因诺资产徐书楠：量化投资“机器学习”有三大策略特点

中证网讯（记者 王辉 见习记者 王鹤静）11月7日，2022金牛资管高峰论坛暨国信证券杯·第十三届私募金牛奖、第六届海外基金金牛奖颁奖典礼在深圳举行。在“行稳致远 量化投资与资本市场共成长”圆桌论坛环节，因诺资产创始人、投资总监徐书楠表示，量化投资的定义可以简单概括为“用数学统计的方法进行投资”，其中“机器学习”有三方面的策略特点。整体来看，当前中国的量化投资策略竞争力得到很大增强，但相比于世界一流对冲基金还存在一定差距。预计在10年之后，量化投资会成为中国资本市场的重要力量。

在机器学习方面，徐书楠表示，根据因诺资产2016年之后对机器学习（AI）的应用体会来看，机器学习具有三方面特点。第一，机器学习、人工智能从本质来说只是一种比较特殊的统计学方法，只不过机器学习采用了更加复杂的统计学方法，因此不应当被神秘化。第二，在非线性问题的处理上，机器学习是目前人类能够掌握的最好的统计学方法，在很多领域都取得了很好的应用，如语音识别、图象识别、下围棋等。这些领域共同的特点都是大数据、非线性，在这些领域，机器学习具有很显著的优势。在金融投资方面，机器学习在捕捉“股票Alpha”上可以表现出较好的效果。第三，机器学习虽然是很好的投资方法，但“并不万能”，它有其自身的适用范围和适用体系。

徐书楠同时表示，量化投资是把投资者接触到的金融品种，如股票、期货、期权、债券等看成具体的研究标的，运用一些统计学模型捕捉其中的数学统计规律，再转化成盈利。简单定义而言，量化投资就是用数学统计的方法进行投资。与海外发达市场相比，中国的量化投资发展历史仍然较短，但成熟市场已经发展了几十年的时间。进一步对比来看，一方面中国的量化投资过去几年经历了蓬勃发展，策略相对于过去有了非常显著的提升，有效性和竞争力也有很大增强。另一方面，相比于世界一流的对冲基金还存在一定的差距，需要更加艰苦的研究工作才能迎头赶上。