- Chủ đề
2k Phổ biến
5k Phổ biến
2k Phổ biến
158k Phổ biến
1833k Phổ biến
63k Phổ biến
112k Phổ biến
451k Phổ biến
7207k Phổ biến
18k Phổ biến
- Ghim
2k Phổ biến
5k Phổ biến
2k Phổ biến
158k Phổ biến
1833k Phổ biến
63k Phổ biến
112k Phổ biến
451k Phổ biến
7207k Phổ biến
18k Phổ biến
Chào bán cổ phiếu ra công chúng cũng dùng AI để đầu cơ chứng khoán?
Nguồn: Tạp chí Đầu tư Yuanchuan (ID: caituandzd), tác giả | Zhang Weidong, biên tập viên | Zhang Jieyu
Sau khi thay đổi cục diện của ngành cổ phần tư nhân, việc định lượng đang thâm nhập vào hệ sinh thái sản phẩm vốn cổ phần đại chúng.
Trong quý 2 năm nay, quy mô của China Sun Meng, China Merchants Wang Ping và Western Lide Shengfengyan đã vượt quá 10 tỷ. Ngoài ra, quy mô của Guojin Ma Fang và Wanjia Qiao Liang, vốn đã lên tới hàng chục tỷ nhà quản lý quỹ định lượng, còn tăng vọt hơn nữa. Vòng định lượng chào bán ra công chúng đã dần chuyển từ nhỏ sang minh bạch, và cách thu hút sự chú ý của mọi người cũng đã đi chệch khỏi câu chuyện trước đây về “lỗi theo dõi nhỏ”, cho thấy khả năng kiếm tiền vượt mức của họ trong vỏ ốc.
Một nhà quản lý quỹ định lượng giấu tên nói với tác giả rằng những người đã thực hiện tốt thành tích chào bán cổ phiếu định lượng ra công chúng trong năm nay về cơ bản đã chạm phải hai điểm nóng, một là micro-cap và hai là AI. **
Thật dễ dàng để giải thích cách thực hiện micro-cap, tức là chia miếng bánh cho các công ty có giá trị thị trường dưới 2,5 tỷ USD để tạo ra phần dư thừa và bán chúng khi giá trị thị trường trở nên lớn hơn. So với phương pháp xoa vé nhỏ này, việc định lượng AI không quá dễ hiểu.
Không chỉ bản thân chiến lược mà ngay cả buổi giới thiệu sản phẩm ra công chúng về mặt định lượng cũng giống như một chiếc hộp đen. Khi ai đó hỏi chiến lược AI được áp dụng cụ thể như thế nào, các nhà quản lý quỹ thích sử dụng hộp đen học máy để tránh câu hỏi. Bất cứ khi nào người quản lý quỹ bày tỏ một cách chân thành: "Chiến lược AI cực kỳ phức tạp để mô tả và học máy không thể giải thích được". Việc thẩm định sẽ được thực hiện. Về cơ bản tôi không thể hỏi thêm bất kỳ câu hỏi nào nữa.
Trong bối cảnh “tuân thủ là trên hết”, vì cân nhắc ngăn cản các đồng nghiệp học hỏi, thậm chí một số yếu tố thất bại không muốn tiết lộ, điều này khiến một số người mới vào ngành cảm thấy bất lực trong việc điều tra các nhà quản lý quỹ định lượng. Đến mức toàn bộ ngành và thậm chí cả bản thân các nhà quản lý quỹ chỉ có thể đánh giá trình độ của một nhà quản lý quỹ định lượng dựa trên kết quả hoạt động lịch sử của họ.
Khi tiền của mọi người đổ vào nhưng họ không hiểu rõ về nó, một câu hỏi quan trọng sẽ được đặt ra. Việc sử dụng AI trong việc định lượng việc gây quỹ công là một công cụ hiệu quả hay một mánh lới quảng cáo tiếp thị?
01 Mở hộp đen
Người ta thường tôn thờ những thứ mà họ không hiểu. Đặc biệt đối với các sản phẩm thuộc loại định lượng chào bán ra công chúng này, một số nhà quản lý quỹ đã hào phóng chia sẻ với tác giả, khi nói về chiến lược AI trong buổi roadshow **, khách hàng tỏ ra nửa hiểu biết, đó là trạng thái tốt nhất. **
Trên thực tế, những gì AI công cộng làm không phải là điều không thể giải thích bằng ngôn ngữ đơn giản. ** Sheng Fengyan, một nhà lãnh đạo phương Tây, từng nói với tác giả rằng việc sử dụng AI trong việc lựa chọn cổ phiếu trong các đợt chào bán ra công chúng chủ yếu được phản ánh ở ba khía cạnh: phân tích văn bản, lựa chọn cổ phiếu đa yếu tố và khai thác dữ liệu giá và khối lượng tần suất cao. **
Phân tích văn bản là cách dễ hiểu nhất. Nó thường đề cập đến việc các nhà quản lý quỹ sử dụng các mô hình AI khác nhau dựa trên kiến trúc Transformer để hiểu ngữ nghĩa bối cảnh của dữ liệu văn bản như báo cáo nghiên cứu và chương trình phát sóng tin tức, đồng thời phân tích thông tin cảm xúc có trong các văn bản khác nhau để hỗ trợ việc ra quyết định.
Transformer là mô hình deep learning phổ biến nhất trong những năm gần đây và hiệu suất của nó trong các tác vụ văn bản như dịch máy vượt trội so với các mô hình deep learning truyền thống như RNN và CNN. ChatGPT bùng nổ trong năm nay cũng dựa trên Transformer.
Ví dụ, năm ngoái, người bán có thể tạo ra hơn 200 báo cáo mỗi ngày và riêng số lượng tóm tắt đã vượt quá 270.000 từ. Phương pháp định lượng truyền thống có thể hiểu được các số liệu tài chính được tiêu chuẩn hóa, nhưng nó không thể hiểu rằng cốc vừa của Starbucks thực chất là cốc nhỏ và các báo cáo nghiên cứu của các nhà phân tích viết trung lập thực ra là giảm giá. **
Để đầu tư tốt trong nước, việc hiểu biết về chính sách thời sự là một phần tất yếu. Một nhà quản lý quỹ định lượng giấu tên đã mô tả điều này với tác giả: "Truyền mạng có thể hiểu được ý nghĩa sâu sắc của việc phát tin tức ít nhất là ở cấp phó giám đốc. Mô hình AI của chúng tôi chỉ có thể được coi là sở thích trong phiên dịch tin tức. Tôi là thành viên bộ phận cấp dưới và cố gắng để có được sự hiểu biết của phó bộ phận trong năm tới."
Kịch bản ứng dụng thứ hai của AI là lựa chọn cổ phiếu đa yếu tố. Khung đa yếu tố định lượng truyền thống sử dụng các đặc điểm của cổ phiếu tăng giá trong lịch sử để tìm ra sự xuất hiện của các cổ phiếu tăng giá tiềm năng trong tương lai, chẳng hạn như những cổ phiếu có định giá thấp, hiệu suất tốt, tăng trưởng. cổ phiếu quản lý, cổ phiếu không ai để ý tới.
Ngược lại, ứng dụng AI trong kịch bản này chủ yếu được phản ánh ở chồng chất yếu tố phi tuyến tính. Ví dụ, quỹ công vẫn đưa các yếu tố có ý nghĩa kinh tế và logic vào mô hình nhưng họ sử dụng cấu trúc cây và mạng lưới thần kinh để tham gia đầu tư lựa chọn mô hình.
Nếu các hạn chế được nới lỏng, AI có thể khám phá thêm nhiều yếu tố mà con người có thể không bao giờ hiểu được.
Năm 2017, Dani Burger, phóng viên nổi tiếng của Bloomberg, đã thực hiện một thí nghiệm, vì thích mèo nên cô đã tạo ra một công ty kết hợp với ba chữ cái “CAT” trong tên của nó. **Kết quả: Đã được kiểm tra lại trong sáu năm qua, tỷ lệ hoàn vốn cao tới 850.000%. **
**
** "Yếu tố mèo" như vậy có vẻ nực cười đối với Andrew Unger, người đứng đầu chiến lược đầu tư nhân tố của BlackRock: "Tôi thích chó hơn. Tôi tin rằng một công ty coi Labrador là đại diện tinh thần chắc chắn sẽ có thể hoạt động rất tốt." Kết quả cũng chạy xuống, tổ hợp chó giảm 99,6% [2] 。
**Trong lĩnh vực đầu tư, con đường học tập của bản chất con người và AI là khác nhau. Con người có thể rút ra luật thông qua các nguyên tắc kinh tế hoặc lẽ thường; trong khi AI học được một chức năng hữu ích thông qua một lượng lớn dữ liệu và chức năng này có thể sai, không hợp lý nhưng có độ chính xác tốt trong kết quả đầu vào và đầu ra. **
Chính vì AI có khả năng phân tích và xử lý dữ liệu hiệu quả đến mức con người không thể sánh được, nên kịch bản ứng dụng cuối cùng của nó là Khai thác dữ liệu giá và khối lượng tần số cao.
Vào năm 2022, có gần 5.000 cổ phiếu A-share và dữ liệu định lượng tần số cao được tạo ra là khoảng 12T, chứa các đặc điểm hành vi của tất cả những người tham gia A-share. Kể từ năm 2017, do sự chủ quan chưa từng có của các nhà quản lý quỹ chủ quan, hiệu quả của giá cổ phiếu A ở mức hàng tháng đã đạt đến một tầm cao mới, nhưng mức tần suất cao vẫn ở mức thấp.
Điều này có nghĩa là ở một mức độ nhất định AI có thể dự đoán tương lai dựa trên số liệu thống kê toán học. Sheng Fengyan chia sẻ với tác giả rằng anh ấy đang sử dụng mạng thần kinh tái phát RNN làm cơ sở để biến đổi nó, bởi vì mô hình như vậy rất phù hợp để xử lý các đặc tính thời gian của khối lượng và giá cả, và hiệu quả giống như lắp đặt một radar trên một khẩu pháo laze.
Không còn nghi ngờ gì nữa, khả năng học tập đáng sợ do AI mang lại đã âm thầm thay đổi cục diện của toàn bộ ngành. Xu Wenxing của China Europe Fund từng nói với tác giả: "Một số nhà quản lý quỹ rất siêng năng và lắng nghe nhiều hội nghị chuyên gia mỗi ngày, nhưng bạn có bao giờ nghĩ rằng một mô hình lớn có thể nghe 5.000 cuộc gọi hội nghị mỗi ngày không? đánh bại thị trường là đủ.”
02 Bật Entropy
Các công ty quỹ luôn thích những thứ có phong cách. Từ video quảng cáo AI của Nanfang, nhà giao dịch AI của Xingquan, đến bản sao kỹ thuật số của Jin Zicai, người ta đồn rằng có thể có 100 buổi biểu diễn đường phố mỗi ngày. Thời gian đã thay đổi, và dòng tiếp thị chính của các công ty quỹ đã chuyển từ thể thao ngoài trời sang tương lai mạng.
Và việc định lượng việc gây quỹ đại chúng, dường như gần nhất với công nghệ tiên tiến, đương nhiên sẽ không bỏ lỡ bản Beta của thời đại này. Trong nghiên cứu trước đây, Bodao Yang Meng nói với tác giả: "Toàn bộ thị trường định lượng trong nước dần bước vào kỷ nguyên của thuật toán AI sau năm 2018, và phải đến năm 2021 hoặc 22, AI mới gây ra cuộc thảo luận rộng rãi trong các đợt chào bán ra công chúng."
Ví dụ: nhóm Yao Jiahong định lượng đa yếu tố Guojin nổi tiếng nhất năm nay, Huaxia Zhisheng Pioneer Sun Meng, Guotai Junan Hu Chonghai và Wanjia Qiao Liang, v.v. đã tuyên bố rõ ràng rằng họ sử dụng máy học trong các khoản đầu tư định lượng của mình. Ví dụ: Sheng Fengyan chủ yếu sử dụng công nghệ AI trong Western Lide CSI 1000 mới phát hành vào tháng 4 năm nay, công nghệ này rõ ràng vượt trội so với mức trung bình của cùng loại.
**Tất cả những điều này đều chứng minh rằng bối cảnh thương mại hóa trong đó AI cập bến Trung Quốc nhanh nhất và phản ánh mức hiệu suất không phải là phiên bản nâng cấp của bộ ứng dụng văn phòng ba phần Microsoft 365 Copilot, cũng không phải là một bức tranh AI trực tuyến giả mạo, mà là sự định lượng của cổ phiếu của các công ty quỹ. **
Không giống như đầu tư chủ quan, có thể kể đủ loại câu chuyện cường điệu, một số nói về việc đặt cược vào sự đổi mới mang tính đột phá, một số nói về việc trồng trọt trên vùng đất nhiễm mặn kiềm, và một số thì thà đếm mặt trăng hơn đếm sao. Việc giải thích đầu tư định lượng có vẻ cực kỳ khó khăn và thế giới bên ngoài chỉ có thể mô tả và phân tích số lượng thẻ mà một tổ chức nào đó sở hữu.
Tuy nhiên, sự xuất hiện của AI đã mang lại bước đột phá mới cho toàn bộ ngành công nghiệp.
Trong tài liệu tiếp thị của Sun Meng, sẽ không có mô tả nào về sự hợp tác giữa China Xiaxia và Microsoft Research Asia trong năm 2017. Năm 2018, Microsoft Trung Quốc đã đề xuất mô hình chú ý để học cách giải quyết vấn đề xoay vòng ngành, sau đó đề xuất mô hình Autoencoding để mô tả trạng thái thị trường và tạo ra hệ số tự động hóa Machine alpha. Năm 2019, những kết quả này đã được sử dụng cho giao dịch thực tế.
Vì Microsoft là nhà đầu tư vào OpenAI nên so với các dịch vụ công khai khác, Jimin có thể dễ dàng đầu tư sớm cho AI+ của Huaxia và dòng dõi dường như thuần khiết hơn.
Đối với Guojin Định lượng đa yếu tố, đây là một trong số ít sản phẩm có thể cạnh tranh với Jinyuan Shun'an Yuanqi về mức độ phổ biến trong hai năm qua. Khác với định lượng thịt người "Yuanqi" và trữ lượng microcap, chúng là định lượng thuần túy.
Ma Fang cũng cho biết trong một cuộc trao đổi nội bộ rằng cô không chơi trò chơi thuần túy đa yếu tố mà dự đoán chính mô hình và theo dõi những thay đổi trong phong cách thị trường, sau khi khung hoàn thành, cô sẽ không can thiệp thủ công quá nhiều. Bởi theo quan điểm của cô, “can thiệp nhân tạo sẽ không mang lại alpha ổn định lâu dài”.
Tác giả đề cập trong phần "Cổ phiếu vốn hóa siêu nhỏ quá đông, quá nhiều người có bí mật" rằng thang đo đa yếu tố định lượng của China International Finance Corporation Limited đã mở rộng quá nhanh, năm ngoái nắm giữ 1.534 cổ phiếu, nếu nắm giữ hơn 2.000 cổ phiếu , nó sẽ hoàn toàn có lãi theo kiểu vốn hóa nhỏ. Không có gì ngạc nhiên khi Tập đoàn Tài chính Quốc gia Trung Quốc đã phát hành một quỹ mới cho Ma Fang trong lúc nóng hổi.
Trong những năm gần đây, Lựa chọn cổ phiếu định lượng Guotai Junan và Đa yếu tố định lượng Guojin có độ ổn định quá mức tương tự nhau, trong Xueqiu, bạn có thể thấy các bài báo dày đặc quảng cáo Hu Chonghai.
Sức mạnh của anh ấy nằm ở khả năng giao dịch của anh ấy. Một nhà nghiên cứu quỹ cấp cao đã nói với tác giả rằng ** Guojun là một trong số ít tổ chức công phát triển hệ thống giao dịch của riêng mình. Nó đã phát triển từ việc phân chia VIP đơn giản đến hiện tại có thuật toán giao dịch dự đoán của riêng mình. Là công ty con của Guotai Junan Securities, nó không chỉ có phí giao dịch thấp và tốc độ giao dịch nhanh mà còn cung cấp sự tiện lợi cho việc lưu trữ máy chủ, bí mật nhất là nó có thể thu được nhiều dữ liệu thay thế và dữ liệu tần số cao mà AI cần. **
So với các bậc thầy định lượng nêu trên, Qiao Liang của Wanjia dễ nhận biết hơn, ông đã xây dựng một "Chỉ số ngân hàng theo sau".
Trong mô hình tăng trưởng chỉ số của ông, học máy được sử dụng để chia thị trường thành 8 kiểu kịch bản, sau đó các kịch bản lịch sử tương ứng được so khớp để phân bổ yếu tố. Đặc biệt nhất là Lựa chọn định lượng Wanjia. Chiến lược của nó là chọn ra những cổ phiếu có lượng nắm giữ lớn nhất các sản phẩm quỹ xuất sắc trên thị trường, ước tính lượng nắm giữ của chúng và xây dựng danh mục đầu tư để hình thành *"Nâng cao chỉ số số lượng quỹ công" *.
Có rất nhiều sản phẩm chào bán ra công chúng tương tự như "sao chép bài tập về nhà", chẳng hạn như Harvest Research Alpha của Xiao Mi, Động lực định lượng Trung Âu của Zingdao và Bodao Yuanhang của Yang Meng. Tuy nhiên, loại chiến lược này không gặp may mắn trong hai năm qua, và những đối thủ nặng ký chào bán công khai yếu kém Hãy cùng nhau hạ gục họ.
Tính đến năm nay, việc định lượng ** chào bán ra công chúng có nhiều đặc điểm khác nhau, một số tập trung vào các chi tiết lịch sử, một số tập trung vào việc thay thế các mẫu phổ biến, một số tập trung vào hệ thống phần cứng và một số tập trung vào đổi mới sản phẩm**. Việc định lượng các đợt chào bán ra công chúng, vốn không thể phân biệt được sự khác biệt ban đầu, đã kể một câu chuyện mới với nỗ lực của toàn ngành.
03 Đã đến lúc hạ nhiệt
Sau khi ChatGPT ra đời ở Hoa Kỳ, có hai ngành công nghiệp trong nước đang bồn chồn nhất, một là việc chào bán AI giao dịch ra công chúng một cách chủ quan, và hai là việc định lượng việc chào bán công khai AI.
Trên thực tế, AI quả thực là một công cụ hỗ trợ đầu tư tốt và một số nhà nghiên cứu định lượng đã khẳng định với tác giả rằng AI có đóng góp rất lớn cho chiến lược chứng khoán. toàn bộ ngành quản lý tài sản.
Giống như Tesla muốn đạt được khả năng lái xe tự động, họ cần nhiều phương tiện sản xuất hàng loạt hơn để thu thập dữ liệu đường đi. Việc cải thiện khả năng đầu tư của AI chỉ có thể cung cấp đủ dữ liệu lịch sử, nhưng dữ liệu lịch sử của thị trường vốn trong nước tương đối ngắn, nếu chỉ đơn giản sử dụng "tỷ lệ thông tin trong 5 năm qua" và "tỷ suất lợi nhuận trong 3 năm qua", sẽ có nguy cơ trang bị quá mức.
**Ở một mức độ nào đó, lý do rất quan trọng khiến quỹ phòng hộ định lượng Renaissance thành công đến vậy là vì họ có dữ liệu chính xác có thể truy nguyên từ những năm 1700 để nhìn nhận một bức tranh mà những người khác có thể không nhìn thấy được. **
Điều khó khăn hơn là tỷ lệ tín hiệu trên nhiễu của dữ liệu tài chính rất thấp và không thể tạo ra các mẫu không giới hạn như hình ảnh lời nói, do đó thậm chí còn có ít mẫu hơn. Hơn nữa, không có cái gọi là sự thật trong toàn bộ thị trường tài chính và hầu hết các tình huống áp dụng thuật toán học máy đều giả định rằng dữ liệu có cùng quy luật phân phối bên trong và bên ngoài mẫu.
**Vì vậy, để làm cho thuật toán thích ứng với môi trường không chắc chắn, trước mắt, nó có thể không dựa vào sự hiểu biết của máy móc mà dựa nhiều hơn vào trải nghiệm của con người. **
Egret Asset Management Zhang Chenying cũng nói về khó khăn khi sử dụng AI, "Khi chúng tôi sử dụng mạng nơ-ron đồ thị (GNN), trước tiên chúng tôi cần sử dụng xử lý ngôn ngữ tự nhiên để trích xuất các mối quan hệ ngược dòng và xuôi dòng của báo cáo nghiên cứu, báo cáo tài chính và tin tức cổ phiếu để xây dựng một biểu đồ tri thức. Đồng thời, GNN rất phức tạp và đòi hỏi nhiều kinh nghiệm thủ công để điều chỉnh nhiều siêu tham số. **Điều này đòi hỏi người dùng phải có đủ dự trữ về cả nhận thức dữ liệu và nhận thức kỹ thuật [1] **。」
Bất kể mức độ phức tạp của bản thân chiến lược AI, cho dù đó là dự trữ nhân sự hay thuật toán sức mạnh tính toán, vẫn có một khoảng cách nhất định giữa các đợt chào bán công khai và các vị trí riêng tư về mặt AI.
Từ năm 2020 đến nay, toàn bộ ngành quỹ giống như các chủ đề luôn thay đổi về đầu tư giá trị cổ phiếu A-**, đầu tư bùng nổ, định giá thấp, thu nhập cố định+, FOF, ETF, cổ tức và giờ là định lượng các đợt phát hành ra công chúng. Có 1-2 điểm nóng mỗi năm. **
Việc định lượng các dịch vụ công vẫn có những hạn chế riêng và có những thách thức trong việc tận dụng AI, chưa kể rằng không phải tất cả phân bổ thu nhập đều đến từ AI. Trí tuệ nhân tạo tất nhiên là một nhãn hiệu nóng và một câu chuyện mới mẻ, nhưng ngành quỹ chưa bao giờ thiếu động lực tiếp thị mà là hiệu suất bền vững. Liệu việc định lượng AI lần này có thực sự mang đến sức sống khác biệt?
Người giới thiệu