平安资管张一清：智能量化投资将成为未来主流投资方式

　　在日前举行的“2018年亚洲指数与量化投资洞见峰会”上，平安资管首席投资官张一清发表主题演讲。他认为，中国市场的有效性仍不充分，量化投资拥有巨大的提升空间。他形象地描述说：“中国拥有全世界几乎最好的Alpha，但也保存着几乎最糟糕的Beta。”以往，Alpha主要来源于市场信息的时效性，比如说你可从时间上更快获得信息，从而获利。但未来，Alpha将更多地来源于金融服务的差异性。科技改变了量化投资与主动投资的竞争关系，未来主动量化会借助科技赋能成为趋势。他甚至预言，随着信息分析技术的进步，智能量化投资将成为未来主流投资方式。

　　图为平安资管常务副总经理、首席投资官张一清

　　以下为发言实录

　　大家好，我是平安资产管理公司的张一清。

　　我本人看好指数投资在中国的发展前景，但市场有效性的提升仍需要一个过程。在这个过程中，量化投资孕育着一个巨大的空间。这个空间正来自于中国市场的非有效性，有充分的alpha存在，使得系统性的量化投资方法会得到一个很大的机会。

　　首先跟大家分享一下我自己的一些体会，中国资本市场比其他的成熟资本市场显得都更加具有能量，这一点从波动性就能看出来。

　　图1:上证综指vs. SP500指数走势对比；来源：Bloomberg

　　过去20年, 上证指数和美国的标普500都是从1000点到2600这么一个过程，但是路径是非常不一样的。我做了一个简单的计算，将全球主要股票市场的夏普比都算了一遍，结果中国市场处于垫底的位置，这说明如果投指数，其实没有得到很好的效果。

　　一个市场的夏普比不好，证明有效性不足，但另一方面也表明alpha的机会很好。我们通过对全球各个市场的模型测试，发现中国A股提供的alpha是最丰富的。而且我们认为alpha是可持续的。

　　图2：2006以来，主动股票型基金显著超越沪深300指数

　　如上图所示，这是做中国主动型基金跟做指数的表现差异。可以看到，2006年以来，主动股票型基金表现显著超越沪深300指数，客观说明市场存在较多alpha，积极的主动选股策略可以战胜市场。

　　我试图从股票市场的参与者去解释这个现象的存在。我国资本市场设计强调融资功能，偏向发行者，因此发股票某种程度上变成低成本的筹资，上市公司不愿意发红利，所以比较缺乏高质量的好公司。当然我相信在未来会有更多的好公司。

　　从投资者角度，我想表达几点。第一，目前中国市场缺乏机构投资者。股市80%的交易量来自于个人投资者，而在有限的20%专业机构投资者当中，大多数还没有能力去定价，只能做跟风的投资，也叫做趋势投资。定价投资者的相对缺乏，一定程度上降低了我国资本市场的效率。我们可以做一个比较：发达市场当中，股票市场最大的参与者是机构，这些机构主要是养老金。我们拿养老金规模与GDP的比例，在全球做了一个横向比较，结果占比最高的国家是荷兰，它的养老金占了GDP的190%，美国是130%，中国在样本国家的最末端，社保基金占了GDP的1.5%，加上年金大概占了GDP的7.5%。所以为什么中国缺乏机构投资者，因为我们机构化的养老金数量太少了。养老金在哪里呢？就在存款里，中国的个人存款占了GDP的50%. 这也就能解释为什么银行理财有那么大的需求了。未来随着养老第三支柱起来，机构化的养老金会增加。但增加的过程会是缓慢、长期的。

　　图3：全球各国养老金与GDP比例

　　我想说的第二点是，基于中国主要的投资者其实是储蓄者，是现在和未来最大的一个资金方，你的产品设计和分销渠道最好提供给个人投资者。在相当一段时间内，机构少散户多的趋势在近期不会改变。因为个人投资者多，跟风投资者多，这个市场的高波动性也仍会继续。另外我国经济和社会正处在一个转型过程中，你能够发掘一些特定的机会，所以主动投资会在未来有很大的发展空间。所以我们的机会：一是寻找alpha的机会。二是在产品端，通过产品设计在资金端将个人储蓄演化成机构化的投资方式，这将是我们行业未来一个很重要的方向。

　　为什么量化投资会是未来的趋势？量化在取代主动投资方面，一直在全球范围内有实践例证。我们以一组数据举例，2005年至2016年，全球量化基金规模年复合增长率为13%，整个资产管理产业的增长率为6%。可以看到从基本面主动转向量化主动是一个大的趋势。理由之一是量化投资具有业绩相对稳定和低成本的特点；第二，其实很多时候所谓的基本面投资就是某一种风格，某一种主题，可以用量化方式比较系统化地复制出来，以非常低的成本来达到这个目的。我稍后也会讲到量化投资自身的进化过程，这个进化是由于大数据，AI等计算技术的普及，使得量化本身也在急剧地演进。

　　我再跟大家分享一下量化投资的历史。伯克利大学的教授BarrRosenberg大概1976年写了一篇关于风险因子的文章，这篇文章成为现代量化投资的一个基石，才有了BARRA风险模型，以此为基础后来才有了指数投资。在指数投资中，大家发现了几个风险因子能够提供比较可靠的超额收益，我们现在叫smart beta，所以就有了所谓的指数增强型投资。更多的努力去发现更多的带来超额收益的系统性因子，就发展起来量化主动投资。总体来讲，因子的来源一般就是这几种：宏观因子、公司基本面和市场因子，这是大部分从业者的数据源和思想方法。

　　图4：量化投资的历史；来源：平安资管

　　如果说从alpha的来源来讲，基本上是两种。一种你要比别人知道得快，打时间差。最典型的就是做内幕交易的，他是打了一个时间差，当然它是违法行为。但也有一些是合法的，例如高频交易也属于打时间差。还有一种是提供金融服务，就是人家做不了你能做。比如长期资本，人家承受不了这个波动，你能够承担，这个就是一种优势。在市场缺乏流动性时，你可以进去，提供流动性服务，这就是一种能力。

　　另外就是我们刚才说到这是风险溢价，包括低波动、非流动性，这些因子学术上有很多研究，关键是这个因子要是真正持续的，在这个市场里是实用的。例如有些人喜欢做数据挖掘，挖掘到一个因子，做模型测试跑得很好，但真正实盘以后却发现这个因子是没有用的。

　　关于未来量化投资的演化，大家谈得最多的是AI人工智能这条路。AI的应用很广，但金融市场的不确定维度太高，博弈性太强，使得AI机器智能跟人类智能在这一方面的差异还是非常大的。现在谈论用AI直接替代人类智慧的时间还是太早。但是人类的智能跟机器的智能合起来战胜市场，战胜对手是有用的。把传统的数据源结合大数据，增加信息广度和信息的超前优势，把AI和传统的量化计算相结合， 提升模型的维度。在以计算力为基础的算法交易和高维度计算上，机器智能的优势远远超过人类。但是人类在大的逻辑、前瞻性趋势的判断能力上是机器无法替代的。

　　前两天我还看到一份材料，说全球最大养老金——日本政府养老金（GPIF）已运用AI技术进行外部委托经理人的选择和管理。作为世界最大的养老金，而且此前风格极其保守，它能采纳这套方式，这是一种行业方向性的改变。

　　在组合构建当中，我们正在寻找一些新的方法，运用AI和大数据的全新维度，对传统因子、传统数据源通过技术的手段进行赋能，它能帮助你分析到原先没有想到的维度。今天早上我还看了一篇文章，其中提到了如何运用大数据的测算来推演某个地方GDP数据中蕴含的水分。原先通过传统的统计方法，我们是很难验证一个数据是否真实，但是现在用大数据等科技手段，通过对基层基本消费数据的追踪，比如信用卡消费数据等，你甚至能在官方统计数据出来之前就可以实时获得最真实的数据。所以我刚才说过，投资怎么去挣钱，其中一点就是你要比别人知道得早，而大数据可以提供这个渠道。

　　◇ 未来最大的Alpha来源于人脑与智能量化结合

　　图5：科技改变了量化与主动投资竞争格局；来源：平安资管

　　小结一下，第一，量化投资会在中国得到更进一步的发展。第二，人工智能会对量化投资带来很大的提升，这个提升来自人工智能和人类智能的一种结合。在中国的市场中，目前至少未来五到十年，alpha还是充分存在的，市场有效性的提升会是一个非常长期的过程。所以量化的主动投资会在这个市场里面得到很好的用武之地。

　　谢谢大家！（cis）