馮雨生，北京大學(xué)金融學(xué)碩士，CFA(特許金融分析師)。2007年7月加入長(zhǎng)盛基金公司，曾任金融工程與量化投資部金融工程研究員等職務(wù)，現(xiàn)任長(zhǎng)盛基金量化投資部總監(jiān)，兼任長(zhǎng)盛成長(zhǎng)價(jià)值、長(zhǎng)盛中證100指數(shù)基金等基金經(jīng)理。

　　在人工智能風(fēng)口下，量化投資漸熱。特別是進(jìn)入下半年以來，市場(chǎng)熱點(diǎn)分化，結(jié)構(gòu)性機(jī)會(huì)交替涌現(xiàn)，公募基金中的量化產(chǎn)品業(yè)績(jī)開始回暖，長(zhǎng)盛基金旗下量化家族成員集體綻放。

　　長(zhǎng)盛基金量化投資部總監(jiān)馮雨生告訴記者，整個(gè)量化投資就是把人的市場(chǎng)洞察能力轉(zhuǎn)變成超額收益的過程，“我們需要對(duì)這個(gè)市場(chǎng)不斷地研究，不斷地探索，去尋找能夠產(chǎn)生超額收益的機(jī)會(huì)”。

　　業(yè)績(jī)超越市場(chǎng)平均水平

　　繼主動(dòng)量化基金在去年大放異彩之后，今年以來，公募基金行業(yè)內(nèi)的主動(dòng)量化型產(chǎn)品便呈現(xiàn)井噴狀態(tài)。據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)，目前市場(chǎng)上共計(jì)100只主動(dòng)量化基金中，就有41只是今年新成立的。似乎越來越多的人，在越來越認(rèn)可這種使用數(shù)理化的模型來進(jìn)行投資的模式。

　　而和部分剛剛布局主動(dòng)量化產(chǎn)品的基金公司不同，長(zhǎng)盛基金算得上是業(yè)內(nèi)較早涉足此類產(chǎn)品的公司。目前長(zhǎng)盛基金旗下共有7只主動(dòng)量化產(chǎn)品。其中最早的一只基金——長(zhǎng)盛成長(zhǎng)價(jià)值成立于2002年。據(jù)馮雨生介紹，該基金完全用量化方式來管理，而且它只選股不擇時(shí)，倉(cāng)位較為恒定，選股方面則基本上完全按照相關(guān)的基金合同，對(duì)成長(zhǎng)性和價(jià)值性相關(guān)的個(gè)股進(jìn)行配比，也使用相關(guān)的多因子模型。由于更加注重基本面，所以該基金的換手率相對(duì)比較低。據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)，截至11月30日，該基金成立以來回報(bào)為719.75%，近五年回報(bào)為161.85%；而今年以來回報(bào)為14.08%，跑贏大多數(shù)主動(dòng)量化基金。

　　在今年的基金市場(chǎng)中，量化基金整體的表現(xiàn)并不盡如人意。據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)，截至11月30日，今年以來主動(dòng)量化基金平均收益為2.14%，被動(dòng)指數(shù)型量化基金平均收益為10.53%。而長(zhǎng)盛量化團(tuán)隊(duì)旗下的16只量化基金，今年以來主動(dòng)量化基金平均收益為8.36%，被動(dòng)指數(shù)型量化基金平均收益為14.54%，大幅跑贏市場(chǎng)平均水平。

　　產(chǎn)品業(yè)績(jī)的優(yōu)異表現(xiàn)和長(zhǎng)盛基金量化團(tuán)隊(duì)的投研實(shí)力分不開。據(jù)馮雨生介紹，他們的量化團(tuán)隊(duì)從2005年起正式建立，至今已有12年時(shí)間，團(tuán)隊(duì)由基金經(jīng)理、基金經(jīng)理助理和研究員組成，發(fā)揮團(tuán)隊(duì)協(xié)作的優(yōu)勢(shì)，目前主要由研究員負(fù)責(zé)做各種策略，把能夠產(chǎn)生超額收益的因子做成策略，基金經(jīng)理選擇運(yùn)用和驗(yàn)證這些策略，讓優(yōu)秀的策略為投資者帶來良好的回報(bào)。

　　“國(guó)內(nèi)其他量化團(tuán)隊(duì)主要從海外引進(jìn)，長(zhǎng)盛基金的量化團(tuán)隊(duì)主要為自身培養(yǎng)。”據(jù)馮雨生介紹，他從北大畢業(yè)后就加入長(zhǎng)盛基金，至今已10年，其他成員也多為自身培養(yǎng)的量化研究的熱愛者。

　　馮雨生坦言：“我比較相信數(shù)學(xué)。過去能夠產(chǎn)生超額收益的東西，如果在條件和邏輯不變的情況下，未來產(chǎn)生超額收益的概率也會(huì)比較大。”

　　實(shí)際上，由于最終主導(dǎo)投資的是承載量化模型的那一個(gè)個(gè)“硬殼機(jī)器”，與主動(dòng)投資相比，人在其中的作用似乎更為被動(dòng)，即便是主動(dòng)量化基金，也曾給很多人留下被動(dòng)投資的印象。馮雨生表示，他也認(rèn)同機(jī)器在某些方面有勝過人的地方，“我個(gè)人覺得人的很多能力目前是逐漸地被機(jī)器超越了，尤其在發(fā)現(xiàn)有趣的模式及能夠賺錢的模式上面，機(jī)器要比人強(qiáng)大很多。”但同時(shí)，他也表示，因?yàn)槟Ｐ褪侨俗龅�，策略也是人寫的，因子也是人編制的，所以人仍然是其中最核心的部分�?/p>

　　“人的主觀能動(dòng)性體現(xiàn)在主動(dòng)地利用因子形成策略，模型則根據(jù)某一個(gè)策略計(jì)算出來結(jié)果，我們就按這個(gè)結(jié)果來做交易。不同的量化團(tuán)隊(duì)，人的主觀作用和模型的作用占比高低不一樣。如果一直在探索模型的過程中，可能就不斷地需要人來尋找新的因子�！�

　　注重研究市場(chǎng)異�，F(xiàn)象

　　與一般的基金相比，量化基金的特點(diǎn)在于策略的形成和實(shí)施是以模型為基礎(chǔ)，不僅不同的量化團(tuán)隊(duì)所采用的量化模型不同，而更為核心的則在于因子的挖掘上。“選擇因子是核心，然后才是這些因子怎樣轉(zhuǎn)化成組合，再通過組合轉(zhuǎn)化成超額收益�！瘪T雨生說。

　　具體選擇什么因子，則需要基金經(jīng)理和研究員具備市場(chǎng)洞察力。馮雨生告訴記者，系統(tǒng)本身是不產(chǎn)生超額收益的，超額收益取決于人的輸入以及人對(duì)這些因子的理解。整個(gè)量化投資就是把人的市場(chǎng)洞察能力轉(zhuǎn)變成超額收益的過程�！拔覀冃枰獙�(duì)這個(gè)市場(chǎng)不斷地研究，不斷地探索，去尋找能夠產(chǎn)生超額收益的機(jī)會(huì)�！彼�說。

　　除了考察一些海外成型的能夠產(chǎn)生超額收益的因子之外，馮雨生介紹說，他們會(huì)特別注重研究市場(chǎng)的異�，F(xiàn)象，建立模型的目的就是為了捕捉市場(chǎng)異�，F(xiàn)象來實(shí)現(xiàn)超額收益。“如果市場(chǎng)非常有效，模型或者主動(dòng)投資所能產(chǎn)生的作用并不是很大。就是因?yàn)槭袌?chǎng)不夠有效或者它存在的異�，F(xiàn)象比較多，所以才會(huì)出現(xiàn)投資機(jī)會(huì)，才會(huì)讓你戰(zhàn)勝這個(gè)市場(chǎng)。只要是你能夠找得出持續(xù)穩(wěn)定的異常現(xiàn)象，能夠提供超額收益，那你就能夠持續(xù)地戰(zhàn)勝市場(chǎng)�！彼�說。

　　例如他們發(fā)現(xiàn)在上市公司公告業(yè)績(jī)超預(yù)期之后，超額收益有可能不只在公告之后的短時(shí)間產(chǎn)生，而可能在較長(zhǎng)的時(shí)間里仍然會(huì)產(chǎn)生。“這就是市場(chǎng)異�，F(xiàn)象。我們需要做的交易就是發(fā)現(xiàn)市場(chǎng)超預(yù)期公告以后，就會(huì)買入這些股票，如果這種異�，F(xiàn)象一直存在，我們就能夠通過這個(gè)策略取得超額收益。”他介紹，只要是A股市場(chǎng)出現(xiàn)了比較有意思的現(xiàn)象，或者出現(xiàn)他們覺得能做出超額收益的現(xiàn)象，便會(huì)針對(duì)這個(gè)現(xiàn)象，專門開發(fā)相關(guān)的因子，放到量化模型里來。

　　“我一直有個(gè)觀點(diǎn)，量化基金的模型差異性越大越好。模型越類似，超額收益會(huì)逐漸遞減，但是當(dāng)體現(xiàn)出模型的差異化以后，可能面對(duì)的就是一片藍(lán)海。”據(jù)馮雨生介紹，他們當(dāng)前選擇的模型和因子，也是更傾向于使用市場(chǎng)中用得比較少的，也是研究的深度比別人更深的因子。

　　所以，從指標(biāo)層面，即選擇因子上，長(zhǎng)盛基金量化團(tuán)隊(duì)會(huì)減少使用別人用得特別多、容易產(chǎn)生踩踏的因子�！拔覀兛桃庹伊撕芏啾容^有差異化的因子，比如非常注重盈利質(zhì)量，還有公司治理方面的因子，包括網(wǎng)絡(luò)關(guān)注度，我們希望對(duì)市場(chǎng)有一些與別人不一樣的洞察能力來獲取差額收益�！彼�說。

　　其次，馮雨生表示，同行可能更多用簡(jiǎn)單線性的模型，而長(zhǎng)盛基金量化團(tuán)隊(duì)在模型上下的工夫更深，會(huì)特別注重模型捕捉投資機(jī)會(huì)的能力及模型泛化的能力�！伴L(zhǎng)期來看，量化應(yīng)該是很有前途的投資方法，因?yàn)樗�的整個(gè)過程相對(duì)來說更加科學(xué)，它的處理寬度，選擇標(biāo)的的寬度，以及在市場(chǎng)洞察方面都有特殊的優(yōu)勢(shì)�！彼�說。

　　人工智能助力量化投資

　　馮雨生表示，A股是比較有意思的市場(chǎng)，能夠大概率產(chǎn)生超額收益的主要集中在相對(duì)來說估值比較合理的股票上。而他通過統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，20倍估值和50倍估值的股票，其成長(zhǎng)性并沒有本質(zhì)差異。A股里仍然有很多結(jié)構(gòu)性的投資機(jī)會(huì)，就在估值比較合理的成長(zhǎng)股中，目前他們組合的很大一部分持倉(cāng)就是估值比較合理的成長(zhǎng)股。

　　馮雨生認(rèn)為，雖然存在結(jié)構(gòu)性的投資機(jī)會(huì)，但是也有結(jié)構(gòu)性的泡沫，以前結(jié)構(gòu)性泡沫主要出現(xiàn)在小市值股票上，而目前很多大股票也被炒得很高了。當(dāng)然，大盤藍(lán)籌仍然很有投資價(jià)值，結(jié)構(gòu)性泡沫只是局部的現(xiàn)象。

　　目前市場(chǎng)提供smart β主動(dòng)量化產(chǎn)品，如量化主題或者行業(yè)類型的量化基金，現(xiàn)在已經(jīng)有了醫(yī)療量化、信息安全量化等，即在某個(gè)行業(yè)或某個(gè)主題里投資，且完全用量化手段來做。

　　“目前一個(gè)新的轉(zhuǎn)變是，不僅依靠傳統(tǒng)的事件研究或者海外的相關(guān)主題研究來獲取超額收益，我們還會(huì)借助人工智能或者深度學(xué)習(xí)的東西，來捕捉可能用人比較難以尋找出來的投資機(jī)會(huì)�！瘪T雨生介紹，當(dāng)前，金融領(lǐng)域?qū)θ斯ぶ悄艿膽?yīng)用也越來越廣泛，業(yè)內(nèi)不少量化團(tuán)隊(duì)都表示開始借用人工智能的力量來進(jìn)行投資。人工智能提供了很強(qiáng)大的工具，比如有一些可以盈利的模式，用簡(jiǎn)單的信息模型很難捕捉，但是用人工智能或者神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的方法，就能夠捕捉到投資機(jī)會(huì)。

　　在談及我國(guó)量化基金與國(guó)外的不同時(shí)，馮雨生表示，A股本身交易比海外活躍得多，不少在國(guó)外效果并不好的因子在國(guó)內(nèi)可能效果不錯(cuò)。當(dāng)然，海外的模型不能直接套用到A股上，因?yàn)锳股的異質(zhì)性現(xiàn)象較嚴(yán)重，需要對(duì)A股做專門的測(cè)算�！癆股與境外市場(chǎng)進(jìn)行對(duì)比研究后，我們發(fā)現(xiàn)差異很大，在建模方面，很多因子是不一樣的�！�