AD
首页 > 财经资讯 > 正文

人工智能如何对待市场大跌?

2020-06-19 17:44:51 来源:互联网 浏览量:
评论 点击收藏
导读:

  2019年底悄然掩至的新冠肺炎疫情对全球经济和各类市场造成的冲击,远超过疫情初期任何一位专家和市场人士的评估。尤其是2020年3月美股大跌,前所未见的频繁熔断,令桥水、黑石等长期表现优异的基金巨头纷纷折戟。

  那么,对于人类基金经理来说变幻莫测的市场风险,机器基金经理——人工智能又怎样看待和应对这次危机呢?

  提取跨越时空的信号

  亚洲金融危机、次级债金融海啸,直到新冠病毒下的金融危机,每次危机的缘起都是前所未见的,然而,对于猛烈的下跌和反弹,不少人又会时时有似曾相识的感觉。其实在人工智能看来,这种感觉并没有错。

  当然,短期内人工智能绝对没有“智能”到弄明白什么是COVID-19,然而这并不妨碍其用强大的算力来分析市场。以跌幅惨烈的美股市场为例,过去两年中各方面数据都呈现出周期性见顶的种种特征。我们的人工智能机器学习宏观模型通过GDP走势、美联储的操作、信用利差变化等大数据,已监测到市场回撤风险非常高,市场波动性不断加大。尤其到今年3月初,市场情绪数据趋向极度负面,暴跌一触即发。模型根据多维度宏观指标定位筛选到历史上数个与当前相似的大跌场景。

  尽管每次市场暴跌的原因完全不同,经济环境也相去甚远,但市场情绪和走势却相当相似。例如2008年的大跌中,美股中高端制造业如通用汽车陷入危机并很快走向破产重组,跟这次大跌中波音公司极为相似。机器学习模型在经过历史数据训练后,筛选出众多类似的有效因子,进而能够模拟下跌的幅度、速度,并找到具体受影响的股票类别。

  因子(Factor)指的是市场上影响股价的特征或因素,例如质量、动量、盈利能力等。作为投资组合搭建工具,人工智能多因子模型利用并通过多种机器学习技术,以非线性的模型对数以百计的因子及其之间互相影响的关系进行动态分析。对于资管机构来说,运用人工智能机器学习模型挖掘的有效因子来搭建投资组合,既有助于找到正向的Alpha(跑赢大市的股票)来投资,也能够挖掘出负向的Alpha,以锁定、做空即将大跌的股票。

  在今年的“疫情中”,我们看到市场上有一部分专注于高频多因子量化的基金表现最为优异,其原因不仅仅是高频交易能更快地适应市场快速变化,更多是因为人工智能的使用,能够实时并且“自适应”(self-adaptive)地捕捉到真实市场的变化,从而做出正确的方向性预测。

  把握风格迥异的市场

  尽管全球同样面对严峻疫情的巨大冲击,不同市场的反应却有巨大差异。例如在美股持续暴跌熔断的3月,A股中部分受疫情影响严峻的旅游消费行业反而出现一波涨势。如果要在准确判断了3月美股的暴跌的同一时间,还要挖掘到中国内地A股不同板块的涨势规律,人工智能技术也能够提供强大的帮助。

  例如,不同于美股市场上以机构投资者为主体,中国A股市场以散户为主,散户的行为对于市场走势巨大的影响力,带来具有中国特色的“动量”因子,被散户视为投资信号的“资金流”也是非常重要的因子。在新型冠状病毒疫情下,大量居民停工停学隔离在家,散户在股市投资中高度活跃,而市场上同时出现多个活跃的投资取向,能够让人工智能模型更有效地从中挖掘超额收益。

  如果从微观角度上来看,即便是同样的因子,在不同风格的市场中常常也具有不同的定义——譬如大家都熟悉“价值”因子,在美国用市账率(PB)来体现最为有效,而对于中国市场上的股票,更具代表性的则是市盈率(PE)。人工智能机器学习模型通过自主分析市场上的不同信号,通过运算用精确量化的方式来定义每一个因子,就能避免受到人类过往经验或固有观念带来的限制。

  在美国市场上,成熟机构投资者的投资策略比较理性,市场的有效性更强,相对而言活跃的因子较集中于基本面。A股市场大量活跃的散户不同的投资取向则令有效的因子种类和数量相对更多。此外,在不同的时间段,有效的因子也随着市场趋势不断变化。要在不同市场中确认如此大量的因子,并精确地把握因子之间动态结合的关系,对于人脑而言显然是极度困难的,人工智能机器学习模型在这方面则具有难以比拟的优势。

  风险的分散与平衡

  在波动巨大的市场中,有效因子的数量会突然变化,尤其动量等因子往往会发生突然的反转。传统量化模型能够筛选和检验出的因子数量有限,也难以实时地追踪不同因子有效性的比重。人工智能机器学习模型由于其强大的算力,能够从更多不同的角度,集成更大量的信息,因此也能够极大增加因子的种类。

  例如在3月的大跌中,“新闻情绪”(News Sentiments)就被发现是一个驱动性非常强的因子。“新闻情绪”是指用新闻信息对投资者行为的影响来预测市场的走势或投资组合的收益。尽管早在很多年前,大家就都知道重大新闻必然影响到市场交易,但在没有人工智能技术前,新闻情绪是难以量化计算的。今天,利用人工智能自然语言处理技术,模型不但可以量化新闻为市场或某个股票带来的正/负面情绪,也能够捕捉到新闻情绪的有效性随着时间如何变化,能够为资管机构调整仓位和投资组合提供重要的参考。

  在剧烈波动的市场中,由于因子的有效性的变化迅速,巨大的盈利或许瞬间便反转为巨大的亏损风险,严格控制投资组合的风险至关重要。人工智能机器学习模型能够精确计算多达数百上千因子的有效性和比重,避免过度强调某个因子而导致风险管理的失衡,从而尽可能分散投资的风险。

  正如在疫情冲击下欧美市场哀鸿遍野,然而如果此前境外投资者持有一定比重的中国资产,亏损的情况就能够缓解许多。分散投资于不同的市场、不同的资产、不同的策略,终极的意义在于分散了风险。然而,越是要“分散”则越是意味着更大量的数据和计算,在这个角度上来说,我们相信人工智能模型的强大计算和分析优势,会令其迅速成为投资和资产管理机构不可或缺的依仗。

猜你喜欢:

相关文章

更多

为您推荐