Smart Beta与智能投顾在量化中的应用

　　和讯基金消息 由财视中国主办的“2017第四届对冲基金中国年会”于2017年10月28日在北京隆重举行，年会得到AIMA、CFA Insitute、康州对冲基金协会、CAIA协会、芝商所、Interactive Brokers、宜信财富、阿法金融、平安银行(000001,股吧)、衡力斯、聚宽量化、东英资管、广州九逸资产、Imagine Software、Campari、厚石天成投资的大力支持。本次年会汇聚来自对冲基金行业顶级投资人、投资机构、基金管理人共计300余人到会。

　　在以“Smart Beta与智能投顾在量化中的应用”为主题的圆桌论坛中，垒土资产创始合伙人兼技术总监沈天瑞、古木投资CEO兼基金经理徐洁以及宜信财富投米RA首席技术官（CTO）胡金辉参与讨论，玄武智慧创始人兼总经理李健豪担任论坛主持人。

　　会上，徐洁表示，Smart Beta具有两方面特点，首先Smart Beta是一种指数投资策略，指数投资策略的编制规则是很透明、确定的，也是因为指数投资，其效率比较高，成本较低。第二方面，Smart Beta追求主动超额回报。它现在已经不是紧密追踪指数本身了，而是推动对成分股的优化选股或权重的优化调整，来获取超越传统的市值加权的指数，要超越传统指数的超额收益，这是它两个最根本的特征。

　　胡金辉表示，智能投顾从某种意义上说是用AI在做Smart Beta。智能投顾，直接翻译称作机器人(300024,股吧)投资顾问，它通过模拟人的投资顾问，帮助投资专家们进行投资。基金经理会做三件事情：分析资产、风险承受能力、投资目的，这是第一部分，用户的行为分析。第二部分基金经理会利用自身的经验给投资者配置一个资产组合，经验在智能投顾里就是金融的模型。第三部分就是资产的组合，怎么样选最优的资产。

　　以下为发言实录：

　　主持人：感谢Misha Graboi为我们带来的分享，让我们看到了国外同行对量化策略的观点和看法。最后就是本次会议的压轴讨论环节Smart Beta与智能投顾在量化中的应用，有请讨论主持人玄武智慧创始人兼总经理李健豪。以及三位讨论嘉宾，他们是：

　　垒土资产创始合伙人&技术总监沈天瑞；

　　古木投资CEO兼基金经理徐洁；

　　宜信财富投米RA首席技术官（CTO）胡金辉。掌声欢迎！

　　李健豪：谢谢大家。大家好，我是李健豪，玄武智慧的CEO，很高兴在这个会议上能够见到很多的朋友。现在的这个环节是Smart Beta，也是一个比较火的产品，在国内很多人讨论这个产品，这个产品是一个很被动的，但是有更好目的性的，能获得超额回报的投资工具，在海外规模已经超大了，万万亿的规模，在国内的发展估计也有很大的空间。所以今天我们开始就讨论Smart Beta，第二准备讨论智能投顾。刚才听到Misha Graboi在AI方面很多意见，我们现在看看量化、智能投顾的专家，他们对这两个板块的意见到底又如何的看法。首先我先请问古木投资的CEO、基金经理，对Smart Beta的理解，还有Smart Beta到底是采用在哪个范围？可以跟我们解释一下吗？因为现在在座很多人都是投资人，可以用得上这块，可以慢慢解释给我们听吗？

　　徐洁：谢谢，大家下午好！应该说这两年国内Smart Beta越来越多的投资人和机构在谈及。什么是Smart Beta？我的理解就是大家主动选择暴露在一些风险因子中的被动投资策略。从它的定义大家可以看得到，它有两个很明显的特征，首先它是一种指数投资策略，指数投资策略大家知道，首先它的编制规则是很透明、确定的。也是因为指数投资，所以它的效率比较高，成本也比较低。第二个，它是追求主动超额回报的。为什么说它是追求主动超额回报呢？首先它现在已经不是紧密追踪指数本身了。它是推动对于成分股的优化选股或者是权重的优化调整，来获取超越传统的市值加权的指数，要超越传统指数的一个超额收益，这是它两个最根本的特征。所以，如果说从它选股这个角度，如果说它不是复制指数的一篮子股票，它有它自己的逻辑和规律、一个明确的编制方法来选股，这种我们叫作主题式。如果说它是通过一个权重的调整来获得这个主动的收益，我们叫它系统式，这个系统式又可以分成这么几类，比如说风险因子确定权重，或者经济因素确定权重，更多的可能有因子、多因子的，还有等持的、权重的，可能还有更多更复杂的，我这里跟大家先列一下。这两类我也想分别跟大家举一个例子，可能大家会更清楚。第一个主题是，因为最近我也听到有市场上很知名的一家私募机构，他们也获得了深圳信息和新财富的授权，他们正在发行一款追踪新财富精选分析师指数的一个私募基金。我的理解，他就是一个典型的Smart Beta策略的私募产品，在业内我觉得还是很有代表意义的，我知道的私募里面第一个来做这个产品的。它到底是什么样的一个产品？它实际上是由当届的一个，今年新推选出来的新财富的分析师，由他们推荐的上市公司，形成一个初筛的股票池。再由深圳信息的权重的编制小组，再来根据他们特定的编制方法，然后做一些说选，然后再选取一百只成分股来组成分析师指数。大家感兴趣的可以去股票软件上搜索，代码是399354。它实际上就是有这个主动管理特征，但是它同时也是被动地跟踪一个指数。我专门调出来看了一下，确实在几年它沪深300收益高，回撤还低，这是典型的Smart Beta策略的私募基金。

　　说到系统式，我就用简单的等值权重给大家举一个例子，传统的指数就是市值加权，市值大的给它更大的权重，小票的权重更小。等值权重实际上是把小票的权重增加了，核心是这么一个逻辑。所以它的因子暴露是在这个里面，大家知道这个因子的暴露可能在以前历史回撤的大部分年份确确实实是有超额收益的，可能在这两年会有一些回撤。所以这个等值权重也是一种非常简单的系统式的指数投资的一个Smart Beta的策略。

　　李健豪：所以也可以这么说，普通的不用买了，有机会可以买Smart Beta，这是一个未来的发展。但是刚刚你没有说的策略应该是在海外，Misha Graboi应该比较懂，利用很多的分析师意见来做成一个组合，我第一次听到这个指数也是很惊讶，也看到效果不错，所以我觉得这类型的超额回报手段也很多，主题性也有，比重性也有，但是我觉得无论如何什么手段，你有比较好的超额，我觉得就是可以给投资人带来更好的收益。在国内有非常大的发展空间。现在我想问问我的老朋友沈总，其实在一个私募基金来说，其实这些年的Smart Beta的手段跟刚才徐总说过多因子手段来筛选股票，来筛选一个组合，我觉得可以帮上国内Alpha的对冲策略手段，你会不会用同样的手段来做一些量化的策略？

　　沈天瑞：我从传统的市场中心或者Alpha的角度来理解一下，如果要说Alpha和Beta的区别，就像我们回归到风险的这一面比较容易一点，因为风险和收益本来就是捆绑在一起的。风险里面有系统性风险，我们可能需要用一些比较简单的对冲手段，或者你也没法对冲。如果再进一步去看的话，可能随着Alpha逐渐被冲击，这就涉及到Alpha和Beta的定义，有一些风险是我们熟知的，有时候会产生收益，有时候会产生亏损。大家说最近我觉得这个好，我愿意承担，但是这个是大家知道的，我们可以通过Smart Beta的方法获取。还有一些市场无效性的定价在里面，或者说大家的技术手段成熟度还没到，通过卫星手段能提前监测一些东西，可能这部分，原来有这些手段的人能获取的Alpha就逐渐沦为Beta了，大家很快就知道了。这是属于市场无效性和你自己的研究。从基本面的投资者主动投资的角度来说，可能是跟市场的预期差。从传统量化多因子投资研究来说，理论上先找一些共同因子，共同的风险无关的Alpha，这些Alpha非常难找，也是比较昂贵，如果大家手段都上来，很容易就会被抵消掉的。但是并不代表，如果说我们能有一个系统性的方法获取收益的话，我们就要放弃掉。比如说过去几年表现很好，虽然说我在做Alpha因子的时候我提纯了，把影响的因子排除掉，我也限制了因子暴露的比例，是不是影响到最后组合策略的收益？在Smart Beta这一块，我觉得是一个非常好的补充，即使它不是那么稳健，但是我们仍然有办法把它变得为我们产生更多收益，有可能以后在这些因子轮动方面，这些权重到底怎么调，可能很多是非线性的，可能慢慢地，当数据越来越多的时候，AI就产生了作用。

　　李健豪：你们知不知道我为什么邀请私募基金的嘉宾来讨论Smart Beta？因为现在海外有一种叫另类Beta，或者叫对冲基金Beta，其实他们的行为是跟对冲基金差不多的，但是它是打包成，在一个ETF里面，所以我现在要访问两个私募基金的嘉宾，这个路线在国内有没有发展？比如说很简单，有很多充分的ETF，充分的Smart Beta，我很简单加上一个对冲，一个系统性风险的对冲，你觉得，当然收费要便宜很多，你觉得这个会不会对对冲基金的私募基金是一种威胁？还是说这个很难取代一个对冲基金的地位？这个问题问得比较突然。

　　沈天瑞：我先说一下，一个是我们同开始出发一步步导向这个结果，如果我们从结果反过来看，你可能又会是另外一个视角。这是一个很好的视角，如果他们真的能模拟出这些特性，只能说明我们的研究做得还不够独特，还有一个不是直接对应的关系，是一个更好选择的关系，肯定是跟需求有关的。比如说以前有一些，当中国期权还没出来的时候，大家也会近些一般提权的办法，做到模拟提权。就有基金经理券商当时就推，我们用一个期权保护的组合，当你在多投一个组合的时候，同时买一个看跌期权保护，采用的办法是用股指期货来模拟看跌期权。但是如果说就像我刚才说翠从事结果往后看，它的结果特性是什么，本质上就是一个追涨杀跌，比如你合成了一个期权，当市场涨到离期权价格越来越远的时候，它的敞口就越来越大。大概在0.5附近，跌得越来越多的时候亏得就越来越多。这个时候再回过头来看，如果实现更好的保护目的的话，可能CTA会更好。所以这也是一个非常有益的视角，这是我的一个大致看法。

　　徐洁：可能牵扯到我们的定位，我们到底提供什么样的产品？我自己认为，我觉得一个好的产品应该是高Alpha低Beta，这是我们产品追求的东西，因为高Beta的东西，实际上Beta这个东西比较容易获得，它也很便宜，投资人想要获得这个Beta，其实有很多种方式都可以得到，没有必要从我这儿获得，因为我这儿的收费还要高。所以我们希望跟这些被动投资相关性比较低的，确确实实能够创造一些持续的、稳定的超额收益的这一类产品，所以就包括我们自己做Alpha也好，包括我们做商品套利也好，这个东西我们都是希望跟其他资产能有相关性，能有低的相关性。同时又能体现我们本身做的曲线，我们做出来的曲线跟其他的私募基金不一样，我就会为我的产品而骄傲。我觉得也可以把Smart Beta跟我们自己做的Alpha指数增强做一个对比。Smart Beta的很典型特点，实际上因为还是指数投资，所以它的编制方法是公开的、透明的，它是有一套确定规则的。但是像我们做指数增强，可能核心的就是我们的选股逻辑或者权重调整的逻辑，我们可能都是不可能对外的，这也可能就是我们的核心竞争力。这是两类很大不一样的地方。但是Smart Beta又有很明显的优势，就是成本低，它有主动管理的特征，但是实际上它又是被动指数的一个收费。其实我是特别关注指数的，我对这个其实也很感兴趣，包括今年金瑞期货推了一个商品的被动指数的私募产品。实际上在业内这样的东西我们一直在关注，我们也在思考，在这个过程之中有没有跟我们的优势能够结合，最终能落低一些产品的。这个是我们确实一直在思考，但是可能现在时机还远远不成熟，做一些储备吧。

　　李健豪：我们现在邀请到胡总跟我们讨论一下智能投顾的发展。我还记得我六个月前跟你做过一次讨论，结果我发现我真的有好几个朋友在你的平台投资了，所以你可以介绍你的投米RA。

　　胡金辉：谢谢李总。首先我要感谢一下各位嘉宾，在北京大风天坚持到现在。好像每次李总主持论坛都是在最后，最重要的论坛都是留在最后。我是做智能投顾的，但是智能投顾从某种意义上说是用AI在做Smart Beta，为什么呢？我解释一下，在座的各位都是对冲基金方面的专家，可能对智能投顾做什么，直接翻译过来叫机器人投资顾问，它做什么样的事情呢？就是模拟人的投资顾问，怎么样帮在座的各位进行投资的。人要做什么样的事情呢？他无非做三件事情：分析你的资产、你的风险承受能力、你投资的目的，这是第一部分，用户的行为分析。第二部分人会利用他的经验给您配置一个资产组合，经验在智能投顾里就是金融的模型。第三部分就是资产的组合，怎么样选最优的资产。现在我们利用AI首先精准地了解我们的客户，第二部分是用一个非常老的模型，实际上很像Smart Beta被动式的理论，这个理论是五几年提出来的，AI的理论也是五几年提出来的。智能投顾背后实际上有两个“爷爷级”的理论在支撑。第三部分我们会用AI去学习所有的底层资产，为大家选出最后的资产。智能投顾和Smart Beta对比，Smart在哪里？我觉得有三点，第一点就是我们会通过资产配置获得超过市场的收益。在脱欧的那一天如果只是单纯地头指数基金，比如说意大利的腐蚀指数基金，当天的损失是7.2%，即使纳斯达克的大盘指数也跌了百分之四点几，而我们投米风险最高的组合也只跌了2.7%，因为我们配不同地域的国别，有欧洲的、美国的，配置了不同的资产类别，所以当发生黑天鹅事件，某一个区域的大盘指数不好的时候，比如欧洲跌得很惨，但是美国跌得比较少，而中国影响很少。这是地域带来的风险对冲。第二，我们有不同的风险类别，不光有股票，还会有黄金、房地产，这样的一些对冲就做到了第一个smart。

　　第二个Smart体现在我们采用的金融模型上，怎么样去用这个model，比如回撤是多长时间？用什么样的模式表示你的风险，时数性怎么样取它的权重。我们投米在这个上面会做得非常优，模型上会带来什么样的收益呢？1%，大家不要小看1%。

　　第三个Smart就是底层资产的选择，我们会通过AI，我本人实际上跟两位的背景不太一样，我从事人工智能方面十多年。AI的好处是会自动地学习哪些模型更重要，会给你推荐一个最优的资产组合，会定期，通常三个月会调整底层资产。底层资产会带来多少？好的、优化的底层资产会带来超过3%，所以1%+3%是4%。这是我们智能投顾做的工作，谢谢。

　　李健豪：三个smart，我们做投资要记得。我觉得其实我们在讨论Smart Beta，胡总刚刚说配置，其实配置能力、筛选能力也是一种Alpha，我是非常确认的。Timming，我们到底怎么解决这个问题呢？我个人也很喜欢研究，我用CTA的手段来做timming，也用过机器学习的手段做过timming，私募基金专家是什么看法？你们用CTA还是AI的方面来决定timming。配上比较好的Smart Beta元素，我觉得在主动性的Beta产品其实是很好的，所以我想看肯古木的徐总，还有我亲爱的沈总，你们的看法是什么？

　　徐洁：今天上半年金瑞期货推出了商品被动指数的产品之后，其实我想到的第一件事情就是通过择时，能够更好地跟被动的指数去做结合，来做Smart Beta。当然，目前还没有特别好的成果。在Alpha策略里面实际上我们是放弃了择时，因为我们的优势在选股，所以我们现在Alpha做的完全是市场中性，在这个市场阶段还在坚持的应该也不多，但是确实我们发现择时还真不是我们的强项，既然我们的优势在选股，至少在Alpha这个部分，我们现在是没有去考虑怎么择时更好。因为我们发现这是一个太难了，对我们来讲太难了，我们很难判断明天是涨落跌，哪怕我去判断哪个行业涨或者哪个风格会轮动，所以我们觉得既然我的优势在选股，我们就把选股做吧。

　　沈天瑞：择时一向对我们都是比较难的问题，因为从主动投资的原理，你需要足够频次的重复，如果是一个切面，它一次下注会很多，你的概率很容易就被体现出来了，但如果是在单个上，尤其是次数还不是很多，你去择，实际上之后效果在短期是很难出来的。从理论上，这个方法不是那么的，相比一篮子投会有效。我们也做过一些尝试，虽然困难，也做过一些尝试，Beta因子的波动，我用统计套利的视角看，但是肯定还是要分离的，不光是这个Beta本身，还有一些共性的东西，还有一些个性的东西需要研究。我们当成统计套利策略来做，它还是一个相对比较合格，但是收益并不是那么，本身一个因子。我们再通过一些AI进行分析。也是一步步，本来量化的思路就是把它先细分，每一个小的地方研究好了以后再把它组装起来，就有点类似于微积分的概念，我在很微分的领域里面可能是线性的，但是在小的地方是OK的。最后在组装的时候再一点点组装起来。

　　李健豪：挺好。最后一个问题问胡总，你们是在研究投资者偏好。

　　胡金辉：我们实际上已经在利用这些数据，包括用户的偏好，因为我们是APP上的各种行为，包括在哪个页面停留了多长时间，喜欢看什么样的东西，它过去的投资经历，甚至打客户电话的时间，包括一些其他的公开的信息，我们会通过这些来自动地对用户进行分类、归类出他到底是属于，比如九个组合里面哪怕各个风险等级适合他，我们会用AI来学习，以及我们会找出哪些用户是真正对智能投顾感兴趣的，我可以给大家讲一个例子，我们最近对我们的所有用户进行了AI的分析，我们发现我们把所有的用户，就是谁会对智能投顾真正感兴趣的机会，把真金白银投进来的，我们把他从1分到10的级别，用AI的方法，如果没有AI，1到10个等级，第一个等级只有10%的人会感兴趣，但是通过AI的分析能达到64%，比没有学习的会提高6倍，所以我们会利用精准的数据，通过AI的学习，精准地了解我们客户的行为、风险偏好、投资目的。

　　李健豪：谢谢大家。时间不多了，今天也谢谢大家，谢谢三位嘉宾的演讲、分享，如果现在有什么问题也可以问两个私募专家，还有一个智能投顾的专家。

　　韩玮：我请教一下胡总，胡总刚才讲AI用的是“爷爷级”的理论，但是我们知道马科维茨理论的前提是理性的投资，但是诺贝尔奖经济学获得者讲它是不理性的。对这个问题您怎么理解？

　　胡金辉：您的问题非常好，包括马科维茨理论其实都是讲长期的配置、理性的投资。我们在中国这个平台上线已经两年了，面临很大的挑战，在中国会有两个挑战，第一个就是你刚才说的投资者的教育。在中国大部分的投资人都喜欢，尤其是A股的投资人会喜欢追涨杀跌，比如大部分投资人会想什么叫长期投资，如果我的股票三个月还没涨，为什么还没涨？三个月都受不了，正常的发达国家的长期投资是三年以上，但是实际的效果怎么样呢？我们有一个统计，从去年我们的智能投顾上线以来，所有的投资人到9月底，正的收益是99.6%，其中有0.4%的人亏了是非理性投资人，他刚好入市的时间不太好，跌了1%就走了。而A股的同期的投资的正收益是多少呢？不到10%。虽然从理论商来说我们通过智能投顾面临中产阶层是一个更好的投资，但是大的挑战是需要像我们，包括在座各位的从业者，包括新闻行业的从业者一起教育中国的广大投资者，要进行理性的长期的投资。谢谢。谢谢

　　李健豪：谢谢大家。