近两年来，量化投资行业爆发式增长，一批私募规模突破百亿大关，备受市场关注。随着大量资金涌入量化私募，市场竞争亦在不断加剧，尤其是头部私募之间的比拼，纷纷展开军备竞赛。
为了保持长期竞争优势，不少量化私募开始加大人工智能、机器学习方面的投入。与此同时，市场上也有许多疑问。阿尔法狗诞生以后，在围棋、象棋、德州扑克等领域，人工智能已经彻底打败了人类。
那么，在投资领域人工智能会打败人类吗？
近期，知名量化私募幻方量化因业绩回撤达到了历史最大值，在官微发布公告，表示“深感愧疚”。
幻方表示，业绩波动的一部分原因来源于长周期上的持股波动。公司人工反复检视了AI的投资决策，认为AI选出的股票从长期价值来说基本是没有问题的，但在买卖时点上没有做好。市场风格剧烈切换的时候，AI会倾向于冒更大的风险来博取更多收益，进一步加大了回撤。
“我们正在不断调整策略，以适应新的市场环境变化，同时降低持仓集中度，减少市场波动对业绩的影响。”幻方称。
作为国内头部量化机构，幻方实力如何？AI选股还能信吗？
1、量化私募巨头“深感愧疚”
公开资料显示，宁波幻方量化投资管理合伙企业成立于2016年2月。过去几年，随着国内量化私募的火爆发展，幻方量化规模快速攀升，从2019年的百亿规模，攀升至如今的近千亿规模，旗下管理基金近500只。
据官网披露，幻方量化专注AI投资已经超过12年。2008-2014年，幻方量化建立AI团队，探索全自动化交易；2016年，AI算法突破，宁波幻方量化投资管理合伙企业（有限合伙）成立；2019年，幻方投资建立超算中心，提供科研级基础算力，加速复杂神经网络研究。
幻方将自己描述为科学家、IT极客、行业分析师的共同体，创造机器理解金融市场。在AI软硬件研发方面，幻方累积投入近2亿元。据悉，幻方每年将总体营收的大部分投入人工智能领域。
目前，幻方「萤火一号」存储集群可提供每秒1.3亿次IO响应、4.1Tbps读写带宽以及1.2PB容量。计算集群搭载1100张高端显卡，每秒可以进行1.8416亿亿次浮点运算，所有节点通过200 Gbps Infiniband交换机进行互联。
性能方面，4台DGX-2/100G-InfiniBand互联训练一个复杂神经网络模型需2个月，而「萤火一号」当前处理2倍复杂度模型训练时间仅需一周，训练结果的预测错误率降低一半以上。
幻方量化尽管有AI技术的加持，在A股市场的博弈中，也并不能无往不利。今年以来，中证500指数涨幅超过14%，但幻方量化今年来整体收益为10.76%。
在一位基金经理看来，人工智能投资是人设计的投资方法，现在数据量那么大，光靠人的主观能力判断，难免受到限制。相比之下，使用人工智能对大数据进行统计和分析得出相应结论，在短期和高频股票投资上更有优势。但是，从中长期看，人工智能在一些投资方向投资策略判断方面还难以实现。
据其分析，当前，量化投资市场竞争正在愈演愈烈，模型越来越趋于雷同，很多因子、信号逐渐衰减，效率不断降低。“未来遭遇到大规模回撤的，幻方不会是个例。”
2021年1月，千亿量化私募明汯投资于升级了模型，加大了过去六个月到1年市场行情指数学习的权重。在2020年下半年，大盘股好于中小盘股票的行情直接影响了深度学习模块。于是，一批“流动性好的质优大盘股”正式进入明汯投资的持仓池，风格暴露也切换为“基金抱团股”。
然而，2021年春节后市场大反转，基金抱团股大幅回调，明汯投资也付出了-10%的收益回撤，此前多年累计的“超额收益”也开始逐阶下降。
2021年3月9日，明汯投资发布致歉信，“非常抱歉在过去大半年里，产品净值回撤，表现不佳，向尊敬的投资人和各合作渠道致以深深的歉意，明汯也在深刻反思和检讨我们过去在投资管理上的错误。”
事实上，AI只是一种选股方式，相对人工选股能减少心理因素的冲击。但AI不是万能的，如果选股集中度一旦过高，市场回调下必受较大负面冲击。
在官方说明中，幻方也表示，业绩波动的另一个原因是量化资管行业规模扩展太快，策略同质化严重，加大了整体操作的难度。对此幻方一方面着手控制总的管理规模，另一方面继续加大对策略研究的投入。
“今年幻方大部分投资者投资收益依然是正的，但相对指数涨幅来说，这个收益是不及格的。当下只有全力投入工作，把业绩做好才是对客户最好的回答。我们依然相信长期的力量。”幻方称。
《反原则》一书中提到，唯一坚持的原则就是不停地改变。量化投资在国内处于快速发展阶段，有很多策略有效，也有很多策略失效。想在这样激烈变化的市场中持续保持竞争力，一方面要对市场保持敬畏之心；另一方面是要持续进行研究，不断改进模型、策略和方法，才有可能在市场中获取超额的回报。
2、“AI+量化”优势与局限
令人质疑的是，AI量化选股还能信吗？
所谓量化投资，就是用数学程式和自动交易算法来进行交易决策。量化交易员会基于历史数据，将投资理念、投资策略写成程序，并且设定一些条件，一旦当市场交易情况满足这些条件时就自动执行一些操作，比如买入、卖出等。
随着时间的发展，量化投资将展现出来的优势越来越明显。当下，A股股票数量已达4000多只，而且信息流动速度快、产生的数据量大，客观上要求使用新的投资技术对股票信息进行定价，包括高频交易等。
对于各种大数据的整合，传统量化投资的缺陷在于，一方面，对于市场中蕴藏的复杂的非线性规律，很难通过传统数学模型进行挖掘；另一方面，对于海量数据的挖掘，困于计算机运算能力的限制，如果不利用数据挖掘算法，往往需要耗费大量时间。
相比之下，使用人工智能会产生更好的效果。人工智能能够提供非线性关系的模糊处理，不仅弥补了人脑逻辑思维模式的单一性，如果加以利用相关算法，还可以大幅提高规律的搜索效率。另外，人工智能的引入也使得投资策略更加丰富，如AI算法对于非线性模式的因子挖掘在多因子领域比传统线性多因子模型更加敏锐。
目前，AI在国外投研领域已经广泛应用，包括非结构化信息的获取、分析，构建知识图谱，提供投资建议，优化投资结构。如美国的Wealthfront和Betterment、英国的MoneyonToast、德国的FinanceScout24、法国的MarieQuantier等均已将人工智能引入投资理财，智能顾问掌握大量资产。
另外，Two Sigma和Renaissance Technologies这些以数据为中心的对冲基金也依靠智能投资系统，可以完全自主地识别和执行交易，借助了包括基于遗传算法、概率逻辑等多种形式的人工智能技术。
国内也有多家公募基金、私募基金、资管机构纷纷试水，设立或在积极筹备相关研究部门及团队，运用AI辅助投资决策，研究内容包括非结构化信息的分析、择时及资产配置建议、FOF、选股策略研究等。
“在处理大量标准化数据方面，人工智能的确比传统的量化交易员主观选股更有优势，特别是效率非常高。但是，在处理一些非标准化数据方面，人工智能的水平还有待提高。而且A股的市场有很多自己的特色，并不是一个完全开放的市场，诸如政策因素之列的分析，人工智能还存在很多缺陷。”一位多年关注量化投资行业的券商分析师称。
从整体发展趋势看，AI在国内的应用仍有一定的局限性。一方面，我国A股市场发展时间较短，数据量不够充足，干扰因素较多，使AI学习效果的稳定性不能得到充分的保证；另一方面，深度学习、强化学习等技术仍需要GPU、TPU发展的支持，离普适还有相当距离。
2013年的光大“乌龙指”事件，不仅给整个金融市场带来了风险，给光大证券也带来了巨大的损失。2013年8月16日，光大证券的投资策略部的量化交易自动套利系统出现问题，导致重复下单，买入了72.3亿的股票，如此大的买单导致股价大涨，触发了很多量化交易的条件，一下子又导致了300多亿的资金入场，几分钟之内上证指数就拉升了100多点，59支权重股瞬间涨停。
最后，光大证券虽然通过做空锁定了风险，但被证监会认定为内幕交易，处以巨额罚款，多个负责人被免职并终身禁止进入证券市场。
投资是一种科学，它需要智慧系统化的融合。目前，人脑的抽象思维、情感思维是的AI不具有的，而AI的模糊运算和计算能力也是人脑不能企及的。可以预见，在未来的相当长一段时间内，将会是人与机器融合的模式。
