Deep Alpha 研讨会—《Bloomberg：风从海外来 海外AI量化最新前沿》
由qxiao创建，最终由qxiao 被浏览 356 用户
主题：The Impact of AI to Global Asset Managers: The Responses and Adoptions
演讲人：关子敬 先生 Kevin Kwan彭博亚太区量化及数据科学专家
完整视频观看地址：https://webcast.roadshowchina.cn/cmeet/NlZBZVhZRGZ6Q1NSRjdrbmJqQjZUQT09
谢谢Big Quant的邀请，今天所有策略的绩效仅作交流的用途展示概念，投资人如果对策略本身有兴趣的话，请在我们网站下载白皮书或是与我们的客户经理联系。
1全球资产管理报告 AUM升高 收益降低
我先从一份Bain & Company关于全球资产管理的报告开始，报告里面提到全球资产被管理资产在近几年不停地扩展，但如果我们从毛利率的角度来看，每一个AUM的毛利率却是越来越低，其中一个重要的原因是客户群的改变，客户群在金融产品方面的知识越来越好，会比较不同的金融产品以及计算产品的公平价值，也有越来越多的客户选择被动的资产投资。 另外一个原因是因为合规的要求，在2008年金融风暴以后，投资机构投放大量的资源在合规方面，导致AUM的毛利率再一步降低。面对毛利率的降低，公司有两个主要的出路，第一个可以提高资产规模，当然公司不是说提高AUM就可以提高AUM这么容易。
2 AI量化进程：从Smart Beta到AI系统指导投资
另外一个出路就是通过科技的进步，当然今天的主题就是特指这一部分。 假如从传统投资和AI投资中间画一条线，我们把所有的公司放在线上面，有的公司会靠左边一点，有的会往右边一点，但大部分公司正尝试把自己慢慢从左边往右边去移动。从我们的观察来看，全球的公司分布大概是长样子，大部分公司还停留在偏左边，当然也有少量的公司已经到达了很前的位置当中。AI投资看上去很简单，但是其实情况没有像直线一般的简单。
我今天把AI投资旅程分为4个阶段，第一个阶段是Smart Beta，但是我今天说的Smart Beta跟传统的Smart Beta有一点差别，传统的Smart Beta是在被动指数上做调整，但是我们近来看到金融机构在主动基金上做出调整，在相应的市场上面做因子分析，找出哪些因子在推动市场，然后根据因子调整组合，其实这已经是因子投资的第一步。
第二个阶段便是直接根据因子做出投资策略，因子投资是根据公司的参数从一群公司中选取参数最好或者最差的公司，制作成多空组合。因子投资概念其实早在1960年代出现，当时候的CAPM模型提出投资公司的回报是跟他们的Beta数值是有关系的，所以Beta应该就是第一个被发现的因子，往后也有Fama-French等等，因子投资模型深受投资人的欢迎。因子投资的好处当然就是每个因子产出的回报的关联性不大，所以可以做到很好的风险分散效果。
我在这边制作了4个因子投资的回报表，它们分别是 成长、价值、动量和低波动。可以看到这4个因子的投资回报相关性不大，从这4个因子我们可以制作出一个市场有效前沿然后选出最好的因子组合，最前沿的因子组合的回报可以达到夏普率3.5。当然是一个后视角的最佳理论值，但是这也可以证明因子之间的风险分散效果是明显的。
3 AI量化+另类因子 相关性更低的Alpha
有了因子投资基础后下一步便是引进AI以及另类因子，另类数据是国际投资人最近寻找alpha的重要的方向之一。我在这边举一些另类数据的例子，比如供应链数据可以利用公司的上下游关系构建策略，新闻和社交数据方面，最近美国的reddit上面就是一个很好的例子，如果能够及时的分析他们的言论，可能就可以捕捉到GME或者AMC今年的涨幅。