民生加銀基金何江：投資領域也需要“新基建” 關注四大層面發(fā)展

　　近日，“新基建”概念如火如荼。日前，民生加銀滬深300ETF基金經理何江在接受中國證券報記者專訪時指出，在投資領域，同樣需要呼喚“新基建”。在何江看來，投資領域的“新基建”和量化投資密切相關，主要有四個層面的發(fā)展值得關注：一是大數(shù)據(jù)技術；二是人工智能技術；三是投資組合管理技術；四是交易的智能“高速路”建設。

　　第一、大數(shù)據(jù)技術

　　投資很重要的一個環(huán)節(jié)就是收集和處理信息。理論上來說，對于現(xiàn)實社會的信息掌握得越完備，對投資越有利。

　　在何江看來，大數(shù)據(jù)中心的建設對投資機構有重要意義，而構建高質量的大數(shù)據(jù)中心充滿挑戰(zhàn)，有兩點需要做好。首先，要加強數(shù)據(jù)的整合。傳統(tǒng)的數(shù)據(jù)存儲和處理是分散的、割裂的。例如，很多研究員調研獲得的數(shù)據(jù)往往是由研究員個人進行管理，并沒有通過集中的數(shù)據(jù)庫進行統(tǒng)一管理，因而這些信息并沒有得到更充分的應用。因此，需要加強數(shù)據(jù)的整合，包括外部數(shù)據(jù)與內生數(shù)據(jù)的整合、原始數(shù)據(jù)與加工數(shù)據(jù)的整合、結構化數(shù)據(jù)與非結構化數(shù)據(jù)的整合等。

　　其次，擴大數(shù)據(jù)來源，重視另類數(shù)據(jù)的運用。傳統(tǒng)的信息數(shù)據(jù)整理會受限于人工處理的能力，而隨著科技的發(fā)展，新的數(shù)據(jù)空間越來越大?；ㄆ?span id="bk_475">銀行在一份報告中表示，在信息時代，利用大數(shù)據(jù)做交易的投資經理將會遠遠走在同行之前。量化分析師可利用大數(shù)據(jù)技術，將他們所要驗證的變量擴展到行為、看法和感知反饋等數(shù)據(jù)。這就在運用大數(shù)據(jù)技術的公司和那些沒有運用大數(shù)據(jù)公司之間，創(chuàng)造了“信息套利”的可能性。

　　“大數(shù)據(jù)特別是新的另類數(shù)據(jù)，在投資上的運用將會越來越廣泛，而大數(shù)據(jù)也是進一步采取人工智能等手段的基礎?！焙谓硎?。

　　第二、人工智能技術

　　“人工智能技術正在人類活動的各個方面發(fā)揮重要作用，人工智能也在投資領域發(fā)揮越來越廣泛的作用。”何江表示。

　　在何江看來，人工智能能夠幫助提升那些常規(guī)性工作的效率與質量，從而解放人力資源去做那些更富創(chuàng)造性的工作。例如，金融科技公司Kensho就利用人工智能技術對于市場信息進行處理，可以對一些基礎的問題進行預判。有了人工智能的幫助，研究員可以再進行更深入的研究。

　　何江認為，通過人工智能技術，可以從大數(shù)據(jù)中去發(fā)現(xiàn)那些并非顯性的投資線索，就像是AlphaGo走出了人類棋譜中從來沒有走的妙招。在傳統(tǒng)的量化投資策略中，線性思維占主導地位，而通過人工智能技術，進一步去捕捉各種因子之間非線性的關系，并且結合處理海量數(shù)據(jù)的優(yōu)勢，從而提升投資效果。

　　第三、投資組合管理技術

　　何江指出，目前國內很多投資組合管理仍然處在比較初級的階段，更多地是倚重基金經理們的個人經驗，缺乏通過專業(yè)系統(tǒng)進行組合層面的精細化管理?，F(xiàn)在國內常用的投資組合管理系統(tǒng)更多地是著眼于解決賬務上的問題，而組合層面上的增值功能是相對比較欠缺的。傳統(tǒng)管理模式存在一些局限性，包括：投資組合的性質缺乏穩(wěn)定性，優(yōu)勢的投資成果無法進一步規(guī)?；?，投資組合事前的風險管理機制還比較簡單，投資組合的風險收益特征不能與客戶的需求進行很好的匹配。

　　在何江看來，精細化的組合管理技術的核心，就是要解決前面提出的問題。通過技術手段，使得投資組合的風格特征進一步清晰，優(yōu)化投資組合的收益風險比。并且通過組合管理技術，把基金經理的優(yōu)勢投資成果規(guī)?；?，最大程度地發(fā)揮優(yōu)秀基金經理的能力。通過組合技術，還可以智能化地將投資組合與客戶的需求進行有效匹配。

　　何江指出，一個完備的投資組合管理系統(tǒng)應當包含產品周期管理、資產配置、投資交易策略、風險識別與監(jiān)控、情景分析、壓力測試、交易執(zhí)行、業(yè)績歸因等各個環(huán)節(jié)。一方面要強化從投資組合層面去管理，另一方面要強化全流程的管理。例如，貝萊德打造的阿拉丁平臺，將投資組合管理、風險分析、交易執(zhí)行、數(shù)據(jù)管理與監(jiān)控等結合在一個平臺上，擁有使競爭對手們望塵莫及的數(shù)據(jù)基礎，可以24小時對投資組合進行綜合診斷。

　　第四、交易的智能“高速路”

　　天下武功，唯快不破。在何江看來，投資領域也是這樣，特別是在某些策略領域里，“快人一步”往往有利可圖。伊利諾理工大學斯圖爾特商學院計量金融學教授本杰明·范·弗利特說：“在高頻交易的時代，技術速度本身就是一種策略?！边@也是為什么美國很多投資機構為了提升交易速度愿意投入大量資源。除了速度以外，優(yōu)化的智能算法交易也能夠幫助提升投資業(yè)績。智能算法交易能夠有效地分析市場的微結構，通過動態(tài)調節(jié)交易訂單的大小、速度和價位來優(yōu)化交易成本。

　　何江指出，美國的投資機構已經在所謂的“新基建”領域進行了大量的建設。例如，資產管理行業(yè)巨頭貝萊德不斷地在金融科技方面發(fā)力，把科技創(chuàng)新和量化分析放在公司最重要的位置。貝萊德打造的投資風控平臺阿拉丁就是這種“新基建”的結晶。再例如，高盛為了保住其在行業(yè)中的地位，并且維持創(chuàng)新的領先性，在以科技為核心的“新基建”方面大量投入。高盛前任CEO貝蘭克梵很愛說的一句話：“其實我們是一家科技公司”。自從上世紀90年代開始組建量化投資部門，高盛在科技創(chuàng)新和量化投資方面一直走在行業(yè)的前沿。

　　“未來，強國之間的競爭很重要的一個方面就是科技創(chuàng)新的競爭，金融投資領域很大程度也是科技創(chuàng)新方面的競爭?！焙谓偨Y表示，面向未來，投資領域的奮進者，要高舉科技創(chuàng)新的大旗，大力發(fā)展“新基建”。

（文章來源：中國證券報·中證網）

(責任編輯：DF528)