级到特征值之后,我们增加了人类的理解和判断。我们使用'三个法院'的经验作为审美判断,即从发际线到眉骨,从眉骨的三个部分到鼻子的底部,从鼻子的底部到下颌的比例,理想情况是1: 1: 1,达到美的标准。找到法律通过“三个法院”的特征值信息比因子数据更有代表性。审美。“

“就股票而言,以股票ROE因素为例,它可以反映很多信息。”康晓阳说,如果使用特征值进行评估,将比较个体净资产收益率的经验,并进行横向和纵向比较。例如,个股的净资产收益率连续八个季度发生变化,与同行业其他公司的变化相比。 “经过比较,如果股票净资产收益率显示增长,但其他类似公司增长更快,我们的特征值仍会有负值。”

康晓阳认为,在机器学习算法原理的背景下,特征值的设计能力是机器学习效果差异的根源。 “基于人类经验和逻辑的特征值可以在一定程度上提高机器学习的效率。同时,由于逻辑的存在,机器学习结果可以更好地检查,过度拟合和黑盒子可以减少定量投资的影响。等等。“

全球顶级对冲基金D.E.Shaw(德绍集团)的定量分析之王也认为,决定机器学习成功的重要因素是所使用的特征值。

“四金刚”机器人构建不同的投资组合

据介绍,“四金刚”是一款具有四种不同交易时机策略的机器人。核心原则是在交易赢率和赔率的两个基本结果的基础上设计机器学习。根据康晓阳的设计,四个机器人通过判断各个特征值给出了相应的分数,并根据四个机器人的不同重量设置构建了不同的产品组合。根据功能的不同,这四个机器人被命名为机器人森林,机器人桥,机器人山和机器人三月。

对于机器人Forest而言,设计的目标是追求最高的交易胜率。康晓阳解释道,就是根据人的经验给机器人挑选特征值。比如,强势股缩量回调后买入是一种常见的交易行为,也是交易胜率比较高的技术形态特征。

康晓阳表示,在实际设置中,将强势股的形态特征值转换为机器人Forest可以读取数据,再结合其他市场类特征值进行综合判断。总体而言,机器学习根据特征值和结果寻找规律,摸索出一些特定的投资范式,形成对交易胜率的预测。“在投资策略上,我们选择预测交易胜率高的标的交易,构建投资组合。”

就机器人Bridge、机器人Mountain而言,康晓阳表示,在技术上对趋势交易系统进行设计,选择了部分与趋势交易相关程度高的特征值给机器学习,其学习目标是追求最佳的盈亏比,比如盈利股票的平均涨幅、亏损股票的平均涨幅等。

康晓阳表示,就测试、实盘结果来看,由于原始的趋势交易信号胜率不足40%,最终反映在盈利上不够理想,因此从两个方向用机器学习进行了改进。“Bridge在选股方面进行了强化,优中选优,通过选股来优化赔率。而Mountain增加了信号过滤逻辑,通过信号回避了风险收益比不高的交易。经过改造后的机器人,在2018年2月到11月期间,Mountain几乎空仓,没有触发交易。”

还有一个机器人March,则采取反趋势交易系统策略。据康晓阳分析,在A股市场做多为主的背景下,机器人寻找左侧交易机会,即个股下跌后的上涨机会。“在提供所需特征值和大量左侧交易结果进行学习之后,March形成了反趋势交易的预测能力。”

康晓阳直言,在一定意义上,可以把四个策略机器人理解为特点鲜明、一致性强的投资经理。从未来的商业模式来看,天马资产可以开发出类似于MOM、FOF产品,根据产品设计的投资收益、波动要求,匹配不同的机器人组合。“一方面可以更好地应对市场环境,平滑收益、降低回撤。另一方面,产品投资策略的容量也将更大,做更加个性化的开发优化,提供定制化的产品。”

采取“人+机器”模式

追求长期稳定的投资收益

在谈到公司理念时,康晓阳表示,通过“人+机器”的模式,追求经过风险调整后的长期、稳定回报。“采用机器学习这一投资工具,核心是更有效率地体现我们的投资逻辑。”

结合20余年的投资经验,康晓阳认为投资需要做好选股、择时和风控,并提升三个环节的有效性。“基于个股基本面决定选股,根据市场决定交易时机进行择时,这两个环节共同创造投资的Alpha(阿尔法)。而对于控制净值的回撤和波动,则通过风险评估预测决定仓位高低。”

在康晓阳看来,要在投资三大环节的执行过程中,发挥人的创造性和逻辑能力,以及机器(AI)学习、实盘交易习得的执行力和效率,实现优势互补。

在选股方面,康晓阳表示,该公司传统优势是对必需消费品、医药以及消费电子科技板块的覆盖,在延续优势的基础上,目前已将基本面数据库延伸至沪深300股票池的全行业覆盖。

康晓阳认为,从目前市场环境来看,研究员应该更关注股票池的风险排除。“在商业模式、盈利质量等维度排除可能的风险,进而精选个股,寻求在市场上涨阶段涨幅相对更大的个股,以及在市场下跌阶段跌幅相对较小的个股。”

对于择时交易,康晓阳表示,不再是人为的研判大势,而是制定大类资产的配比,仓位配置上采取高度分散的组合投资。“以10亿规模的产品为例,如果是单一策略机器人管理产品,可以设计为50只股票的持仓上限,每只股票2000万元。但是,就我们的机器人产品来说,如果以120只个股作为基础股票池,其中只有5只股票的预测值满足买入要求,那么仓位规模则是1亿元。相比传统主动管理,AI产品的仓位变动区间会比较大。”

据悉,天马资产建立了“人+机器”的风险控制体系,并采取了三大技术手段。其中,交易过程控制包括最大持仓、期限管理、动态止盈止损等,事件跟踪技术包括黑名单、红名单、舆情实时监控、舆情语义识别等,环境动态监控技术包括市场环境识别、波动率跟踪分析、激进和保守策略切换等。

整体来看,康晓阳表示,一旦产品净值出现较大回撤而触发风控,AI交易会从选股、择时、风控三个方面进行相应的调整。譬如提高对基础池股票入池的量化评分要求,降低单个标的持仓,切换保守策略,增加风险收益比要求更高的机器人类型持仓比例等。

(文章来源:上海证券报)

(责任编辑:DF353)

http://www.sugys.com/bdsin5/cY6u