乌云正在散去，阳光照在屋脊。
在投资世(shi)界中，AI技术(shu)的融(rong)入不仅是一次简单的技术(shu)迭代，更是一场深刻的革命。
黎海威作为公募量化的代表人物之一，和景顺长城的量化投资团队在基(ji)本面量化方面投入的历史很长，造诣颇深。团队有超过10年可追溯(su)业绩，量化投资管理规模超百亿，拥有主动量化、指数增强、量化对冲等丰富的策略(lue)，产品线非常完善，跟踪(zong)的指数涵盖了(le)大中小市值(zhi)，旗(qi)下如景顺长城沪深300指数增强（000311）、景顺长城量化新动力（001974）、景顺长城沪港深红(hong)利成长低(di)波动（007751）等都是耳熟能详的产品。
诚然，过去两年多是公募量化的“乌云时刻”——除(chu)了(le)小盘和红(hong)利策略(lue)（即哑铃策略(lue)）之外，多数量化策略(lue)表现平淡——这(zhe)既与公募对流动性的高要求(qiu)有关，也与复杂(za)多变的极端的市场环境带来的扰动有关。
但改变的时机或许已经到来。
黎海威判(pan)断，随着宏观和市场环境的变化，“哑铃化”策略(lue)“独当(dang)一面”的情况(kuang)可能会缓解，基(ji)本面量化策略(lue)迎来修复行(xing)情。
改变的另一个抓手(shou)在于“AI”。
在过去几年里，对AI的实(shi)践和应用逐渐(jian)渗透(tou)入了(le)景顺长城量化团队投资过程的每一个环节，从数据(ju)处(chu)理到因子研究，从因子合成到投资组合构(gou)建，许多工作都因为AI的参与被改变了(le)。
“未来，量化的每一个环节可能都会被AI重新改造一遍，并带来完全不同(tong)的产出效率”，黎海威断言。他(ta)坚信，AI的全面融(rong)合将为量化投资带来前所未有的生产力提升和决策精度。
景顺长城量化投资团队拥有多年深入的基(ji)本面量化建模功底，结合近两年AI技术(shu)在量化投资的应用，打造了(le)相对成熟的人机结合的多策略(lue)框架，即将步入量化投资的新时代。
- 01
- 因子的“效率”正在嬗变
和黎海威的对话(hua)，从交(jiao)易因子的变化谈起。
他(ta)总结，如果把投资风格归结到“因子”，每一个投资者(zhe)都要面对一个事实(shi)：每个人的能力圈(quan)（擅长的因子）是有限(xian)的，不可能在任何环境下都能赚到钱(qian)。各类投资风格可能会有阶段性业绩领先，“各领风骚”一段时间。拉长来看(kan)，长期的年化收益最(zui)终相差不大。
这(zhe)意(yi)味着，在各类投资风格不断轮动的这(zhe)5年中，对基(ji)金经理来说，尽量把投研的内(nei)功修炼好(hao)是更靠谱的选(xuan)择，在耐心等待(dai)中不断进阶投资能力。
- 02
- 市场风格酝酿变化
而(er)现在可能市场风格就到了(le)切换(huan)的时点。
黎海威认为，股票市场是经济的镜像，股票市场最(zui)终是反映经济的。从规律上说，宏观比较弱的时候，市场风险偏(pian)好(hao)非常低(di)，投资需要避险，这(zhe)时候容易形(xing)成此前火热的“哑铃策略(lue)”（例如关注分红(hong)和小盘股）。
而(er)如果经济回到比较正常的态(tai)势，市场的风险偏(pian)好(hao)有所修复，此时会更加关注基(ji)本面和业绩的成长性，整个市场会逐渐(jian)回到各类风格比较均衡的情况(kuang)。
回到当(dang)下，黎海威说，市场开始有了(le)一些变化的迹象。
比如，今年年初到现在，虽(sui)然总体上还(hai)是红(hong)利、低(di)波、价值(zhi)策略(lue)比较强，但是公司(si)的预(yu)期收益增长率的估值(zhi)（PEG）、分析师预(yu)期指标的表现近期开始逐步提升，特别是二月份以后，这(zhe)个趋(qu)势相对显著。
这(zhe)种投资风格的演变对提升整个资本市场定价的有效性、促进基(ji)本面策略(lue)的复苏肯定是有帮助的。
- 03
- AI量化投资时代已然开启
AI会给量化投资带来什么(me)变化？
黎海威的看(kan)法是，AI对包括量化投资在内(nei)的投资领域的触动会非常大，有可能开启一个新的阶段。
景顺长城近年来积极运用机器学习、人工智能、大数据(ju)、大模型等AI新技术(shu)，对量化投资全链条业务进行(xing)“迭代”，实(shi)实(shi)在在地提高了(le)各个环节的效率。
据(ju)悉，机器学习相关理论已经存在至少几十年了(le)，但直到近年随着计算硬件和软件算法的突破，才真正应用到投资中来。
他(ta)举例，在以往的机器学习里，传要用到大量的矩阵运算，传统CPU很难高效完成这(zhe)样的计算量。但现在应用新的GPU，比较有效地冲破了(le)计算瓶颈，成百上千倍地提高了(le)计算效率。这(zhe)带来了(le)机器学习能力的巨大跃(yue)升。
因此，随着算力的提升，AI可以敏锐地把多维度的大量信息进行(xing)计算和筛选(xuan)，进而(er)通过非线性模型找寻其中的复杂(za)规律并形(xing)成投资结论。
这(zhe)是以往传统的线性模型不太容易做到的。当(dang)然在这(zhe)个过程中，人的作用仍然是第一位的，对数据(ju)如何处(chu)理，底层因子如何降噪，使用哪一种网络结构(gou)，都需要人的判(pan)断和加持。传统的线性模型的可解释度更高，得出的经验也能较好(hao)地扩展到机器学习领域，和机器学习模型有很好(hao)的互(hu)补性，两者(zhe)并不是矛(mao)盾的。
- 04
- AI和量化走向(xiang)深度融(rong)合
那么(me)，在量化策略(lue)的研究领域，机器学习也会带来进步吗(ma)？
黎海威的答案是——当(dang)然！
他(ta)指出，机器学习并不如有些观点里讲的只能做“价量分析”。景顺长城量化团队的经验是，在使用非线性模型后，机器学习可以拿来做财务分析、文本分析，协(xie)助研究员做因子研究，且大大提高效率。
他(ta)认为，机器学习前些年在高频数据(ju)中被频繁使用，是因为这(zhe)样的应用更便(bian)利、在小盘股中性价比更高，但其实(shi)机器学习可以帮人做很多事情。
“理论上，AI可以把整个量化研究投研的各个环节都全部重做一遍。”
黎海威介绍，景顺长城的量化模型在AI的支持下已经演变成了(le)一个多周(zhou)期、多模态(tai)的模型，而(er)且，随着相关研究的积累， 最(zui)终向(xiang)基(ji)本面与机器学习深度结合的方向(xiang)迈进。
- 05
- 主动和量化开始融(rong)合
黎海威进一步认为，主动投资和量化投资会互(hu)相借鉴，同(tong)时利用AI技术(shu)提质(zhi)增效。
量化借鉴主动的深度思维和决策逻辑，提高模型对基(ji)本面深度的挖掘、对行(xing)业景气度的跟踪(zong)和产业链上下游传导机制的理解。主动投资团队将借助AI和量化手(shou)段，提升信息的处(chu)理能力和扩大投资的宽度。
黎海威总结, 目前A股投资并非一个简单的数学或科学问题。由于众多市场主体的参与、经济周(zhou)期波动以及政策的影响, 单纯依(yi)赖量化模型或主观判(pan)断都可能面临局限(xian)性。因此,将主动投资的人类智慧(hui)与量化投资的机器算力优势相结合、互(hu)补, 才能更好(hao)地适应未来市场的变化。
- 06
- 多周(zhou)期多策略(lue)降低(di)波动
黎海威介绍，景顺长城量化的产品序列，未来也将增加多周(zhou)期多策略(lue)的配置。
这(zhe)一方面是因为现有投研框架的成熟和迭代，足以推动相关策略(lue)逐步完善。
另一方面，也是基(ji)于客户体验的考量。绝大部分投资者(zhe)的投资行(xing)为是倾向(xiang)于追涨杀跌的。当(dang)这(zhe)样的倾向(xiang)性遭(zao)遇到较大的净值(zhi)波动，投资体验会非常差。
综合以上因素，景顺长城推出了(le)策略(lue)的迭代——构(gou)建一个逻辑驱动，多元配置，严控风险的投资组合，旨在为投资者(zhe)带来更稳健的回报和更优的投资体验。
其中的一个迭代方向(xiang)是多周(zhou)期。通过自上而(er)下策略(lue)结合传统量化选(xuan)股策略(lue)，完成长、中、短周(zhou)期的模型，解决模型短期适应性和中长期稳定性的平衡，适应常规的扩散行(xing)情。
另一个方向(xiang)是多策略(lue)。结合宏观周(zhou)期和市场环境，完善风格轮动和行(xing)业配置的能力，追求(qiu)一个中长期全收益的配置目标，提高在抱(bao)团行(xing)情或者(zhe)集中行(xing)情下的适应性。
黎海威表示，量化投资和AI的融(rong)合，多周(zhou)期和多策略(lue)的储备，是未来公募量化的发展趋(qu)势，而(er)景顺长城在此方面已经先行(xing)布局。
*以上内(nei)容不构(gou)成投资建议，不代表刊登平台之观点。用户应考虑本文中的任何意(yi)见、观点或结论是否符合其特定投资目标、财务状况(kuang)或需要。市场有风险，投资需谨慎，请独立判(pan)断和决策。