在量化交易這個領(lǐng)域，36氪此前報道過不少項目。有私人量化交易平臺JoinQuant、RiceQuant以及優(yōu)礦，為量化交易領(lǐng)域提供核心算法支持的眾加，量化策略商城微量網(wǎng)、以量財富為代表的量化理財平臺，以及為量化投資者提供智能交易和分析工具的名策數(shù)據(jù)。如果你不懂算法，只懂投資邏輯，還有專門幫你生成量化投資策略的果仁網(wǎng)。

 

　　目前市場上看到的量化交易，背后大多有某種交易邏輯。每一個量化交易策略的建立，都需要輸入與這套邏輯相關(guān)聯(lián)的因子，比如歷史表現(xiàn)、公司財務(wù)數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)、上下游供應(yīng)商數(shù)據(jù)等眾多參數(shù)，建立一套模型以算出標(biāo)的上漲或下跌的概率，并生成投資組合和調(diào)倉策略。隨著近幾年人工智能興起，不少人開始選用機器學(xué)習(xí)等方式，輸入眾多因子，讓AI自己生成策略。

 

　　36氪最近接觸到的DetlaGrad的做法則跟這些都有不同，它們的定位是基于人工智能的量化投資公司，只輸入交易數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)來訓(xùn)練模型。創(chuàng)始人說他們想做的是中國的橋水基金，但是從他的表述來看，我認(rèn)為應(yīng)該說他們想做量化交易界的Deepmind（研發(fā)阿爾法狗的團隊），就連他們A股機器人的名字，都叫“智富狗”。

 

　　DetlaGrad的創(chuàng)始人龐然表示，團隊早幾年是做計算機圍棋的，傳統(tǒng)將人類下圍棋的邏輯梳理成策略算法，龐然稱此為“窮盡”的方法，最多只能將機器訓(xùn)練到五到六段，阿爾法狗的成功則說明，用深度學(xué)習(xí)網(wǎng)絡(luò)的算法，能將機器訓(xùn)練到超過人類中的九段高手。他不否認(rèn)策略的方式有效，國外大量量化基金的成功就說明了這一點，但是他認(rèn)為這種方法難以超越人類。

 

　　龐然認(rèn)為，這說明有些過于復(fù)雜的決策，影響的因子和情況的可能性太多，傳統(tǒng)用邏輯和策略等“窮盡”的算法可能是搞不定的，現(xiàn)實中高手做判斷也許是依靠長期經(jīng)驗積累下來的直覺，比如有的基金經(jīng)理和操盤手只需要看K線，不需要看基本面，憑借“盤感”就能做出很好的判斷，資深醫(yī)生也是類似。直覺不代表瞎想，但他們卻不一定能清楚說出背后判斷的邏輯，實際上人腦的思考方式就是如此。

 

　　DetlaGrad的團隊認(rèn)為今年阿爾法狗的升級版Master是變革點，用神經(jīng)管網(wǎng)絡(luò)替代原來用邏輯和策略構(gòu)建的數(shù)學(xué)模型這種思路，可以用到金融領(lǐng)域之上。阿爾法狗不知道選手怎么思考，它光看選手怎么走，就學(xué)習(xí)并超越了人類。因此，量化投資并不需要知道最好的操盤手怎么想，只需要知道最好的操盤怎么操作。

 

　　“世界第一的操盤手，就是交易數(shù)據(jù)。”我們目前從公開渠道所看到的交易數(shù)據(jù)，包括每日走勢、交易量等，尤其買單賣單，是經(jīng)過系統(tǒng)整合而成的數(shù)據(jù)，顆粒度不夠細(xì)。因此，除了公開數(shù)據(jù)之外，DetlaGrad還會購買顆粒度更細(xì)的交易數(shù)據(jù)來訓(xùn)練模型，培養(yǎng)機器的“盤感”。

 

　　根據(jù)龐然介紹，DetlaGrad的模型目前做的是針對A股的量化交易，分為以下幾個部分：

 

　　市場頂部風(fēng)險預(yù)警和個股及大盤未來上漲概率預(yù)測（分為短、中、長三個維度，目前一只新股票需要1天的訓(xùn)練時間）。

 

　　策略發(fā)現(xiàn)和倉位調(diào)整，從后臺15萬策略中，找到最新觸發(fā)，風(fēng)險最小、年平均收益最大的策略。目前團隊所使用的策略，均經(jīng)過2011年以來的歷史數(shù)據(jù)回測，保證平均年收益大于100%，最大回撤小于10%，然后基于上述上漲概率找到當(dāng)天風(fēng)險最小，收益最大的操作方法，輸出成策略，告訴操盤手（現(xiàn)在有人把關(guān)，未來純機器）倉位該調(diào)到多少，止損怎么設(shè)置，這樣的操作對應(yīng)的風(fēng)險及收益分別是多少。根據(jù)最新股票預(yù)測數(shù)據(jù)，系統(tǒng)會每日調(diào)倉。

 

　　系統(tǒng)性風(fēng)險預(yù)測，DetlaGrad有專門的預(yù)測系統(tǒng)性風(fēng)險的模型，測算未來三天、五天、七天等出現(xiàn)系統(tǒng)性風(fēng)險的概率，達(dá)到一定概率就清倉。

 

　　由于國內(nèi)缺少高頻交易和對沖工具、市場受政策影響大，國外對沖基金的策略拿到國內(nèi)常常會失效，龐然認(rèn)為，借助以深度神經(jīng)網(wǎng)絡(luò)為代表的新技術(shù)，也許可以解決這個問題。DetlaGrad的模型從6月份開始測試，模擬賬戶單月收益6.9%，同月大盤是6.4%；8月15日起啟動了100萬的實盤資金做測試，截止9月中旬實盤收益4.7%，最大回撤1.7%。

 

　　龐然認(rèn)為，目前團隊的優(yōu)勢在于團隊了解計算機圍棋變革的全過程，知道如何將變革應(yīng)用到證券投資市場；使用自行設(shè)計并開發(fā)的網(wǎng)絡(luò)結(jié)構(gòu)而不是開源了網(wǎng)絡(luò)結(jié)構(gòu)，算法有領(lǐng)先性。

 

　　目前看來，DetlaGrad團隊的實盤測試金額較小，畢竟不同管理規(guī)模的策略不同；同時模型還沒有經(jīng)歷過現(xiàn)實中“跨周期”（經(jīng)歷過熊市和牛市）的考驗，單憑歷史數(shù)據(jù)無法預(yù)料“黑天鵝”事件。比如由諾獎得主成立的文藝復(fù)興科技公司，旗下的量化基金在成立前三年成績驕人，但后來因1998年俄羅斯債券違約事件的連鎖反應(yīng)產(chǎn)生巨額虧損。

 

　　另外一個問題是，投資者真的能對純AI的決策有信息嗎？作為一家私募基金，假設(shè)某天超越人類智商的模型做出了人類無法理解的決定，我們要聽之任之還是阻止？天弘基金智能投資部總經(jīng)理助理劉碩凌分享內(nèi)部用AI 技術(shù)改進投資的經(jīng)驗，他們一共選124個因子，來識別某個股票是成好的還是壞的。”第一版的效果非常好，但是無法解釋，在這階段，目前投資者還是不能接受，所以我們最后用了相對簡單的決策樹模型，我們可以看清楚AI 的思考模式。”