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帶來哪些競爭優勢？為量化投資提供服務金融科技企業量化投資智能化趨勢人工智能在量化策略設計中地位32/42人工智能給量化企業帶來哪些競爭優勢？3/42量化投資企業競爭力更多信息（網絡爬蟲獲得信息，人工智能所能處理非結構化信息）更及時信息（對于一樣信息，誰先獲得誰具有優勢，這對算法速度提出了要求）對信息正確解讀（金融邏輯）54/42人工智能能提供網絡爬蟲獲得更多信息人工智能能夠處理非結構化信息（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構化信息RemotesensingMetrics是一家衛星情報分析企業，經過遙感衛星統計商場客流量。-衛星追蹤星巴克、沃爾瑪人流數據和車場車輛改變-經過停車場監控數據、企業對賣場客流量、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數據進行自動化交易7/42人工智能能夠提供非線性算法（AdaBoost)動態模型選股機制能夠對復雜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傳統多因子模型無法對市場格調變換做出反應按照因子值大小對股票排序依據排序確定個股權重構建投資組合9/42AdaBoost對傳統非線性因子改進算法中每一層弱分類器本質上是把原本非線性區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

非參數方法根據數據自動生成最優分類樹“樹枝”具有較低相關性，預防“過分擬合”11/42人工智能在學術界應用媒體語氣會影響股票收益嗎？——基于互聯網媒體經驗證據-數據：51家國內主流互聯網媒體關于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，-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定價（JFE

已接收）-數據：上市企業財報和電視電話會議文本文檔-方法：使用文本大數據挖掘方法掃描數據-邏輯：提取企業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，構建反應經理人情緒狀態經理人情緒指數。12/42為量化投資提供服務金融科技企業商業模式13/42金融科技提供量化投資服務業態14/42金融科技企業提供量化投資服務C端策略回測平臺優況、聚寬、米寬、大寬（量邦科技）、點寬提供了傳統金融信息與易用系統策略保密性無法確保在C端無法實現商業利益，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端期權交易平臺小期旺期權更易懂、投入更低提供了散戶投資期權機會15/42金融科技企業提供量化投資服務C端智能投顧-為散戶提供擇股服務-為散戶提供擇時服務-散戶更關注漲停股而不關注倉位B端金融科技企業-FoF系統，提供基金遴選、資產配置量化分析（況客科技、數字動能）-投研系統，提供研究匯報寫作系統和知識管理系統（

況客科技）-策略回測系統，提供當地回測，處理了策略保密性問題（

數字動能）-QuantEye

，提供關鍵詞搜索、熱度，及策略回測（拉普拉斯企業）-朝陽永續，提供一致預期數據16/42優況回測平臺優礦，聚寬，中量網，大寬網，米礦等17/42RentFinancitChapter9,Copyright?JohnC.Hull

1918/42信富二級市場情緒指數

若指數向上增加，說明市場看好，提議加倉若指數向下降低，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

S風險容忍系數λ市場厭惡系數δ協方差矩陣Σ資產市值權重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得到最優權重

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

50分-110分資產配置分布對比圖

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：資產配置功效22/42況客科技FoF系統：基金格調分析23/42QuantEye事件搜索關鍵詞：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漲跌幅走勢圖26/42對商業模式反思先進技術未必成就好成功商業商業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，因連續虧損和撤資，企業將關閉其旗艦對沖基金堡壘宏觀基金（FortressMacroFunds），并向投資者返還現金。對沖基金巨頭復興科技投資企業宣告，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，經過做多和做空一籃子股票獲取Alpha收益：指數基金被動跟蹤股票指數，在一個連續性大牛市中，指數基金通常能為投資者提供穩定beta回報，不過，alpha收益是極難獲取，而且伴隨對沖基金行業規模不停擴大，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比較低迷原因。10%6%5%-5%-8%-9%-9%-11%-15%-10%-5%0%5%10%15%規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與機器學習傳統編程機器學習31/42人工智能六大應用Autonamy

自動化Optimize

complex

systems

優化復雜系統Understandingwhat’shappeninginpicsandvideos

了解圖片和視頻Understand

people

using

language

了解語言，了解人們Create

content

創建內容Making

prediction

做預測32/42無用階級出現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上支持人工智能——非結構化式數據（文本、圖像、聲音等）→結構化式數據人工智能算法——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理，但不會全部取代人工智能優勢費用更低廉

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據支持，數據隱私、數據脫敏問題

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“系統一致方法”來構建投資組合四種格調——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開發企業，嘗試做其它企業認為不可能，或者根本沒想過事情復興科技（James

Simons）石溪大學數學系主任量化交易，大數據分析，動態定價，電腦驅動城堡基金（Kenneth

Griffin）高頻交易電子市場36/42全球量化投資行業新方向大數據系統+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計中地位38/4239/42人工智能應用領域人工智能高度依賴數據

人工智能對非結構化數據處理

-文本

-圖像

-聲音

人工智能本質上是一個非線性算法

-非線性擬合好，不過不穩健

-可能出現過擬合現象，

只要神經元足夠多，能夠迫近任何一個函數

-策略參數可能不穩健

40/42人工智能不能取代金融邏輯人工智能主要技術——機器學習、深度學