2022年7月14日，由深圳市资产管理学会、平安期货有限公司联合主办的资产管理主题系列课程之金融衍生品专题第三十四期圆满结束。
本期讲座由上海亚厚资产管理有限公司董事长吴雅楠担任主讲嘉宾，分享机器学习在股指期货和CTA中的应用。
讲座伊始，吴雅楠先生首先分享了全球宏观经济的现状及展望。2020年以来，新冠疫情成为催化剂，美联储资产负债表膨胀速度显著快于欧央行与日元趋势性走弱的情况基本吻合。美联储资产负债表今年已突破 9万亿美元，超过美国 GDP 约23万亿美元的 1/3 。2022年上半年，“黑天鹅”事件层出不穷，俄乌战争加剧供给侧矛盾和能源危机。在量化宽松时代结束后，各国央行进入快速加息周期，强美元周期将引发全球资产波动，“滞”和“胀”形成“矛”和“盾”的两面。
接着，吴雅楠先生分析了过去1年中的股指和商品期货的大波动行情，他认为各类资产的共振和传导会加大，他指出在高波动的市场中，多策略多周期将是未来资产配置的趋势。他介绍了上海亚厚资产管理有限公司的CTA多策略多周期体系——多周期、多品种、多因子、高效率、大容量，多因子策略工厂投研体系——搭建工业化策略投研体系、多维度的本地数据库和高性能的投研平台，多因子策略交易风控系统——高效的交易系统和风控系统。吴雅楠先生在海外管理加拿大养老基金13年，见证了海外养老机构的配置演变，从耶鲁模式——债券、股票、商品、对冲、私募的大类资产配置模式，到PIMCO模式——可转移alpha与覆盖的技术配置模式，到桥水资本的全天候基金模式——风险平价的风险配置模式。他指出，上海亚厚资产管理有限公司在服务客户时，会根据客户的风险偏好进行不同的加权，不同于过去是以大类资产加权、技术配置加权等，现在更希望是以不同因子的风险作为波动率的权重。
最后，吴雅楠先生介绍了另类数据与机器学习的多因子轮动的新方向。他认为运用机器学习的方式挖掘不同的因子，改变多因子组合权重等方面给量化投资提供了很好的工具和新的方法论。他列举了AI在海外对冲基金中的应用和发展趋势，
Two Sigma是利用机器学习和大数据进行系统化交易最大的对冲基金之一， Two Sigma邀请AI科学家Mike Schuster加入对冲基金拓展人工智能及技术应用，扩大管理基金容量；WINTON 是做CTA起家的海外对冲基金，将自己多年积累的另类数据部门HIVEMIND剥离出去，提供另类数据服务；对冲基金通过格林斯潘的包的厚度、特斯拉工厂活跃手机的交易信号等另类数据进行交易判断。AI实现了投资智能化、投资大数据化和研究大数据化。
随后，他介绍了机器学习在股指期货和CTA中的应用。他介绍了机器学习应用方法案例：一是多层感知器交易-择时量化智能案例：构建8层全连接神经网络模型，每层神经元个数为8000个。第一层的激活函数为sigmod，输出层为linear，其余皆为ReLU。损失函数为均方差函数(mean square error)，使用随机梯度下(Stochastic gradient descent)优化损失函数。二是循环神经网络量化智能案例：基于LSTM神经网络模型设计了一个关于中证500指数的交易策略，数据集为自2006年之后中证500指数的回报率，运用LSTM训练集，预测每个交易日的收益率。三是卷积神经网络量化智能案例：卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。
它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。他指出，算法本身并不重要，重要的是对样本外的测试能力。
谈及投资组合如何配置多因子组合的权重和策略组合的优化，他指出运用机器学习多因子轮动以非线性降维打击的方式，机器学习组合权重的夏普比相等因子有效提升。通过对CTA策略组合进行归因分析后发现，今年4月市场震荡以来，中频类日间策略呈现前高后低走势，高频类短周期日内策略基本都在创新高。他认为即将推出的中证1000指数期货将提供新的风险管理与交易工具。
免责声明：文章观点仅代表嘉宾作为研究人员的个人意见，不代表投资建议。
本期活动由深圳市资产管理学会和平安期货有限公司联合主办。
（文字|王书颖，编辑|李俊骁，责编|冯星鑫）
