国内量化已进入精耕细作时代

黑翼资产成立于2014年，是量化行业的老兵。公司整个投资过程依靠数据和模型，是一家纯技术驱动的公司。投资标的涵盖股票、商品期货和可转债，所以黑翼也是一家多资产、多策略的私募管理人。

在邹倚天看来，2022年全球规模最大的10家对冲基金，有7家都运用了量化投资策略。国内量化还处于快速成长期，截止2022年年底，国内量化私募规模约为1.5万亿元，仍处于红利期。现在国内量化行业已经进化到了精耕细作时代，大家使用的模型也越来越复杂。

从2012年至2017年，大部分量化管理人主要采用线性模型；从2017年开始，大量的量化管理人开始使用传统机器学习模型；到了2020年之后，很多管理人都转向深度学习模型。目前，量化投资已经在各个环节中运用AI模型。

量化领域已实现全流程AI投资

首先，在数据收集环节，除了收集结构化的量价数据、基本面数据、还有大量的文本数据。运用NLP自然语言处理技术能够进行情感分析，特别是今年新出的大语言模型，可以通过对海量文本的分析，来判断文本的“情感”等。

在因子挖掘环节，黑翼资产会借助AI模型提升对因子的挖掘效率。AI通常是挖掘高频量价，因为里面数据量非常大，需要借助AI挖掘交易信息。AI挖掘的因子与传统人工挖掘的因子可以形成很好的互补，提升了模型整体的稳定性。

在收益预测环节，管理人会把各种特征结合起来，然后用AI模型对股票进行预测，而这也可能是AI模型应用最多的一个步骤。市场预测总的来说是时序上的问题，在时序上有不同的输入信息，在不同的类型输入，会用到不同的深度模型。

在组合优化环节，大家越来越多运用强化学习方法，强化学习依赖奖励函数来评估每个决策的好坏，奖励函数可以根据我们的收益、风险、目标达成等情况来定义，目标是寻找具有最大化长期收益风险比的调仓策略。

最后是交易执行。我们理想的交易就像是把一个石头扔到池塘，希望产生的波浪越小越好。所以我们会对极短时间内的股价波动、流动性变化做预测，然后寻找一个最佳的交易时点，尽量减少自身交易对市场的冲击。

量化依赖大数据分析和AI算法人才

在AI领域，数据、算法、算力是核心三要素，这三要素对整个量化投资都具有巨大赋能。邹倚天表示，这两年，数据的大幅提升给算法提供了源源不断的优质食料，同时算力的大幅提升为分析海量数据、运用复杂模型奠定了非常好的基础，三者相辅相成。

邹倚天认为，人工智能经过这几代的发展，基本上已经初步实现了感知能力，但是推理、可解释等认知能力可能还需要继续提升。未来，人工智能的发展重点可能集中在四个方面：大语言模型、强化学习、知识图谱及可解释性的AI。

随着AI技术的持续发展，邹倚天认为，它会飞速提升各个行业的生产力，继续为量化投资行业带来新的变革。不过，量化投资归根结底是科学和艺术的结合，不管模型多好、算力多强，背后依赖的还是人才，尤其是大数据分析人才、AI算法人才。

“资本市场本身是一个博弈的过程，跟其他领域非常不一样。我们在 fit the market 的同时也在make the market。你的任何动作都是有反应的，这也是量化行业特别有趣的一点。”邹倚天最后希望有更多AI人才加入量化行业，加入黑翼，一起御风而行，探索量化的边界！

免责声明：本文转载自黑翼资产，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议。