王啸念空 【华尔街见闻专访】念空科技首席投资官王啸谈量化投资在中国

中国投资者对量化投资的了解正在经历从无到有的阶段,量化投资在中国的发展前景也日渐清晰。

量化投资在中国近两年的发展也得益于中国投资者逐渐趋于成熟的这一变化。五年以前,量化投资产品对于投资者的吸引力较小,原因在于回报率相对而言并不算高。不过,随着中国很多高净值客户和机构客户对市场波动性及量化策略的了解不断深入,量化产品也开始越来越受欢迎。

针对量化投资在中国发展的前景等热点问题,华尔街见闻对念空科技董事长王啸进行了一次专访。王啸先生曾创立歌斐资产量化投资部,并担任投资总监,并于2014年底创建念空科技。

以下是本次访谈全文:

华尔街见闻:念空在初创发展期就经历了去年下半年的股灾,念空是如何应对的?

王啸:念空量化团队成立于14年下半年的牛市初期,当时各种量化策略的在策略运行上可以说是一个很好的时期,而对于量化类对冲基金的挑战主要源于融资方面,因为纯做多的基金吸金效应太强;而对于15年6月开始的股市崩盘其实对于任何一家真正在做中性策略且风险暴露较少的基金都不会是任何问题,因为有对冲端保护,而且当时基差由正转负贡献了大量收益,从而中性策略大多都出现小幅上涨;对于股指CTA策略更是受益于波动率和趋势性的双重爆发,净值增长明显。

华尔街见闻:念空还遭遇了哪些市场挑战?在今年的市场环境中,会有哪些策略上的调整?

王啸:对于念空真正的挑战来自两个事件:第一个事件是14年12月“量化对冲股灾”期间,全市场中性策略大多回撤10-20%,那次事件第一次让投资者认识到量化对冲并非万能,而在那个时间段因为念空中性策略的风格、市值、行业和动量等风险敞口暴露较小,所以念空量化对冲整体回撤控制在了5%,其他策略如CTA和套利贡献了大量收益,在当时还没有太多人关注多策略的时候用多策略的低相关性规避了量化系统性风险,这一直是念空比较骄傲的地方。

而第二个挑战则是15年8月底以来的股指期货交易限制,特别是每天开仓10手限制,这个限制对我们量化造成的影响非常大,主要体现在:

1.      对冲工具极度缺乏流动性;

2.      每天能交易的合约市值只有约1000-2000万,1亿以上产品很难换仓;

3.      多空力量不对等造成的负基差,给对冲制造了每个月2-3%的成本,而量化对冲模型收益基本每个月也只有2-3%,所以这就造成了很多量化对冲产品不赚钱的现象。

念空在遇到这些限制的时候,我很清楚记得当时刚好和我合伙人在冲绳度假,第一反应是失业了不用回国了,不过第二天就开始设计对策,比如如何从产品结构设计上来适当增加交易手数,如何设计算法交易来应对流动性问题。另一方面就是收购商品CTA团队进入量化策略不受限制的商品期货领域,也是因为这一系列的应对,以及如此多的策略团队让念空的业绩一直稳定增长。

由于念空90%的资金来源于银行委外和FOF机构,也可以看到念空在各大FOF基金里(如招行资管、浦发银行资管、歌斐资产等FOF)的业绩都排名前三,特别是近期念空商品CTA业绩爆发,大部分产品年化收益都达到10%以上,夏普更是高达3以上。

今年的市场念空依然主打多策略,多团队来确保收益增长以及增长的稳定性,不会被单一策略交易受限造成太大影响。

华尔街见闻:对比国内的量化基金和海外的量化基金,最大的区别是什么?

王啸:如果说海外量化基金行业已经进入了几家独大的寡头垄断,那么中国的量化更像是春秋战国时期,量化团队小而多,且鱼龙混杂。这里面不乏浑水摸鱼的人和团队,需要仔细甄别。很多人顶着所谓“海外对冲基金投资经验”光环归来,这其中不乏一些仅仅在海外做了一二年,经验并不丰富的策略师,以及在海外机构做的事情和真正量化关系并不大的基金经理;除此之外像多因子策略这种进入成本很低但是细节壁垒又很高的策略里充斥着非常多的伪量化。

但是总的来说相比海外市场,中国市场有效性更差,机会更多,更容易获得较好收益,这也是吸引很多人回国创业的主要原因,而海外市场非常成熟,机构较多,竞争激烈,套利空间有限。

华尔街见闻:在2016年,量化行业有哪些新的趋势?

王啸:2016年在股指期货没有放开限制之前,主要的增长点还是在商品CTA领域,而期权和分级基金套利也会有一定机会,但是策略容量有限,股票日内套利策略由于进入壁垒较高,大多还是手工团队为主。而从团队生存角度来说,股指期货限制时间越长,量化团队生存越艰难,特别是一些小团队,行业进入寒冬期,行业也在逐渐萎缩,这并不是一个好的趋势。

华尔街见闻:现在热门的机器学**在国内量化有什么样的应用?

王啸:机器学**在量化模型中的确有一些应用,但是更多还处于统计套利的范畴。前阵子比较火的Alpha Go其实这并非是一个通用性的AI,只是一个下棋算法,特别针对围棋这种需要记忆图形来形成经验的游戏,它由三个算法模型嵌套而成,唯一和AI沾边的就是卷积神经网络,他解决了机器准确且快速识别抽象图像的问题,这是一个小突破,从而可以让机器记住成百上千的棋谱缩小每一种局面对手可能落子的范围,从而减少需要暴力运算的计算量提高了速度,但是即便如此,这也离真正的AI很远,而Alpha Go并不适用于时间序列为主的金融交易数据。

华尔街见闻:国内的quant会有怎样的职业发展路径?

王啸:对于quant的职业发展来说一般分为两种路径:策略方向和量化系统IT方向,不管从哪条路径起步都需要从初级分析师开始做起,正确而严谨的数据清洗工作是每个quant起步的第一件需要认真对待的事情,然后策略方向的分析师才会逐渐接触一些策略的细节,协助比较资深的分析师完成一些比较大型的策略开发工作,直到几年后有能力独立完成一个项目。

对于quant来说资深策略分析师还是基金经理都只是个title,本质上来说这个行业很公平,比的是策略开发能力。

华尔街见闻:对于有志于从事这个行业的青年,您有什么想说的?

王啸:国内金融行业应该是蓬勃发展的时期,而量化虽然短期受到限制,依然是未来10年金融行业里发展最快的细分行业之一。而且这是社会分工里少数大部分依靠自身能力就能成功的行业,这一点是非常宝贵的。作为想进入这个行业的青年来说,需要明白几点:这是一个靠努力能成功的行业,当然需要一定天赋,所以能进来很幸运,要好好把握,而这个行业又是一个智商过剩的行业,所以聪明不是核心竞争力,努力才是,而在背后驱动努力的关键因素则是发自内心的对量化投资的热爱。

所以首先如果你足够聪明,又刚好对在数据中找寻规律乐此不疲,那么欢迎来到quant的世界。