人工智能炒股软件排名(机器人工智能炒股)

  • 2022-11-09
  • John Dowson

人工智能炒股软件排名(机器人工智能炒股)

 

文 | 吴丽华

曾经炙手可热的量化私募,今年以来业绩急转直下。

统计数据显示,今年前两个月,百亿私募量化多头基金涨幅为-5.56%,97.5%亏损。与之对比,2021年,百亿量化私募收益全部为正,平均收益达19.32%。

这成为近期不少投资人士的一大谈资,有投资者调侃:难道这人工智能炒股,也被割韭菜了?

以量化私募为代表的量化投资,是把股票、债券、外汇等投资物的交易策略交给机器算法,基于海量的数据,通过大数据、概率学、统计学计算形成投资模型,让计算机程序严格执行投资指令。

这种人工智能化、数据化的投资方式,号称能够通过计算机及时跟踪全市场所有股票的变化,实时捕捉交易机会,被认为拥有高效、全面、分散、理性等特点。

听上去这么高科技的量化投资,怎么也会翻车?量化投资到底有没有竞争力?

股民在北京一家证券营业部查看股市行情。新华社记者 沈伯韩 摄

以量取胜,迈过万亿大关

2021年是量化私募的大年,百亿量化私募机构一年内新增16家,增幅超过130%,占到百亿私募机构总量的26.67%,规模100亿元以上的股票策略私募2021年收益榜单前十中,量化机构占据7席。

最具里程碑的变化出现在2021年二季度末,国内量化类证券私募基金行业管理资产总规模达10340亿元,正式迈过万亿关口,占同期证券私募行业总规模的21%,三年内实现了千亿到万亿的跃升。

以量化私募为代表,在国内还是新兴行业的量化投资,一面以惊人的速度跨越式发展,吸睛又吸金,一面又因为高风险、高收益、高门槛并不被广泛了解。

有关量化投资,很多人直观的印象是计算机自动高频交易。

2021年8、9月间,中国股市连续两个多月成交量突破万亿,当时市场有观点认为,是量化投资通过电脑程序自动下单的高频交易推高了成交量,造成成交量放大指数不涨,投资者特别是散户不赚钱的局面。

虽然随后不少业内人士解释,量化投资并不是成交量大增的主要推手,只占交易量的20%左右而不是传说中的50%,但量化投资相比传统主观投资交易频率更高、更依赖程序和计算机则是不争的事实。

这也是量化投资的逻辑基础,它不计较一城一地得失,通过持续频繁的交易,扩大交易范围,只要在足够多次的交易中盈利超过亏损,就算达到目标。

在采访中,金斧子基金销售公司量化研究员贾士杰拿抛硬币打了个比方说,如果抛出正面能赚1块钱,抛出反面亏一块钱,当抛出正面的概率是55%的时候,如果只抛一次,有45%亏钱的可能性。但是如果抛一万次,亏钱的可能性就变得很低了,如果抛的次数足够多,那一定是赚钱的。

量化投资的基础则是要通过大数据和统计学收集、处理和分析大量数据,以找出硬币抛出正面时的特点,并在此时下注以增加盈利的可能性。

回到其最主要的投资渠道股市,则是通过应用这些方法找出股票上涨前的特点和规律,并形成模型,一旦其覆盖范围内的股票出现相应热点,系统就会自动下单。

不只是AI,连超算都用上了

相比传统的投资方式,量化投资可谓一台没有感情的投资机器,不受情绪影响,快速处理大量信息,下单果断快速。

以证券投资为例,投资者盈利的基础首先是找出未来能够上涨的股票。量化投资之前,这一过程需要依赖投资者丰富的知识和经验积累,投资决策依靠其在此基础上的主观判断,有时甚至还需要有点玄妙的感觉。

长久以来,人们形容比较高明的投资为艺术。成功的投资者往往是金融界人士,有着良好的经济学、金融学背景,给人的印象往往是西装革履、工作环境高大上。

相比之下,量化将投资从艺术变成了科学,每一个投资模型、每一次下单,都是基于大量数据和计算的结果。这一逻辑下,量化投资从业者不再是西装革履的金融范儿,而更像程序员,像搞IT的。

图/图虫创意

盈立方投资管理公司策略总监李沐涵告诉本刊,他接触的大部分量化投资机构,工作场景更像互联网企业,每个人盯好几个屏幕,但屏上通常不是股票盘面和K线图,而是满屏代码,工作人员穿着也更像程序员,很少有西装、衬衫,而是无领上衣居多。

李沐涵说,由于数据变化快、需要随时沟通,工作人员通常在一个大开间办公,甚至团队负责人也没有自己的办公室,而是和大家在一起,有事随时喊一嗓子。

一位刚入职量化私募机构行政部门的人士对本刊说,她所在的公司,业务部门员工多是数学、物理、金融工程等偏理工科专业出身,高学历、高智商,不爱社交,不喜路演,甚至脸红结巴,让她这个长期在传统企业负责行政工作的人非常不习惯。

股票投资小常识:道琼斯股价平均指数是目前世界上影响最大、最有权威性的一种股价指数,原因之一是道琼斯股价平均指数所选用的股票都是有代表性,这些股票的发行公司都是本行业具有重要影响的著名公司,其股票行情为世界股票市场所瞩目,各国投资者都极为重视。

表象的背后,其实是量化投资与主观投资专业能力要求的区别。

天下武功,唯快不破。以快速、高频交易为突出特征的量化投资,快更是基础要求。这里的快,不仅包括其计算机执行策略快、下单速度快,也包括其收集、处理数据形成投资策略及模型的速度快。

作为一种更精细的技术,高频交易策略捕捉的是市场极为短暂的价格变化,需要在毫秒级别内完成交易,海外甚至已经到了纳秒级别。由于交易量巨大、订单都由程序自动完成,高频策略对网速和计算速度都有着极高的要求,每年买点GPU已经成为量化私募的标准预算,配置超级计算机也并不罕见。

2020年3月,著名私募量化机构幻方量化占地面积相当于一个篮球场的人工智能(AI)超级计算机萤火一号投入运作,据称累计投资超亿元。仅一年后,其第二代超算萤火二号交付使用,号称投资为10亿元量级,算力是上一代的18倍。

据行业内人士介绍,除了对计算速度和数量的极致追求,量化机构对人才的要求也不是一般的高,用句行内人的话就是在全球范围内寻找聪明的脑袋。

不少投资机构将目光投向互联网大厂。

以头部量化私募九坤投资为例,其交易量已有60%左右是由AI算法所驱动的,200人的团队七成是技术研究人员,大量来自阿里、腾讯、百度、Facebook、谷歌等科技公司,与金融投资机构相比,它更像是一家科技公司。

从一些机构的招聘信息来看,这几家投资公司的人才需求方向也主要是顶级程序员、软件工程师,985高校理工科是基本条件,顶级名校顶级院系,智商爆表,数学、物理计算机竞赛金银牌才是加分项。

新华社记者 毛思倩 摄

短期回撤,仍有上升空间

当人们还在感叹电脑炒股好厉害时,今年一开年,几乎整个量化投资行业的业绩都出现了大幅回撤。

私募排排网数据显示,2022年的前一个半月,百亿量化私募平均亏损超5%,2021年收益率排名前三的量化机构鸣石、佳期、聚宽,收益分别从去年的43.22%、40.4%、35%下降到今年的-9.9%、-7.96、-9.65(截至2月14日)。

今年1月,九坤投资旗下一只美元基金回撤近40%,有着10亿级投资超算的幻方量化,甚至在去年底就因为业绩大幅回撤公开向投资者致歉。

这让不少初入市场的投资新人难以理解,大数据、算法模型、概率论、统计学、超算……上这么多顶尖科技,为什么还赔了,还是大赔。

幻方量化在给投资者的公开信中表示原因有两点。

第一,AI选出的股票从长期价值来说基本上没问题,买卖时点上确实没做好。市场风格剧烈切换的时候,AI会倾向于冒更大的风险来博取更多的收益,这进一步加大了回撤。

第二,量化资管行业规模扩张太快,策略同质化严重,加大了整体操作的难度。

事实上,扩张太快、策略同质化也是目前量化投资业界公认的问题。

前述行业人士表示,一个投资模型,可能会因为其他量化机构更高效的模型迭代而出现收益率大幅衰减的情况,只有那些在各环节和策略迭代效率上都具备优势的机构,才能成为最终的行业赢家。

股票投资小常识:把握好行业的特点来结合市场进行选择,价值投资者最应该长期持有的应该是有壁垒的常青藤行业,比如食品饮料,消费类,大健康类。

但规模快速增长给量化私募带来了知名度的同时,也使竞争愈发激烈。目前占我国量化投资主体的量化多头策略,其超额收益主要来源于选股,大量资金、诸多机构都在以相同或相似的逻辑寻找可能带来超额收益的因子,并以此为基础形成投资策略时,势必造成投资难度加大、收益减少甚至亏损。

不过,虽然量化交易近期表现不佳,但业内人士大多仍然看好量化交易的未来。

贾士杰分析认为,从管理规模角度来看,国内量化私募管理人管理规模与海外成熟市场相比仍处于发展阶段;从股市结构来看,海外成熟市场以机构投资者为主导,所以量化空间较小,而国内市场目前较多投资者仍存在一些不理性的交易,所以量化空间还比较大。

不少接受采访的证券行业人士认为,如今A股市场正在上演的这一幕在欧美成熟市场都曾出现过,借鉴欧美市场的发展历程,量化投资在A股的发展之路将会越走越宽。

近期,已有机构开发出监测策略拥挤的新模型,主要作用是识别出同质化程度较高的因子,降低此类因子在量化策略中的权重,来应对策略同质化带来的超额收益衰减问题,据一些机构人士反馈效果不错。

此外,由于量化投资高频、快速交易等特殊性及监管的限制,目前绝大部分量化投资者都是私募机构,做量化投资的公募基金不多,想要购买量化基金首先要是私募机构认定的合格投资者,即通常所说的高净值人士。

随着量化投资的快速发展,一些公募机构也在尝试进行量化投资,相信量化投资的规模会持续放大,占比也会逐渐提高,普通投资者参与量化投资也会更为便捷,投资门槛也会降低。李沐涵表示。

股票投资小常识:你不需要知道怎么去经营企业,但你要知道。什么做法是对的?

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186

评论留言

发表评论