1.AI破局量化基金 国金量化"多策略"对抗市场波动
作者：刘宗根 来源：中国证券报
站在2018年的起点，新一轮的投资反思和技术运用风起云涌。1月8日，国金基金创新性地把人工智能引入量化模型的构建中，升级选股策略，推出对抗市场波动性的新基金----国金量化多策略混合基金（基金代码：005443）。
人工智能捕捉市场机会
在业内人士看来，量化基金的前景值得期待，不过近期的业绩表现却让部分投资者产生一些疑虑。
对此，国金量化多策略拟任基金经理林健武分析道，在前几年，市值因子和与市值相关度高的因子表现一直很好，所以这类因子往往会被赋予很高的权重，特别是因子不动态更新的策略。随着中国量化多因子模型的发展，因子从单一发展到多元，从线性关系发展为非线性关系。简单使用少量因子的线性量化投资模型已经无法适应当前的市场环境。这导致了一些量化基金业绩低迷。
据了解，本次首发的国金量化多策略基金在建立模型时，使用了基于人工智能的学习算法，从多个纬度对因子进行动态评估和挑选，这样可以避免很多量化基金遇到的因子失效的问题。
人工智能机器自我学习的特性，不断通过大数据分析的方法，能够帮助量化模型适应不同市场环境，深入挖掘新选股因子以及因子与股票收益之间的非线性关系，提高模型预测能力。非线性运作模式，相比传统线性多因子模型，更加敏锐地捕捉未被发现的市场机会。
量化基金多数是按照对历史的数据进行统计总结，建立的数学模型。为了克服数据有限的客观现实，国金量化多策略依托公司自建的互联网量化平台，对接多家金工团队、研究机构和量化社区，以进一步促进数据来源广泛。在量化模型的建构中，把超过2000个因子纳入考察范围。在兼顾因子历史表现和基本面特性的目标下，每一个因子都经过严格的筛选，遵循分散化和多样化、关注超额回报和足够长的历史业绩，最终精选出具有高Alpha、低相关度的1400+因子以构建选股模型。
多策略护航应变能力
据介绍，在新基金的投资管理中融入新的技术和理念，与国金基金追求"正收益少回撤"的投资价值观息息相关。
目前市场波动性大，量化基金也存在明显的结构性差异，模型不同等因素都会带来较大的业绩差异，博取正收益愈加来之不易。为此，国金量化业务在策略的储备上充分考虑多样化的特性，策略和策略之间的相关性低，为灵活应对多变的市场环境奠定了基础。
具体而言，主要策略类型有量化对冲策略、量化多因子策略、Alpha/Beta复合策略、商品期货CTA策略、多因子选股+期货CTA的多策略、指数增强策略、宏观配置量化多策略等。稳健运作并不断演进的多种策略，能够支撑新产品在不同的市场环境下捕捉到市场机会。
据了解，作为国内首家将量化投资写入核心战略的公募基金公司，2013年起，国金基金搭建量化投资体系，始终保持对量化领域的投入和建设力度，目前已形成多团队、多风格策略的投研体系。
国金量化多策略拟任基金经理林健武为公司量化总监，拥有17年量化投资研究经验，在高盛、摩根士丹利以及美国50大对冲基金之一的迈格尼塔投资公司长期担任资深量化投资分析师和全球量化投资交易总监等要职，是国内量化投资的先行者之一。
2.加码量化投资 国金基金掘金人工智能
记者：朱妍 来源：上海证券报
自2013年起便着手搭建量化投资体系的国金基金，将发行国金量化多策略基金。日前，国金量化多策略基金拟任基金经理林健武在接受采访时表示，量化投资并非一成不变，随着量化多因子模型的发展，运用AI算法来“武装”量化投资策略，将使得量化基金的表现更适应市场风格。
回顾2017年，随着A股入选MSCI，市场参与者机构化特征日渐明显，投资理念和选股方式亟待升级。量化投资作为一种投资方式，受到了基金公司的青睐。Wind数据显示，2014年至2017年11月底，普通股票型基金、混合偏股型基金的最大回撤分别为30.55%、43.77%，而主动量化基金的最大回撤仅为17.79%。
率先将量化投资写入公司发展战略的国金基金，在独有的“量化投资平台+一站式服务”机制下，已打造了一支拥有18名海内外专业投研人员和丰富量化产品管理经验的多策略全天候量化投资团队。2016年加盟公司、担任量化投资总监的林健武博士，已有17年量化投资研究经验，更为国金基金注入了强大的量化基因。
林健武认为，随着量化多因子模型的发展，量化因子正从单一发展到多元，从线性关系逐渐发展为非线性关系。之所以此前出现很多量化产品业绩低迷的情况，主要是因为投资中简单使用了少量因子的线性模型所致。
在他看来，人工智能技术能帮助挖掘新的选股因子，发现因子与股票收益之间的非线性关系、提高模型的预测能力和降低风险评估的滞后性，是未来量化基金的发展方向。在未来投资中，国金量化多策略将在互联网量化策略下获取海量因子库，同时使用人工智能技术下的双层机器学习模型，以及元知识学习模型下的策略选择来进行投资。
“国金量化多策略的主策略是互联网量化策略，以此对接多家权威金工团队、研究机构和量化社区，从而实时收集到新型因子和发现市场上投资风格的偏移。该策略会运用AI算法来实现数据清洗、模型训练、模型优化和股票精选。通过滚动学习，快速更新迭代，能更好地适应各类市场环境。”林健武说。
3.国金基金：AI助力量化投资
作者：刘宗根 来源：中国证券报·中证网
受市场大小盘风格转换影响，2017年量化基金业绩持续分化，部分量化基金业绩犹如过山车，一度备受追捧的量化基金迎来了严峻的考验。
国金基金认为，简单使用少量因子的线性模型已经无法适应当前复杂多变的市场环境。相比传统线性多因子模型，人工智能机器自我学习的特性，能更加敏锐地捕捉未被发现的市场机会。
线性模型“失效”
与2015年的业绩普涨和2016年的业绩分化相比，2017年受大小盘风格切换影响，量化基金业绩遭遇“滑铁卢”。业内人士指出，“二八分化”行情下，部分小市值因子失效。
国金基金认为，随着量化多因子模型的发展，因子从单一发展到多元，从线性关系发展为非线性关系。简单使用少量因子的线性模型已经无法适应当前复杂多变的市场环境，因此出现了很多业绩低迷的情况。
“传统的量化多因子选股模型主要来自策略师的模型，受策略师教育背景的限制，其投资风格很难发生本质性变化，比如一直坚持某一类因子。但是中国市场是个特殊的市场，我们正在经历A股市场的变化，市场交易结构、法律法规和参与人都在发生着变化，如果策略模型相对固化，则难以完全适应市场。”国金量化多策略基金经理林健武表示。
在他看来，相比传统线性多因子模型，人工智能机器自我学习的特性能够帮助量化模型适应不同市场环境，深入挖掘新选股因子以及因子与股票收益之间的非线性关系，提高模型预测能力，更敏锐地捕捉未被发现的市场机会。
多策略对抗市场波动
2017年创业板指数大幅下挫，大盘蓝筹价值回归，导致部分量化基金表现不佳。业内人士认为，金融去杠杆大背景下，市场流动性降低，量化投资难度加大。随着量化基金不断扩容，量化投资策略同质化的趋势越来越严重。
在国金基金看来，目前市场波动性大，量化基金也存在明显的结构性差异，博取正收益愈加来之不易。国金基金量化业务在策略的储备上充分考虑多样化的特性，策略和策略之间的相关性低，为灵活应对多变的市场环境打下了基础。
“选择的股票数量越多，股票停牌或涨跌停对策略模型的影响就越小。可能存在的风险是，模型有可能会将较高的权重，配给近期表现相对差的机器学习模型和选股因子。但是国金基金在选择因子和机器学习模型时，加入了对其历史基本面信息的评估，使得这种风险造成较大净值影响的概率变低。”林健武表示。
业内人士认为，业绩分化与量化基金的投资策略不无关系。选择中小创还是大盘蓝筹，最终取决于模型设计者和投研团队的策略。2017年年末以来，市场热点分散迹象明显，未来量化模型捕捉市场机会的优势或将凸显。
展望后市，国金基金认为，中小盘股票可能在长期调整后，有一定的反弹。而2018年5-8月，随着A股纳入MSCI指数，大盘蓝筹股票可能迎来增量资金和机会。此外，未来选股的方式将更加多元化，复杂程度和动态变化将增强，机构投资者的优势将更加明显。