2023-06-08
人工智能在量化投資中的應用和發展
作者：
張凱南
傅鵬
雷君婷
引言
隨著ChatGPT、文心一言等基于大型語言模型的生成式人工智能服務的推出，人工智能再次成為市場關注熱點。其實，在量化投資基金領域，機器學習等人工智能應用一直是研究與發展的重要方向。量化投資基金，通常指利用計算機、數學模型等技術進行數據分析、標的篩選、組合構建、交易的基金。量化投資在境外已有超過50年的歷史，引入我國近20年，相比于私募基金領域，量化投資模式在公募基金領域的應用更為廣泛，包括量化對沖、指數增強和主動量化等方向，不過，近年來，我國的量化私募基金規模增長迅速，2021年已突破萬億。相較于傳統量化投資基金，人工智能量化基金由人工智能通過查看海量數據，自動生成用于投資的模型，并隨著市場變化自動調整模型，在基金投資過程中所需的人工介入更少。
在境外，一些對沖基金已實現依靠人工智能運作，如Aidyia Holdings、Cerebellum Capital、 Taaffeite Capital Management、 Numerai等。在境內，諸多基金公司已使用人工智能進行投資，推出自己的人工智能量化基金產品，如幻方于2017年宣布“幾乎所有的量化策略都已經采用AI模型計算”，已推出300、500、1000指數增強策略和量化對沖策略等產品線，再如華夏基金旗下的華夏智勝先鋒、華夏智勝價值成長等。根據《2022年度中國量化投資白皮書》[1]中的統計結果，已有10.16%的機構（主要包括私募基金、券商自營/資管等）實現了人工智能量化的規模落地，即對于這些機構而言，其規模化落地AI場景大于10個并在整個投資占比中達到30%。2023年6月1日，私募管理人止于至善發布公告，表示要由人工智能機器人“賽博坦”獨立管理一支私募基金產品。更可以期待的是，ChatGPT等基于大型語言模型的生成式人工智能產品會對量化投資的宣傳、資料收集、模型調優及日常運營的其他方面帶來一系列新的影響，例如，其可能被用于更大量、更高效、更優質地生成財經新聞、研究報告等文本數據，影響文本挖掘相關的量化交易策略，用于量化策略代碼編寫及調整模型，以及憑借其強大的資源整合能力助力量化資訊的搜集效率等[2]。
隨著人工智能在金融領域應用范圍和場景的不斷擴展和深入，一系列新的法律問題也相應產生。例如，人工智能算法、數據利用方式或行為決策模式可能不透明，即“算法黑箱”問題。在收益率高的情況下，投資者可能鮮少過問算法的具體運行，但在市場回撤較大、投資虧損的情況下，管理人可能面臨如何向投資者證明其確實履行了勤勉盡責義務的難題。同理，是否所有投資者都能接受“機器學習不可解釋”作為盡職調查的回復，也具有不確定性。此外，程序化交易的風險依然存在，人工智能量化基金由程序進行自動交易，如果人工把關完全缺位，有可能放大程序錯誤或決策偏見導致的風險。
一、境外部分國家和地區對人工智能算法在量化投資領域的監管概覽
美國商品期貨交易委員會于2020年6月通過了一項規則制定提案，即《電子化交易風險原則》（Electronic Trading Risk Principles），提出在交易所層面制定規則，以交易所為基礎對所有電子化訂單進行前端風險控制，以及針對電子化交易平臺建立事后報告機制[3]。德國聯邦議院于2013年2月通過《高頻交易法》（Act on the Prevention of Risks and Abuse in High-frequency Trading），以立法形式規定了監管機構在程序化交易監管方面的權利，并以訂單而非賬戶為單位對高頻交易進行識別和監管[4]。在香港，基金管理人向客戶提供自動化理財建議，需要滿足《證券及期貨條例》[5]中有關機械理財建議的相關要求，包括但不限于為客戶提供資料、客戶狀況評估、系統設計與開發、監督與測試算法程式等。
二、我國對人工智能在量化投資領域的監管概覽及實踐
上述證監會及各交易所等主體發布的行業垂直監管要求，與網信辦等部門發布的橫向通用監管要求，在滿足條件的場景下，將同時適用于使用了人工智能技術的金融企業。值得注意的是，以典型的量化基金為例，如果僅僅在投資決策模型中使用了人工智能技術，但不向其客戶（投資人）推送生成式人工智能產生的內容結果，且其技術方案和能力也不意在為其他主體面向用戶傳遞生成結果信息提供生成式人工智能技術支持，則在較多場景下應當不涉及《互聯網信息服務算法推薦管理規定》《互聯網信息服務深度合成管理規定》《生成式人工智能服務管理辦法（征求意見稿）》的合規要求。但如果此類機構在使用人工智能進行投資決策以外，還使用生成式人工智能技術向其用戶（投資人）提供投資建議、市場資訊等內容性質的生成成果，則需要注意根據上述文件，履行合規義務。
三、建議和展望
京ICP備05019364號-1 
京公網安備110105011258
