辰钰投资陈志凌：量化投资的理念就是价值投资

??导语：理工科出身，踏入金融行业之初，便钟情量化交易带来的魅力，金融科技与人工智能方兴未艾，在陈志凌看来，这将深度影响未来交易思维。

??AlphaGo 战胜围棋高手柯洁，一度让人工智能(Artificial Intelligence，英文缩写 AI) 在金融领域一显身手，刺激到众多交易员。

??2017年5月的乌镇“人机大战”中，19岁的柯洁哭红了双眼，说将不再和AI 下棋，但 4 月 27 日再次回到对决棋局边，希望再次挑战自己，他说，“尽我的全力去认真对待强大的对手。”

??对于辰钰投资董事副总裁陈志凌来说，曾一手建立起朱雀投资量化投资部，在职业最新的舞台上，会如何挑战自己的对手——人工智能与金融黑科技，而又如何诠释 2017、2018 年 A 股量化投资的发展，以及面对进化中的投资策略变动，所带来的思考与实践。

??不断进化的量化策略

??理工科出身的陈志凌在 2009 年刚进入私募基金行业的时候，并没有发现自己的专业背景与所从事的工作之间的相关性，但是在接触了量化投资以及国内推出股指期货之后，他找到了发挥空间。

??在国外大放异彩的量化对冲理念，自股指期货推出便开启了中国量化投资大潮。

??传统投资逻辑下，很多基金采取的选股方式是“自下而上”的，分析企业的财务报表，了解公司的运营状况，确立投资标的。与之不同，量化投资是从财务数据等数据中找出多个有用的因子，集合起来，建立一套多因子的打分模型，并用这套模型来选股。

??为了确保模型准确、不断提升收益率，量化研究员会对模型进行历史回测，会深入挖掘尚未被发现的超额因子，对模型进行优化。

??陈志凌表示，在 A 股，多头部分用量化模型进行选股，空头部分用沪深300 以及中证 500 的股指期货进行等市值对冲，这样的市场中性策略效果不错，“市场中性，就是无论大盘是涨还是跌，都对我们的净值没有影响。我们赚取的，是股票组合超越指数的那部分收益。”

??但是这样的策略在 2015 年的效果有所下降，原因在于，2015 年的市场波动颇大，如果完全地做等市值对冲，会失去一些机会。

??“这就跟风力发电一样，如果我们在合适的位置放上风力发电机，就可以把动能转换成电能。”陈志凌表示，为了抓住2015年市场上下波动的动能，将其转化成客户的绝对收益，团队开发了新的 CTA 策略（一种金融衍生品交易策略，研究对象包括期货、股票、外汇等品种）。通过 CTA 策略，可以在大幅波动的市场里获利。

??陈志凌表示，2016 年 AlphaGo 战胜李世石的这一历史事件，给自己带来启发，他开始往多因子策略和 CTA 策略中加入神经网络、机器学习等方法，对模型进行优化，使得模型的效果得到了一定的提升。

??进入到风云变换的 2017 年之后，量化策略的进化又往前迈了一步。

??被忽视的市场意义

??2017 年是金融去杠杆和强监管的一年，在这样的背景下，A 股交易特征出现“价值投资”的逻辑，出现大盘蓝筹股结构性行情，让以往的交易风格趋向转变。

??陈志凌观察分析，其中投资者的结构也在发生变化，散户转向机构化，市场进入价值投资时代，进入2018年，市场在这种风格下加速分化。

??他同时表示，这对量化策略也产生了影响，“一方面，强监管让股指期货处于折价位置，因此市场中性策略的效果在下降。另一方面，市场的波动变小，因此 CTA 策略的效果也在下降。”

??在上述机会下，一些做量化的算法交易机构脱颖而出。据了解，这正是陈志凌从朱雀投资跳槽到辰钰投资的原因所在——自己所研究偏传统的量化策略，和辰钰投资所打造的新兴算法交易相结合，可以给到客户更稳健的回报。

??股指期货、对冲基金……在大众眼中，这些金融专业词语总有一点“投机”的色彩，但是实际上，这些金融工具和投资策略的出现，都有其市场意义，都可以为市场带来积极的影响。

??“股指期货推出之后，投资者可以通过金融衍生工具对冲风险，把相对收益转换成绝对收益，在市场下跌的时候，规避系统风险。”陈志凌对《中国房地产金融》表示，除此之外，股指期货还有价格发现的功能。

??“实际上我们是股票市场的多头，是先买入，再做等市值的对冲。”陈志凌表示，目前股指期货受限并不是一件好事，会导致二级市场上缺少机构资金。

??他同时表示，量化模型实际上是秉持价值投资理念的，“在我们的多因子模型中，最主要、最核心的因子是基本面因子，首先分析上市公司的财务报表，然后在二级市场上观察其估值水平，之后再买入被低估的、卖出被高估的。这使得整个市场的估值趋于合理，对市场的稳定性也起到了积极的作用。”

??理工科出身的金融科技“心”

??数据显示，目前全球CTA策略管理的资产规模约为3500亿美元，其中美国超过千亿美元。另外，在美国，市场中性策略的体量超过百亿美元。相比之下，根据WIND数据，2016年中国的私募量化对冲基金发行量总共只有1000亿元人民币左右。

??除了体量，中美在量化上的差距还表现在应用比重和时间积累上。

??在美国的对冲基金中，算法交易、程序化下单等量化手法，占到总交易的80%以上。另外，市场中性策略、CTA策略、相对价值策略等量化策略，已经有了几十年的发展历程。正因为如此以及中国金融开放的大背景，量化投资在中国的发展潜力颇大。在陈志凌看来，量化对冲基金的高收益、低风险、流动性好等特点，对国内的高净值人群具有一定吸引力。

??当记者问到金融科技对于量化投资的影响时，陈志凌显得颇有兴趣，好像在等待这个话题一样——就像是理工科出身的他，在进入金融行业之初，等待一个时机去发挥自己的专业特长。

??他表示，影响主要在于两方面，其一是大数据。“以往的数据主要是上市公司的财报以及二级市场的行情数据，除此之外的数据比较难以获取。但是现在有大数据公司提供更多维度的数据——比如淘宝、京东的数据等，这样就给投研提供了更多的支持。”

??其二是计算能力的提升，陈志凌表示，先进的算法（机器学习、深度学习、神经网络等）和硬件上计算能力的提升（云计算），让量化模型的效果比以前更好。

??“辰钰投资是以金融智能公司的模式为架构，我们最核心的、体量最大的人员，是量化策略研究员以及IT数据工程师，占公司总人数的80%以上。”陈志凌表示，辰钰投资对于短中长各个时间维度的覆盖以及团队对于量化模型的不断优化，有能力为客户带来更多的选择和收益。