基于人工智能的量化投資分析與應用

基于人工智能量化投資分析與應用3月1/42目錄人工智能給量化企業(yè)帶來哪些競爭優(yōu)勢？為量化投資提供服務(wù)金融科技企業(yè)量化投資智能化趨勢人工智能在量化策略設(shè)計中地位32/42人工智能給量化企業(yè)帶來哪些競爭優(yōu)勢？3/42量化投資企業(yè)競爭力更多信息（網(wǎng)絡(luò)爬蟲獲得信息，人工智能所能處理非結(jié)構(gòu)化信息）更及時信息（對于一樣信息，誰先獲得誰具有優(yōu)勢，這對算法速度提出了要求）對信息正確解讀（金融邏輯）54/42人工智能能提供網(wǎng)絡(luò)爬蟲獲得更多信息人工智能能夠處理非結(jié)構(gòu)化信息（文字識別、圖像識別、語音識別，要求處理越快越好）處理信息算法65/42Twitter預測股價6/42人工智能提供更多非結(jié)構(gòu)化信息RemotesensingMetrics是一家衛(wèi)星情報分析企業(yè)，經(jīng)過遙感衛(wèi)星統(tǒng)計商場客流量。-衛(wèi)星追蹤星巴克、沃爾瑪人流數(shù)據(jù)和車場車輛改變-經(jīng)過停車場監(jiān)控數(shù)據(jù)、企業(yè)對賣場客流量、市場份額、競爭對手情況進行分析。-并以周度、閱讀或季度頻率向客戶發(fā)送匯報。，twitter推送新聞稱兩顆炸彈在白宮爆炸，標準普爾下跌1%，美國大量對沖基金使用twitter數(shù)據(jù)進行自動化交易7/42人工智能能夠提供非線性算法（AdaBoost)動態(tài)模型選股機制能夠?qū)碗s多變股票市場做出及時反應，從而能夠愈加貼近市場最新改變。8/42傳統(tǒng)多因子模型無法對市場格調(diào)變換做出反應按照因子值大小對股票排序依據(jù)排序確定個股權(quán)重構(gòu)建投資組合9/42AdaBoost對傳統(tǒng)非線性因子改進算法中每一層弱分類器本質(zhì)上是把原本非線性區(qū)分能力進行了線性化MACD因子10/42用分類樹方法預測股票是否高送轉(zhuǎn)

非參數(shù)方法根據(jù)數(shù)據(jù)自動生成最優(yōu)分類樹“樹枝”具有較低相關(guān)性，預防“過分擬合”11/42人工智能在學術(shù)界應用媒體語氣會影響股票收益嗎？——基于互聯(lián)網(wǎng)媒體經(jīng)驗證據(jù)-數(shù)據(jù)：51家國內(nèi)主流互聯(lián)網(wǎng)媒體關(guān)于A股上市公司

新聞報道-方法：利用計算機信息抽取和自然語言處理技術(shù)，-邏輯：將媒體新聞劃分為正面、中性和負面報道，考察媒體語氣對股票收益率影響。

姜富偉管理層情緒與資產(chǎn)定價（JFE

已接收）-數(shù)據(jù)：上市企業(yè)財報和電視電話會議文本文檔-方法：使用文本大數(shù)據(jù)挖掘方法掃描數(shù)據(jù)-邏輯：提取企業(yè)財報和電視電話會議文本文檔里隱含主動或消極情緒信息，構(gòu)建反應經(jīng)理人情緒狀態(tài)經(jīng)理人情緒指數(shù)。12/42為量化投資提供服務(wù)金融科技企業(yè)商業(yè)模式13/42金融科技提供量化投資服務(wù)業(yè)態(tài)14/42金融科技企業(yè)提供量化投資服務(wù)C端策略回測平臺優(yōu)況、聚寬、米寬、大寬（量邦科技）、點寬提供了傳統(tǒng)金融信息與易用系統(tǒng)策略保密性無法確保在C端無法實現(xiàn)商業(yè)利益，部分平臺提供給券商研究所用于策略匯報撰寫，無法進入量化基金市C端期權(quán)交易平臺小期旺期權(quán)更易懂、投入更低提供了散戶投資期權(quán)機會15/42金融科技企業(yè)提供量化投資服務(wù)C端智能投顧-為散戶提供擇股服務(wù)-為散戶提供擇時服務(wù)-散戶更關(guān)注漲停股而不關(guān)注倉位B端金融科技企業(yè)-FoF系統(tǒng)，提供基金遴選、資產(chǎn)配置量化分析（況客科技、數(shù)字動能）-投研系統(tǒng)，提供研究匯報寫作系統(tǒng)和知識管理系統(tǒng)（

況客科技）-策略回測系統(tǒng)，提供當?shù)鼗販y，處理了策略保密性問題（

數(shù)字動能）-QuantEye

，提供關(guān)鍵詞搜索、熱度，及策略回測（拉普拉斯企業(yè)）-朝陽永續(xù)，提供一致預期數(shù)據(jù)16/42優(yōu)況回測平臺優(yōu)礦，聚寬，中量網(wǎng)，大寬網(wǎng)，米礦等17/42RentFinancitChapter9,Copyright?JohnC.Hull

1918/42信富二級市場情緒指數(shù)

若指數(shù)向上增加，說明市場看好，提議加倉若指數(shù)向下降低，說明市場看衰，提議減倉19/42京東金融智能投資顧問

智能投資顧問原理（基于BlackLitterman）：

問卷分數(shù)

S風險容忍系數(shù)λ市場厭惡系數(shù)δ協(xié)方差矩陣Σ資產(chǎn)市值權(quán)重ωmkt

市場均衡收益∏=

δΣωmkt

觀點收益Q

觀點誤差Ω

觀點分布N～（Q，Ω）

新合成收益分布Π＝Π＋τΣP′

Ω＋τPΣP′

?1(Q

?

PΠ)

主觀觀點2得到最優(yōu)權(quán)重

Maxω′E

R

?

λ

ω′Σω

歷史收益20/42京東金融智能投資顧問

基于風險容忍能力系數(shù)

50分-110分資產(chǎn)配置分布對比圖

20%10%0%30%40%50%60%70%9

0%80%100%50分5.63157860分5.10526370分4.578947380分4.0526315790分3.5263157100分3110分2.473684美元黃金債券股票貨幣基金21/42況客科技FOF系統(tǒng)：資產(chǎn)配置功效22/42況客科技FoF系統(tǒng)：基金格調(diào)分析23/42QuantEye事件搜索關(guān)鍵詞：共享單車24/42QuantEye事件搜索"共享單車"熱度（新聞）走勢圖25/42QuantEye事件搜索事件前后資產(chǎn)漲跌幅走勢圖26/42對商業(yè)模式反思先進技術(shù)未必成就好成功商業(yè)商業(yè)成功前提必須為剛需必須有客戶支付意愿27/42量化投資智能化趨勢28/42國內(nèi)外量化基金虧損嚴重10月13日，在紐交所上市著名對沖基金城堡投資集團宣告，因連續(xù)虧損和撤資，企業(yè)將關(guān)閉其旗艦對沖基金堡壘宏觀基金（FortressMacroFunds），并向投資者返還現(xiàn)金。對沖基金巨頭復興科技投資企業(yè)宣告，因為虧損嚴重，將旗下一只量化對沖策略基金——復興機構(gòu)期貨基金（RIFF）清盤，并向投資者返還資金。美國貝恩資本BainCapital宣告將旗下絕對收益資本對沖基金清盤，返還投資者全部投資。該基金截至8月底虧損超出14%。年國內(nèi)80%量化基金都處于虧損，小市值因子階段性失效29/42以來很多Alpha因子失效從收益起源看，對沖基金通常追求絕對收益，經(jīng)過做多和做空一籃子股票獲取Alpha收益：指數(shù)基金被動跟蹤股票指數(shù)，在一個連續(xù)性大牛市中，指數(shù)基金通常能為投資者提供穩(wěn)定beta回報，不過，alpha收益是極難獲取，而且伴隨對沖基金行業(yè)規(guī)模不停擴大，基金對alpha收益競爭也越來越激烈，以最簡單因子模型為例，1月至7月，大部分股票因子都無法提供正收益，這也是為何對沖基金表現(xiàn)比較低迷原因。10%6%5%-5%-8%-9%-9%-11%-15%-10%-5%0%5%10%15%規(guī)模因子股息因子估值因子波動因子收益因子報表因子成長因子動量因子YDT30/42當代人工智能突破AI與機器學習傳統(tǒng)編程機器學習31/42人工智能六大應用Autonamy

自動化Optimize

complex

systems

優(yōu)化復雜系統(tǒng)Understandingwhat’shappeninginpicsandvideos

了解圖片和視頻Understand

people

using

language

了解語言，了解人們Create

content

創(chuàng)建內(nèi)容Making

prediction

做預測32/42無用階級出現(xiàn)33/42人工智能引致量化投資趨勢

智能化：Fintech興起給量化投資帶來了技術(shù)上支持人工智能——非結(jié)構(gòu)化式數(shù)據(jù)（文本、圖像、聲音等）→結(jié)構(gòu)化式數(shù)據(jù)人工智能算法——線性人工建模→非線性建模元知識學習——用機器選擇不一樣投資策略機構(gòu)化：散戶慢慢被淘汰3534/42人工智能對量化投資影響

人工智能會取代一部分基金經(jīng)理，但不會全部取代人工智能優(yōu)勢費用更低廉

基于算法量化投資速度更加快和準確度更高人工智能劣勢黑箱，缺乏金融邏輯需要大數(shù)據(jù)支持，數(shù)據(jù)隱私、數(shù)據(jù)脫敏問題

35/42量化投資是一門科技-AQR，D.E.Shaw,復興科技與城堡基金AQR（應用量化研究），Cliff

Asness研究——基于“系統(tǒng)一致方法”來構(gòu)建投資組合四種格調(diào)——價值，動量，防守和持有風險平價策略，基于潛在風險而非資產(chǎn)類別均衡配置D.E.Shaw（David

E.Shaw）斯坦福博士，哥倫比亞大學計算機科學，計算生物學以及生物信息學教授一個投資于全球技術(shù)開發(fā)企業(yè)，嘗試做其它企業(yè)認為不可能，或者根本沒想過事情復興科技（James

Simons）石溪大學數(shù)學系主任量化交易，大數(shù)據(jù)分析，動態(tài)定價，電腦驅(qū)動城堡基金（Kenneth

Griffin）高頻交易電子市場36/42全球量化投資行業(yè)新方向大數(shù)據(jù)系統(tǒng)+策略眾包（

Quantopian）人工智能+智能投顧-策略配置-另類化擇時37/42人工智能在量化策略設(shè)計中地位38/4239/42人工智能應用領(lǐng)域人工智能高度依賴數(shù)據(jù)

人工智能對非結(jié)構(gòu)化數(shù)據(jù)處理

-文本

-圖像

-聲音

人工智能本質(zhì)上是一個非線性算法

-非線性擬合好，不過不穩(wěn)健

-可能出現(xiàn)過擬合現(xiàn)象，

只要神經(jīng)元足夠多，能夠迫近任何一個函數(shù)

-策略參數(shù)可能不穩(wěn)健

40/42人工智能不能取代金融邏輯人工智能主要技術(shù)——機器學習、深度學