談起量化投資，泓德基金量化團(tuán)隊(duì)負(fù)責(zé)人蘇昌景如同“武癡”一般，毫不遮掩地分享著自己對量化投資的癡迷與見解。與量化投資相遇相守數(shù)載，在技術(shù)浪潮的推動下，蘇昌景見證了量化投資的蛻變，也積累著對量化投資的認(rèn)知，更將這些理念與時俱進(jìn)地應(yīng)用于實(shí)踐中。
“投資就是要做有價值的事情。”蘇昌景堅(jiān)持著如此的價值觀，也堅(jiān)持用量化去篩選時代的賽道，用量化擁抱時代的紅利。
用高頻提升勝率
出身北大數(shù)學(xué)系，“理性”的思維讓蘇昌景最終選擇了量化行業(yè)。在彼時的蘇昌景看來，量化投資最為強(qiáng)調(diào)兩方面的底層能力：一是數(shù)據(jù)分析能力；二是軟件工程能力。但工作以來，數(shù)年的摸爬滾打在增進(jìn)蘇昌景的能力以外，也在完善著他對量化工作的認(rèn)知。
“無論數(shù)理還是軟件編程，都是量化工作的基本技能?！睂?shí)際上，蘇昌景覺得，隨著由低頻基本面投資逐漸轉(zhuǎn)向高頻量價交易，量化投資對人才的需求也在悄然發(fā)生改變?！坝捎谌諠u高頻，研究更多是數(shù)據(jù)流和價格波動的規(guī)律性內(nèi)容。因此，目前量化人才的長板，更來自于如人工智能、機(jī)器學(xué)習(xí)等科技領(lǐng)域?！?/span>
循此出發(fā)，蘇昌景對量化投資的理念日漸細(xì)化充盈。在他看來，量化投資就是要圍繞股票價格波動的驅(qū)動因素展開研究與分析。具體來看，驅(qū)動因素拆解為三?！耙皇浅L基本面因子，即公司商業(yè)模式、治理水平、管理層能力等因素；二是高頻基本面因子，即未來短期內(nèi)行業(yè)的預(yù)期業(yè)績增速或表現(xiàn)；三是短期量價因子，即交易過程中所體現(xiàn)出來量價相關(guān)的統(tǒng)計規(guī)律?！?/span>
但在蘇昌景看來，相較于主動投資，量化投資在超長基本面因子上優(yōu)勢并不明顯?！霸街匾曔@方面因子，越是一種‘強(qiáng)者思維’，即投資足夠優(yōu)秀的企業(yè)。”蘇昌景解釋稱，與主動投資相比，量化投資對企業(yè)的深度研究上具有天然弱點(diǎn)，因此量化投資更應(yīng)該思考自身并發(fā)揚(yáng)自身的優(yōu)勢所在，而量化投資朝著高頻量價的轉(zhuǎn)變也恰好提供了這一契機(jī)。
“高頻量價更強(qiáng)調(diào)科技能力。越高頻便越不依賴對公司的深度認(rèn)知?！碧K昌景認(rèn)為，這更像是“弱者思維”?！半m然買了很多股票，每個公司賺的錢也比較少。但因?yàn)槌钟械墓颈姸?，交易頻繁，周轉(zhuǎn)很快，因此可以獲取豐厚收益?！碧K昌景表示，量化投資的優(yōu)勢正在于用高頻提升勝率。因此，量化投資需要考慮自身的投資體系以及策略表現(xiàn)的中短期市場適應(yīng)性。“高頻意味著周轉(zhuǎn)。只有貼近市場風(fēng)格，才能展開交易去賺錢?！?/span>
構(gòu)建全方位因子庫
在建立基本認(rèn)知的基礎(chǔ)上，如何挖掘高頻層面的因子，則是量化實(shí)踐中的核心問題。
“從高頻數(shù)據(jù)中提煉出的因子，生成方式各有不同?！痹谔K昌景看來，技術(shù)的發(fā)展也讓量化因子挖掘各有所異?！耙徊糠忠蜃釉从谌说恼J(rèn)知。比如股票的交易熱度、漲幅與成交數(shù)、股票收益率的日內(nèi)分布等，一看就知道在描述什么，也能建立起對此的邏輯認(rèn)同。”蘇昌景表示，另一部分因子則源于神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等技術(shù)挖掘，這些因子往往是非線性的，超越了人力理解的范疇。
如何用因子構(gòu)建有效的量化策略，則是量化實(shí)踐中的關(guān)鍵問題。蘇昌景介紹，在挖掘出因子后，無論是否有效率，都會將其放置于因子庫中。“投資的本質(zhì)是評判標(biāo)的預(yù)期收益率和風(fēng)險。量化投資正是運(yùn)用模型來進(jìn)行預(yù)測，只是在具體操作中，不同頻度的預(yù)測所運(yùn)用的有效因子會有所不同?！碧K昌景表示，構(gòu)建充分的因子庫，不僅能便于進(jìn)行不同維度的量化模型構(gòu)建，而且能幫助模型更加體系化和完善化。
顯而易見，科技在量化投資中的地位日趨重要。但伴隨科技浪潮而來的AI技術(shù)，也同樣引發(fā)著行業(yè)的思索?！癆I未來是否會接管量化？”對此，蘇昌景堅(jiān)信，人在量化投資中的作用將無可替代，“一方面，目前的大模型解決的是通用性問題，在專業(yè)問題上未必有效；另一方面，一個優(yōu)秀的數(shù)據(jù)模型離不開設(shè)計者對數(shù)據(jù)、算法技術(shù)的深入理解。只有人深度參與，才能產(chǎn)生有效的模型?！?/span>
歷史的經(jīng)驗(yàn)同樣支撐著他的信心。1900年法國數(shù)學(xué)家代表大會上，數(shù)學(xué)家希爾伯特提出了23個數(shù)學(xué)問題，為今后的數(shù)學(xué)發(fā)展揭開了光輝的一頁。這也讓蘇昌景看到，提出問題是更重要的一種能力?！懊鎸I，人的作用是要提出更有創(chuàng)造力、更有見解的問題。盡管AI是大勢所趨，但決不能忽略人在其中的作用?！碧K昌景說。
打造跨部門柔性團(tuán)隊(duì)
專業(yè)造就職業(yè)。在量化行業(yè)摸爬滾打多年，蘇昌景已練就一套屬于自身的“內(nèi)功心法”。如今，身為泓德基金量化團(tuán)隊(duì)負(fù)責(zé)人的他，也在致力于將泓德基金量化團(tuán)隊(duì)打造成一支更加專業(yè)團(tuán)結(jié)的隊(duì)伍。
不同于常見的部門制，蘇昌景介紹，量化團(tuán)隊(duì)在泓德基金內(nèi)以跨部門的柔性團(tuán)隊(duì)形式存在，以量化投資部為主，包括專戶、風(fēng)控、IT等多部門人員形成共同協(xié)作。多年的跨部門協(xié)作也讓團(tuán)隊(duì)經(jīng)驗(yàn)頗豐。“跨部門協(xié)作能讓大家在同一個平臺、同一個維度上展開討論，也由此形成共用的技術(shù)平臺，目前我們已形成了一套標(biāo)準(zhǔn)化的模塊供大家調(diào)取使用?！碧K昌景說道。
各司其職方能通功易事。蘇昌景介紹，在共用平臺的基礎(chǔ)上，量化團(tuán)隊(duì)成員依據(jù)自身所需調(diào)用因子，各有所長、通力協(xié)作?！皥F(tuán)隊(duì)首先堅(jiān)持在量化的大框架下，堅(jiān)定圍繞股價波動的因素做深入研究和分析；其次，每個人再結(jié)合自身的背景和能力，選擇最適合自己的路?！倍鴪F(tuán)隊(duì)永遠(yuǎn)扮演著聚合放大的作用。在蘇昌景看來，量化投資無論專注于低頻基本面，還是高頻量價交易，都有各自面臨的競爭與問題?！皼]有哪個維度是容易的，無論做什么都需要付出非常大的努力，也都需要公司和團(tuán)隊(duì)通力協(xié)作。”
此外，量化投資的轉(zhuǎn)變也讓蘇昌景積極思索著團(tuán)隊(duì)之變。正如他對“高頻量價”的觀察，在他看來，未來量化投資想要做好高頻量價，將在體系化和技術(shù)化層面展開競爭。在團(tuán)隊(duì)的人才需求上，蘇昌景表示，未來團(tuán)隊(duì)也將更重視復(fù)合型技術(shù)人才的招募與培養(yǎng)。“比如，懂得AI、計算機(jī)視覺等技術(shù)，或是具有自然語言處理、生物統(tǒng)計學(xué)等背景的人才。在系統(tǒng)化、體系化的思路下展開培養(yǎng)。”