1999年,“腾讯五虎将”在创业3个月后,推出了中国第一款社交产品OICQ;“阿里十八罗汉”在杭州一栋居民楼里开始了一天的工作;李彦宏从硅谷辞职,回到中关村,开始筹划次年元旦创办百度……

2000年,搜狐、新浪、网易三大门户网站登录美国纳斯达克,将中国第一次数字化革命推向高潮。这场巨变以媒体为开端,门户网站此时大放异彩,即将改变中国的超级企业悄悄成长。

20年过去了,互联网几乎横扫所有领域,也改变了我们每个人的生活方式。以互联网为载体的数字洪流,携带着不可言说的破坏力和创造力,不断刷新人类对传统世界的看法,也让身处其中的人惴惴不安。

这其中也包括资产管理行业。

看似门槛极高的金融业,在潮来潮退之后,又有多少人能保持原有的价值,在一波接一波技术革命的冲击之下,守住护城河?

浙商基金股票投资部总经理唐桦,在“2018年浙商基金投资峰会”上给出了自己的应对之道,那就是要在数字时代,打造资产管理领域中的人机结合体。

数字与投资

人类自古就有观察数据,总结规律,预测未来的传统。英格兰银行的交易大厅,至今摆放着当年用来预测船只到港时间的风向标。人们通过风向标判断船只到港时间,从而预测跨国上市公司当季可确认的盈利水平,进而在伦敦交易所中买卖股票,这可能是最早关于数据和投资的应用。

另一个经典的大数据案例,是有投资者根据纽约市出租车管理协会公布的10亿条出租车行驶记录,通过截取午餐和晚餐时间段,纽约各大投资与商业银行总部跟美联储之间的往来数据,建立出金融机构与美联储之间的互动模型,成功预判了下一步宽松时间,在货币和股票市场上大赚一笔。

能被大家记录和广泛传颂的故事,往往带有传奇或者奇幻色彩。但其实在投资中,这些案例的贡献并不大,大多数时间基金经理还是要孤独地做一些简单、有明确投资纪律的事情。

不可否认的是,在数字时代,单打独斗的研究模式已经过去,未来一定是人机互动、人机结合的世界。

唐桦认为,当投资进入人机互动,我们要意识到:

1、投资不是变得更简单,而是更规范、更科学;

2、投研人员的研究范围、需处理的信息不是增加,而是减少,智能投资将更加聚焦,减少人为犯错的机会;

3、投资结果更容易被客户理解,获取的超额收益却更稳定、可持续、难以被复制。

一家资产管理公司的竞争力可以用超额收益的能力来衡量,这种竞争力通常是建立在一定的认知优势上。

提升认知有很多方式,一个立竿见影的传统做法就是引入明星基金经理和研究员。但这种方式的缺点是阿尔法不稳定,且容易流失,对激励机制的要求尤其严格。

在对人机结合的投资实践中,浙商基金发现,团队和系统的结合更加可靠。数据和系统可以帮助我们解决在研究资源配置投资决策组合管理三方面遇到的问题。

资源配置

过去,人们很关注一家资产管理公司的投研数量,覆盖领域或者重点行业的跟踪人员。而在人机结合时代,我们更关心哪些行业适合机器来看,哪些行业更适合人来看。如何分工合作,才是我们关注的资源配置问题。

人与机器(系统)有各自的优势,在进行职能划分时,可以从经验、逻辑和数据的角度来考量。

来源:浙商基金

如上图所示,唐桦认为,人适合挑选“逻辑在前,数据在后”的投资机会,如医疗、地产这类政策驱动和消费类行业,可以根据沟通和历史经验,先于已知数据进行投资决策。而对于某些具有明确、稳定规律的行业,已经越来越多可以由机器来把握。

同时,对于数据在前,逻辑同步或滞后的投资机会,机器往往比人更敏锐。以白酒行业为例,2015年年底,当白酒行业开始景气,并已经形成一定趋势时,人们却还无法判断,甚至总结不出内在逻辑。像这样逻辑滞后于数据的机会,我们可以交给机器来做。

此外,很多反人性的投资我们也可以交给机器。浙商基金量化团队统计得出,如果投资者总是追随高换手率的公司,选择当前或阶段性市场热点和明星,持续并反复使用,负收益效应十分明显。反而是一些波动性较低的企业,可以获取一定的超额收益。

投资决策

基于上述分析,在投资层面,我们可以把研究员、基金经理和机器进行重新分工。

研究员根据他对基本面的分析、调研和对数据的验证,跟踪公司的盈利水平的横向波动。投资经理比较各种行业和类别,基于盈利判断公司估值的趋势。投资经理和研究员的配合,就变成了研究员负责盈利水平的正确,投资经理把握资产之间的比价关系和估值的变化方向。

系统和人工也形成了两个明确的方向:人负责逻辑分析、经验积累及判断非均值回归、非线性变化类公司,辨识好企业的品质,商业模式以及定量模式无法判断的定性分析。系统更多的是通过计算、大规模信息处理、均值回归,把握具有明确规律类的机会。

唐桦认为,传统的投资决策往往从一开始就有明确的投资逻辑,通过数据得到验证,最终实施投资决策。

而数据时代,因为系统和机器优势,对投研人员来说,也许并不一定了解中间的投资逻辑,但很多数据驱动型的投资机会就这样产生了。

组合管理

现实中不存在永远占优的投资策略,做资产管理时,基于人和机器的特点,我们可以把投资组合分为核心资产和机会性资产

核心资产由价值和基本面驱动,用于保持组合和策略的风格稳定,主要依靠投资团队长期的经验积累。

机会性资产主要由系统判断,是对核心资产在市值、行业、风格等方面风险暴露的再平衡。当核心资产市场表现不佳时,把握住分散的机会性投资机会,让组合收益相对平滑。

数字化时代,人机结合的投资流程就是利用智能化的投资系统,对不同投资策略进行实时监控。之后,系统会对投资策略筛选出的股票进行判断,如果投资线索属于投资团队有长期跟踪和积累的公司,整个流程会非常迅速,研究员确定ROE水平,基金经理确认估值,最终决定是否纳入核心资产。

如果投资线索是团队所不熟悉的企业,先由输入投资策略的基金经理进行初步判断,然后交给研究员进行深入的基本面研究,如果满足原则,最终进入核心资产池。 而机会性资产的形成,则往往交给机器,具有明确数据模型和检验结果。

近三年来,浙商基金投入大量资源,打造了大数据智能投研平台和ivalue投资决策系统。2018年,浙商基金与通联数据共同研发的——面向基本面分析的智能投资研究平台——“萝卜投研”,获得了素有证券期货业科学技术领域最高奖项和科学技术研究者最高荣誉的证券期货科学技术奖——优秀奖。

数字时代,浙商基金通过打造资产管理领域人机共同体,结合先进的投资系统,对行业、标的与组合策略的表现进行实时监测,精确判断,致力获取稳定、可持续、易辨识又不易被复制的超额收益,成为一家受人尊敬的大数据驱动的特色型资产管理公司。

文中图片来源:包图网、浙商基金

风险提示:

浙商基金管理有限公司(“本公司”)尽力为投资者提供全面完整、真实准确、及时有效的资讯信息。本材料并非法律文件,所提供信息仅供参考,本公司不对其准确性或完整性提供直接或隐含的声明或保证。本材料不构成任何投资建议,投资者在投资前请参阅本公司在中国证监会指定信息披露媒体发布的正式公告和有关信息。本公司及其雇员、代理人对使用本材料及其内容所引发的任何直接或间接损失不承担任何责任。基金有风险,投资需谨慎。

追加内容

本文作者可以追加内容哦 !