大数据与人工智能相结合：如何用“阿尔法狗”择时选股

谷歌“AlphaGo”战胜了国际围棋大师李世石，成为人工智能发展成果的里程碑，而如今在资产管理行业，类似于“AlphaGo”式的基金产品也正在酝酿成型。

3月14日，由银华基金管理发行的一只运用大数据+量化投资策略的主动型产品——银华大数据基金就具有类人工智能的量化策略协助基金经理进行投资交易的特征。

事实上，运用大数据技术进行投资运作的基金产品并不鲜见，但该模式更多应用于指数型基金，而据银华大数据拟任基金经理张凯介绍，此次发行的大数据基金是一款主动型基金，其在择时、选股、风控等方面具有独特优势。

在业内人士看来，随着人工智能和大数据技术应用的不断成熟，大数据类基金在常规状态下“跑赢人脑”将成为大概率事件，而银华基金将大数据技术与主动投资管理相结合，更是一种基金产品中的有益尝试。

多维数据源的择时、选股

在银华大数据基金背后，是丰富的证券数据源。据笔者了解，其数据源来自于宏观经济数据、卖方分析师报告、行情数据、上市公司新闻公告等多个维度。

“大数据包含了宏观还有行业景气度的数据最慢更新的频率是季度，最快更新的频率是周。”

此外，涉及A股市场行为及情绪的数据，如高频交易数据、投资者活跃度、股指期货等数据也将被纳入其中。

“像股指期货的行情数据，从里面也可以看到很多的规律，比如去年6月份之前，股指期货基本上是大幅度升水的，但是6月之后基本上到大幅度贴水的状态，这些数据就能很好地表征现在市场整体的牛熊的状态。”张凯说。

“还有其他的数据，比如财经新闻报道的数据，公司的公告，财报的数据，还有一些卖方分析师推荐股票，发布报告的数据，这些数据加在一块，我们就认为它是证券的大数据，数据量足够大，而且维度足够多。”张凯指出。

那么，这些数据源在具体的投资决策时会如何应用呢？据张凯介绍，

从“大数据”到“投资”，是通过基于数据的投资策略来实现的。投资策略的核心逻辑来自长期投资实践中积累的经验，我们用证券大数据对逻辑的有效性进行验证，并找到能反映投资逻辑的具体指标，进而构建出投资策略。

银华大数据基金有两大类择时策略：第一类是基于宏观及行业基本面数据，包括各项宏观经济类数据，如货币供应量、流动性、PMI、经济同步指标、通胀等；第二类是基于市场行为及情绪数据，通过基金仓位、期指持仓及升水率、股票账户活跃度、分析师情绪等。

张凯表示，该只基金详细的选股策略分为四种：股票关注热度策略、分析师荐股策略、财务多因子策略和公告事件驱动策略。

在张凯看来，在不同的市场环境和风格下，策略短期的表现可能会各有不同，多数据源对应多策略的机制可以弥补单一策略短期的失效并形成业绩互补，保证整体投资业绩的持续性和增强。此外，基于不同数据来源的策略相关性较低，更分散化的投资能够降低组合的整体风险。

类AI存在诸多优势

银华大数据基金亦被认为存在诸多特殊优势。

在张凯看来，大数据投资具备四大优势：一是股票覆盖面更广，利用大数据可以覆盖A股市场的所有股票；二是信息处理能力强，大数据投资能够分析基本面和非基本面的海量数据；三是投资策略更为多样化，大数据投资能够解决传统投资策略单一化和同质化的问题；四是避免人为主观性，大数据投资策略完全以数据为本，更为客观公正。

此外，银华基金量化投资部的团队化作业也是该产品的优势体现之一。

“除了我个人之外，整个量化投资团队都在为这个产品做贡献，策略研发，交易风控，IT系统等多个小组的协作的，使得整个基金产品的投资管理流程变得更科学更高效，对基金业绩的稳定性有很大的助益。”张凯表示。

而在基金分析师看来，与谷歌“AlphaGo”战胜人脑类似，人工智能与量化投资策略的结合也逐渐在资产管理行业中扮演愈发重要的角色，而其针对多重变量的观测、反应和决断能力也将在一定程度上超越“人脑”，在对投资决策的辅助上，它的准确性和高效性可能更具优势。

更多行业资讯，请关注DOIT官方微信DOIT（微信号：doitmedia），关注科技与数据经济，洞察IT新走向。

未经允许不得转载：DOIT » 大数据与人工智能相结合：如何用“阿尔法狗”择时选股