天風資管孫永亮：數(shù)據(jù)驅(qū)動智能決策變革 量化重構FOF投資邏輯

　　中證報中證網(wǎng)訊（記者 張鵬飛）日前，天風資管組合投資總監(jiān)孫永亮在接受記者采訪時表示，如何在眾多私募基金中挑選出優(yōu)質(zhì)標的，一直是FOF管理人面臨的挑戰(zhàn)，如今，量化方法甚至AI技術賦能量化投研平臺，為解決這一難題提供了新的方向。

　　作為國內(nèi)較早接觸FOF投資的投資經(jīng)理，十年來，孫永亮親歷了技術變革對FOF投資的深刻重塑：從初步引入自動化流程，到將傳統(tǒng)FOF的定性決策轉(zhuǎn)向數(shù)據(jù)驅(qū)動的動態(tài)量化分析，再到將機器學習方法引入到策略環(huán)境適應性分析。孫永亮始終站在技術前沿，其職業(yè)軌跡完整映射了國內(nèi)FOF投資從人工經(jīng)驗主導到數(shù)據(jù)智能驅(qū)動的范式變革。

　　從數(shù)據(jù)驅(qū)動到智能決策

　　“FOF投資的核心在于資產(chǎn)配置和基金選擇?！睂O永亮表示，“相較于依賴基金經(jīng)理經(jīng)驗和主觀判斷的傳統(tǒng)FOF投資，量化技術通過統(tǒng)計和歸納歷史數(shù)據(jù)規(guī)律，為資產(chǎn)配置提供數(shù)據(jù)支持，幫助FOF管理人更好地理解市場情緒和宏觀經(jīng)濟環(huán)境，使得投資決策可以基于海量數(shù)據(jù)和復雜的算法模型，從而實現(xiàn)更加科學客觀的決策。”

　　量化投研平臺，是量化賦能FOF投資的重要工具，它通過數(shù)據(jù)整合與分析、基金篩選與評估、組合優(yōu)化與風險管理、策略研發(fā)等核心功能，為FOF投資編織了一張“數(shù)字神經(jīng)網(wǎng)絡”。隨著技術的不斷進步，量化投研平臺正在從單一的工具向綜合的生態(tài)系統(tǒng)發(fā)展，“未來的量化投研平臺將不僅僅是一個數(shù)據(jù)分析工具，而是一個集成了數(shù)據(jù)、算法、交易和風險管理的綜合生態(tài)系統(tǒng)?！睂O永亮表示。

　　在孫永亮帶領下，天風資管搭建了生態(tài)化的FOF投研平臺，它可以通過多維度的數(shù)據(jù)分析，幫助FOF管理人篩選出優(yōu)質(zhì)的私募基金。通過分析更多的變量，如基金的風險與收益權衡、風格因子敏感度、交易行為特征、環(huán)境適應性等，來評估基金的潛力和風險。還可以通過組合優(yōu)化算法，幫助FOF管理人構建更加高性價比的投資組合，力爭讓收益和風險得到平衡。

　　AI助力投資策略

　　孫永亮告訴記者，量化助力下的投資決策采取自上而下與自下而上相結(jié)合的框架：自上而下是俯瞰云端的戰(zhàn)略羅盤，自下而上是深耕土壤的戰(zhàn)術顯微鏡，二者在技術催化下，打造了攻守兼?zhèn)涞拿c盾。

　　自上而下維度，在頂層采用量化擇時技術預判市場走向，并在機器學習技術輔助下對市場環(huán)境特征進行拆解，結(jié)合各類資產(chǎn)或策略的環(huán)境適應特征，來決定每類投資占多大比例，并結(jié)合宏觀分析形成資產(chǎn)權重的基準。

　　具體而言，就是以量化為技術基礎，結(jié)合宏觀研究給出自上而下的配置基準方案。第一步，使用風險預算模型確定各資產(chǎn)的基礎比例；第二步，若宏觀經(jīng)濟、政策等發(fā)生重大變化，對各資產(chǎn)配置比例進行調(diào)整；第三步，定期計算趨同度、RSRS等量化擇時指標，預判大盤的中短期走勢。同時，參考當前市場的環(huán)境分析，重點關注最適應當前市場環(huán)境的資產(chǎn)。

　　自下而上維度，量化技術可以幫助FOF管理人建立數(shù)字化的子基金管理人篩選體系，力爭通過定量分析和定性評價相結(jié)合的方式對子基金管理人進行全面評價，以篩選出符合FOF產(chǎn)品的優(yōu)秀子基金管理人。而自下而上維度篩選子基金管理人更多依賴于數(shù)據(jù)分析和實踐經(jīng)驗。

　　“最終將自上而下的資產(chǎn)配置和自下而上的子基金管理人遴選進行緊密結(jié)合后，組合主要投向指數(shù)增強、市場中性、管理期貨、套利、宏觀對沖、復合策略等幾個方向，并且在股票等風險敞口上進行嚴格測算控制?！睂O永亮表示，投資策略的執(zhí)行依托于天風資管自研的FOF投研平臺，量化方法貫穿于天風資管整個FOF投研體系中。經(jīng)過投資實踐的沉淀，已經(jīng)形成較為成熟的FOF投研框架和體系。

　　避免過度依賴模型

　　孫永亮表示，盡管量化技術在FOF投資中展現(xiàn)了較大的潛力，但投資者需要清楚地認識到量化技術的局限性。量化模型的預測能力依賴于歷史數(shù)據(jù)，而金融市場具有高度的不確定性和非線性特征，歷史數(shù)據(jù)并不能完全預測未來。因此，投資者在使用量化甚至AI工具進行投資決策時，仍需結(jié)合自身的經(jīng)驗和判斷，避免過度依賴模型。

　　他坦言，由于量化模型嚴重依賴數(shù)據(jù)（特別是高頻數(shù)據(jù)），在以下幾個情況下略有不足：一是歷史數(shù)據(jù)不真實或夾雜太多干擾信息，二是數(shù)據(jù)更新不及時或數(shù)據(jù)統(tǒng)計時間較晚，三是市場環(huán)境特別是宏觀環(huán)境發(fā)生較大變化時?！拔磥淼腇OF戰(zhàn)場，將是‘人機協(xié)同’的交響?！睂O永亮對記者表示，包括AI在內(nèi)的量化技術本身在不斷發(fā)展，天風資管的FoF團隊會持續(xù)學習和優(yōu)化自己的投資方法，讓投資者有更好的投資體驗。