中证网
返回首页

量派投资孙林:坚守“高夏普低回撤” 打造有区别度的策略

葛瑶 中国证券报·中证网

  孙林,量派投资创始人、CEO、投研模块负责人。复旦大学数学与应用数学专业学士,英国帝国理工学院数学和金融专业硕士。历任巴克莱资本量化分析研究员、Two Sigma短周期交易自营部门联席主管与美国股票做市团队主管,具备丰富的研发经验与量化方法论。

  “在量化行业多年,有件特别让我开心的事情是,我在不断否定自己。”在谈及过往经验时,量派投资的创始人孙林如是说。

  初见孙林,会不自觉被他身上那股天然的“极客”气质打动。低调谦逊,但对技术充满极高的热情,这种气质不仅穿插交织在采访中,也凝练成为了量派投资的特色。

  丰富的海外背景让这种气质变得有迹可循。巴克莱资本、Two Sigma、骑士资本、Tower Research,在这些海外量化“大厂”十余年的工作经历,构建了孙林与另一创始人余航对量化投资的热情。从美国到上海,回国创业以来,他们对量化投资的热情持续高涨。

  步入“毫秒”时代,量化行业正在成为竞争的红海市场。角逐之下,区别度即是生命力。坚守“高夏普低回撤”,是量派投资成立时就注入基因的投资目标,也是其在行业中突出重围的立足之点。第三方数据显示,2023年,量派投资的业绩在同规模公司中排名居前。自2020年末正式展业以来,这家年轻的机构虽经波折,却迅速扎根生长,目前已经成为具有指增策略、CTA策略、中性策略、量化选股策略等多策略的资管公司。

  “高夏普低回撤”的投资基因

  中国证券报:你在海外有很丰富的工作历程,为何会辞职回国创业?

  孙林:在海外工作十几年间,我一直有回国创业的想法。2015年我一度考虑回国,但那时正值职业生涯一次重要飞跃,因此未能成行。后来我意识到,自己已积累了足够的管理经验,投研技术方面也算游刃有余,如果再不回国创业,可能这辈子都不会创业了。所以在2019年时,我决定和另一创始人余航一起回国,创立量派投资。

  从市场周期来看,2019年不一定是回国做量化的最好时机。每个行业都有自己的周期,虽然在行业周期底端开始是最合适的,但很难有人准确找到底端。所以关键还是要在适合自己时开始去做、坚定地做,而不是试图择时。我经历过美股量化交易的艰难时期。2017年时,美国股市一直在上涨,导致波动率很低,市场环境对短周期交易并不友好。但谁知道2018年却否极泰来。

  有些同行可能更关注时机,但对我来说最关键的,是选择适合自己的方向。像量化这样需要积累的领域,国内目前绝大多数规模大的量化机构,都是很早就开始做。如果你觉得自己适合做某件事,而且这个方向在长期内有发展,那就去做。不能为了追求时机而放弃适合自己的方向。

  中国证券报:投资策略有哪些特点?

  孙林:我们的量化策略有两个主要特点。一是深耕短周期,预测周期以日内为主,最长预测周期为一天。二是追求高夏普和低回撤,注重稳定性。相较于市场的其他产品,我们往往会有更高的夏普比率和更严格的风控。比如在产品风控上,我们的参数设置会比行业的平均水平的一半还要低,所以夏普比率长期十分突出。目前市场中有这么多家量化机构,如果想做出彩,便需要具备独特性。也是基于我们的策略和模型储备,于是将目标定位在“高夏普低回撤”上。

  中国证券报:随着规模增加,短周期策略未来是否会转向中低频的新策略?

  孙林:我们的研究框架以预测为导向。如果要让预测周期变得更长,可能会在模型中加入更多基本面和另类数据。其实目前我们已有相关模型,只是目前未给予较大比重,因为我们更注重高夏普比。预测方面,我们会持续优化模型,确保其能够充分反映市场的变化,保持我们投资组合的适应性和效益。

  人才不可替代

  中国证券报:目前量化行业中,规则型交易较多,为何在模型中侧重预测型交易?

  孙林:相对来说,规则型交易是一种较为传统的方法,而且如何将规则型交易与人工智能(AI)结合也是较为复杂的问题。相较而言,预测型交易代表更为先进的理念,同时也更能充分利用科技行业发展。

  虽然A股市场和美股市场上涨逻辑有区别,但是从预测角度看,两个市场实际上差异不大。假设说,我脑子里有100个模型,其中在美股市场有70个模型非常有效,30个模型勉强能用;在A股市场可能是反过来,有30个模型可以用,40个模型非常有效,另外30个在美国很有效的模型可能效果一般。尽管存在这些差异,但总体来说,研究框架和模型铺设是相似的。

  这也是我们的优势之一。我们在最开始就选定预测型交易的框架,模型在两个市场都表现得很好,甚至能在全球市场发挥作用。

  中国证券报:国内量化行业竞争日渐激烈,你认为量化机构的核心竞争力是什么?

  孙林:在量化行业,一家机构最重要的核心竞争力是拥有怎样的人才。机器本身是可以替代的,然而合适的人才却具有强烈的不可替代性。

  我认为一家量化公司的成功,在最初几年很大程度上取决于创始人是否能够构建出有效的模型。随着公司逐渐壮大,势必要招到对的人,发挥团队的力量,往前推进业务。所以我们对人才的招聘标准相当高。在选人上,我们比较看重思考的过程。比如在解题的过程中,可以观察到候选人有没有独特的想法,沟通解题的思路是否清晰。另外,个人的学习基础也很重要。

  我们在海外积累了相当长时间的管理经验,懂得如何招人并留下人,我们能够招聘到许多毕业于世界知名学府的人才。通常情况下,我们公司的薪酬水平在行业位于头部区间;内部投研人员的架构也非常扁平,每个人都可以直接与创始人交流,沟通很有效。此外,我们内部的学习氛围相当浓厚,提供的理论体系目前较为先进。

  中国证券报:近年A股行情波动比较大,你们的策略有何调整?

  孙林:过去一两年,公司在深度学习方面的投入持续增加。最初我们的模型储备主要来自海外经验的实践,以线性为主,是强因子弱模型的方式。从2020年底开始,随着公司人力和算力的提升,公司逐渐推进机器学习模型的研发,引入树模型等非线性机器学习模型。2021年,新模型陆续上线。我们对新东西也格外小心,经过反复测试调整,确保新上线的内容都能够达到预期效果。最终在2022年初,所有的策略都融入了机器学习元素。

  此外,我们对交易框架进行了数次大改动,帮助交易延时减少至少一半,或者说速度增加至少一倍。这意味着我们现在能够处理更加复杂的模型。

  需坚守自身特色

  中国证券报:如何看待AI在量化的应用?

  孙林:在量化行业多年,有件特别让我开心的事情是,我在不断否定自己。例如,过去我可能会认为某些方法行不通,但5年之后,曾经认为不行的方法,有时会变得非常有效。刚毕业时,我曾在面试时遇到过一位法国行业大佬,他当时对神经网络在金融领域的应用表示怀疑,而现在看来,神经网络已经被广泛运用了。

  AI也是不断颠覆认知的技术,所以对于AI,我目前也在谨慎地推进。

  中国证券报:当前市场对量化投资存在诸多争议,如何看待这个现象?

  孙林:参考海外经验,大众对不熟悉事物往往会产生猜测,美股市场的量化交易也经历过很大争议。2014年,麦克·路易斯(Michael Lewis)出版了《Flash Boys》,这本书让神秘的量化交易走到大众面前,引起广泛关注。此前在2012年8月,骑士资本(Knight Capital)由于在系统升级中未通过全面测试,导致自身交易指令出现错误,在短时间内引起美股市场上百只股票价格异动,一度导致纽交所启动熔断机制。这最终让骑士资本直接损失超4.5亿美元。舆论一度对量化交易变得非常负面,但随着各界对于量化交易有了更多的了解,舆论也逐渐平和。

  目前在国内,我们希望量化行业能变得更加透明。希望通过交流、提高可解释性,消除投资者的认知门槛,让大众了解我们的业务;同时在不暴露核心知识产权的前提下,展示量化的运作方式。

  中国证券报:近几年,量化投资迎来大发展,中国未来量化行业发展趋势如何?

  孙林:我坚信量化仍会稳健发展,也会有越来越多的人知道、了解、认可量化,甚至加入量化。

  更宏观来看,量化实质上代表生产力进步。一旦理解这一点,人们必定会积极拥抱生产力提升。在量化行业内部,我认为,未来竞争将会更加激烈,头部效应会变得越来越显著。当行业竞争激烈时,区别度便格外重要。所以作为量化机构,需要坚持自身的特色,才能在竞争中占据一席之地。

中证网声明:凡本网注明“来源:中国证券报·中证网”的所有作品,版权均属于中国证券报、中证网。中国证券报·中证网与作品作者联合声明,任何组织未经中国证券报、中证网以及作者书面授权不得转载、摘编或利用其它方式使用上述作品。