◎记者王彭
人工智能浪潮席卷而来，越来越多的公募基金在量化投资策略中引入人工智能模型。作为一家全球资管机构，路博迈集团自2017年起就在投研团队设立大数据部门，在人工智能应用方面积累了丰富的经验。对于子公司路博迈基金即将发行的中证A500指数增强基金，公司将采用量化3.5（深度神经网络模型）优选个股，以增强组合收益。
据路博迈中证A500指数增强拟任基金经理魏晓雪介绍，路博迈集团量化策略的资产管理规模近百亿美元，其多资产策略覆盖发达市场和新兴市场的股票与债券。
“路博迈中证A500指数增强基金采用的深度神经网络模型被称为量化3.5，我们利用路博迈基金自主开发的机器学习模型，将选股逻辑、因子模型和风险控制等核心要素一一进行了优化。”魏晓雪称。
魏晓雪介绍，这些优化具体体现在三个方面。首先，运用AI技术后，模型可以处理更多类型、时间更长的数据量，从而进一步提升因子长周期预测的准确性。其次，通过模拟神经网络自我学习，模型会不断升级迭代，即使基金规模扩大，有效性也不会受到损害。最后，3.5模型以超过10年的数据进行训练，拥有长期数据积累和分析的能力，可以准确把握长期胜率。
在魏晓雪看来，量化3.5的核心竞争力体现在数据广度、创新算法和智能选股三个方面。
“数据方面，在量化3.5的训练过程中，我们使用的是超过十年的海量数据，并且不局限在财务数据，交易数据上，还包括舆情、政策、产业链、行业等另类数据。较之前的量化模型，它的数据量及数据广度完全不在一个级别。”魏晓雪说。
创新算法方面，魏晓雪表示，通过优化算法以及加大硬件算力投入，量化3.5更擅长识别信号和噪声，从高维度对数据间的变化模式进行识别，能更加敏锐地捕捉由市场中非理性因素带来的投资机会。
智能选股方面，在行业贡献及风格贡献之外，量化3.5摘挖掘个股上胜率较高，帮助组合获得超额收益。“量化3.5模拟组合的超额收益主要来自行业因子、风格因子和个股选择。其中，个股选择带来的超额收益占比超70%。”魏晓雪称。
魏晓雪认为，在模拟组合中，量化3.5之所以能获取显著的超额收益，主要是因为机器学习模型模拟了人类学习知识的过程。在量化投资中，机器学习模型的训练是一个同样类似的过程，它的目标是建立未来收益与历史数据之间的相互关系，通过对于正向输出的奖励以及负向输出的惩罚不断自我优化，构造出一个从历史数据到选股指标的“思考”过程，最终在选股指标的基础上构建投资组合。
展望未来，魏晓雪表示，路博迈基金将从多个方向发力，力求提升中证A500指增产品的竞争力，深化在指数投资领域的布局。第一，持续优化AI模型，引入更先进的深度学习架构，提升模型的预测能力和稳定性。第二，进一步拓展数据来源，结合更多另类数据，提升模型的深度和广度。第三，优化风险模型，降低跟踪误差。同时，在市场波动较大时，通过动态调整风险约束来保护投资者利益。第四，推出更多指数增强产品，覆盖不同市场风格和资产类别，满足投资者多样化的投资需求。第五，继续依托集团的全球经验和本土化优势，推动指数投资业务的持续发展。
（文章来源：上海证券报）
(原标题：路博迈基金魏晓雪：多维度优化量化模型 努力捕捉市场超额收益)
(责任编辑：126)
◎记者王彭
人工智能浪潮席卷而来，越来越多的公募基金在量化投资策略中引入人工智能模型。作为一家全球资管机构，路博迈集团自2017年起就在投研团队设立大数据部门，在人工智能应用方面积累了丰富的经验。对于子公司路博迈基金即将发行的中证A500指数增强基金，公司将采用量化3.5（深度神经网络模型）优选个股，以增强组合收益。
据路博迈中证A500指数增强拟任基金经理魏晓雪介绍，路博迈集团量化策略的资产管理规模近百亿美元，其多资产策略覆盖发达市场和新兴市场的股票与债券。
“路博迈中证A500指数增强基金采用的深度神经网络模型被称为量化3.5，我们利用路博迈基金自主开发的机器学习模型，将选股逻辑、因子模型和风险控制等核心要素一一进行了优化。”魏晓雪称。
魏晓雪介绍，这些优化具体体现在三个方面。首先，运用AI技术后，模型可以处理更多类型、时间更长的数据量，从而进一步提升因子长周期预测的准确性。其次，通过模拟神经网络自我学习，模型会不断升级迭代，即使基金规模扩大，有效性也不会受到损害。最后，3.5模型以超过10年的数据进行训练，拥有长期数据积累和分析的能力，可以准确把握长期胜率。
在魏晓雪看来，量化3.5的核心竞争力体现在数据广度、创新算法和智能选股三个方面。
“数据方面，在量化3.5的训练过程中，我们使用的是超过十年的海量数据，并且不局限在财务数据，交易数据上，还包括舆情、政策、产业链、行业等另类数据。较之前的量化模型，它的数据量及数据广度完全不在一个级别。”魏晓雪说。
创新算法方面，魏晓雪表示，通过优化算法以及加大硬件算力投入，量化3.5更擅长识别信号和噪声，从高维度对数据间的变化模式进行识别，能更加敏锐地捕捉由市场中非理性因素带来的投资机会。
智能选股方面，在行业贡献及风格贡献之外，量化3.5摘挖掘个股上胜率较高，帮助组合获得超额收益。“量化3.5模拟组合的超额收益主要来自行业因子、风格因子和个股选择。其中，个股选择带来的超额收益占比超70%。”魏晓雪称。
魏晓雪认为，在模拟组合中，量化3.5之所以能获取显著的超额收益，主要是因为机器学习模型模拟了人类学习知识的过程。在量化投资中，机器学习模型的训练是一个同样类似的过程，它的目标是建立未来收益与历史数据之间的相互关系，通过对于正向输出的奖励以及负向输出的惩罚不断自我优化，构造出一个从历史数据到选股指标的“思考”过程，最终在选股指标的基础上构建投资组合。
展望未来，魏晓雪表示，路博迈基金将从多个方向发力，力求提升中证A500指增产品的竞争力，深化在指数投资领域的布局。第一，持续优化AI模型，引入更先进的深度学习架构，提升模型的预测能力和稳定性。第二，进一步拓展数据来源，结合更多另类数据，提升模型的深度和广度。第三，优化风险模型，降低跟踪误差。同时，在市场波动较大时，通过动态调整风险约束来保护投资者利益。第四，推出更多指数增强产品，覆盖不同市场风格和资产类别，满足投资者多样化的投资需求。第五，继续依托集团的全球经验和本土化优势，推动指数投资业务的持续发展。
（文章来源：上海证券报）
(原标题：路博迈基金魏晓雪：多维度优化量化模型 努力捕捉市场超额收益)
(责任编辑：126)
