체계화 투자는 AI 시대에 능동적인 투자의 주류로 변하고 있다.월가의 현재 가장 유행하는 화제,"어떻게 기계 학습/큰 모형으로 능동적인 투자를 할 수 있습니까?"가 바로 그 중의 하나이다.
관리 규모가 10조 4700억 달러 (올해 3월 말 데이터) 에 달하는 글로벌 자금관리 거물로서 벨레드는 이미 성숙한 답을 내놓았다. 그 기함 전략으로 체계화된 능동적 권익투자 (Systematic Active Equity, 이하'SAE') 전략은 기계학습, 자연어처리 등 빅데이터 분석 방법을 활용하여 투자에 대한 지도적 가치가 있는 투자 신호를 포착했다. 이미 35년이 넘는 연구 경험과 투자 실천을 가지고 있다.올해 1분기 말 현재 SAE 전략의 전 세계 재관 자산 규모는 1500억 달러 (약 10900억 원) 를 넘는다.
외자 거물들이 잇달아 증배하는 중국 시장에서 SAE 전략도 이미 관련 제품에서 좋은 모습을 보였다.
복잡하고 복잡한 데이터에서 투자 신호 포착
SAE 전략의 핵심 운영 논리를 간단히 요약한다: 빅 데이터 분석을 기반으로 가치 있는 투자 신호를 더 빠르고 넓고 정확하게 필터링하고 추출하며, 엄격한 위험 관리를 채택하여 고객을 위해 지속 가능한 초과 수익을 창출하기 위해 노력한다."자금 관리 기술"이념이 실제 투자 연구에 정착하는 상징적인 전략이라고 할 수 있다.
SAE 전략의 빅 데이터와 과학기술 혁신 속성은 또한 인원 구성과 체제 메커니즘에서 구현된다-그것은 약 100명의 투자 연구 전문가, 빅 데이터 과학자와 과학기술 인원을 보유한 보기 드문 전략, 그리고 자체 연구 개발과 반복 투자 신호, 빅 데이터 분석 모델, 투자 조합 최적화 엔진 등 투자 프로세스에서 운용되는 도구이다.
벨레드그룹 이사장, SAE 팀 선임 투자 매니저 조예는 투자 목표와 이념, 리스크 관리, 거래 원가 관리 등 측면에서 SAE 전략의 투자 방법론을 소개했다.
우선 투자 목표이다. SAE 전략은 장기적이고 지속적인 초과 수익을 추구한다.투자 이념에서 전략 모델은 다차원적인 데이터 분석을 통해 개별 주식에 대해 기본면, 투자 정서 등 전방위적인 분석과 예측을 진행하여 가장 초과 잠재력을 가진 투자 대상을 찾는다.
둘째는 리스크 관리이다. SAE 전략은 시종 전체 창고 투자, 집중 포지션을 하지 않고 분산성 투자를 실천하며 개별 주식, 업종, 스타일 등 방면에서 모두 엄격한 리스크 관리를 한다.
이밖에 거래원가관리도 책략실시의 중요한 방면이다. SAE 책략은 투자조합이 최적화될 때 거래원가를 고려하고 예기초과수익, 위험기여가 비슷한 목적물가운데서 거래원가가 더욱 성가비례가 있는것을 선택한다.
이 투자 방법론의 착지를 지탱하는 것은 데이터이다.
자오예는 기자에게"우리 팀 (SAE 팀) 은 2008년부터 빅 데이터와 기계 학습을 시작했다. 데이터 과학 팀은 지속적으로 끊임없이 연구 개발하고 혁신하여 엄밀하고 효율적인 데이터 분석 프로세스를 형성했다. 데이터 간 전송과 투자 연구원의 상호작용은 지속적으로 최적화되는 과정이다.예를 들어 우리의 자연 언어 분석 엔진은 현재 6세대로 교체되어 연구 보고서, 실적 정보, 각종 정보 발표회를 효과적으로 분석할 수 있고, 각종 정보 정보를 이해할 수 있다"고 말했다.
모델 구축에서 SAE 전략은 수백 개의 투자 신호로 구성된다. 전통적인 인자 투자와 달리 신호는 현재 시장 현상에 대해 단독으로 개발되고 끊임없이 반복될 것이다.그 밖에 신호의 주요 데이터 출처는 비선형적인'이색 데이터'이며 이 전략의 차별화 초과 수익의 주요 출처이기도 하다.
조예는"예를 들어 채용 광고에서 관련 회사가 아직 사람을 모집하고 있는지, 어떤 일자리를 모집하고 있는지, 어떤 기능이 필요한지 등을 본다.이런 정보는 우리가 회사 경영 상황의 좋고 나쁨, 확장 단계에 있는지, 회사의 미래 발전 방향 등을 이해하는 데 도움을 줄 수 있다"고 말했다.
자오예는 중국 시장의 디지털화 정도가 해외 시장을 훨씬 능가한다고 생각하는데, 이는 중국 시장의 거래가 편리하고 인터넷 비즈니스 모델이 많은 등 요소와 관련이 있다.중국 시장의 대량의 데이터를 바탕으로 SAE 전략 모델은 산업 발전 추세, 경제 활동의 지역 특징, 기업의 경영 상황, 소비자의 선호 등 수천 개의 인자를 실시간으로 파악하여 주가의 미래 추세를 예측하고 새로운 투자 조합을 구축할 수 있다.
벨레드 SAE 팀이 관리하는 중국에 투자하는 해외 펀드 상품은 2012년 정식 발행돼 2013년부터 빅데이터와 머신러닝 투자 시그널에 가입했다.2021년부터 벨레드산하의 합자재테크회사, 즉 벨레드건신재테크는 SAE책략을 운용하는 재테크제품을 발행하여 이 책략의 현지화투자운영을 실현하였다.
기자가 알아본데 따르면 벨레드건신재테크회사가 발행한 권익류 재테크제품"베잉"계렬은 바로 벨레드SAE 책략리념과 본토투자연구운영의 유기적인 결합을 채용했다.
전략 모델에서 기계 학습 클래스 신호가 차지하는 비중은 30% 에 달한다
체계화 투자는 AI 시대에 능동적인 투자의 주류로 변하고 있다.월가의 현재 가장 유행하는 화제,"어떻게 기계 학습으로 능동적인 투자를 할 수 있습니까?"가 바로 그 중의 하나이다.
"사실 벨레드도 우리가 자체 개발한 대언어 모델(Large Language Model·이하'LLM')에 ChatGPT와 유사한 Transformer 기술을 적용해 자연어 처리 기술의 정확성을 극대화하고 능동적인 투자를 체계화할 수 있도록 했다"고 조예는 기자에게 말했다.
ChatGPT가 휴먼 컴퓨터 인터렉션의 응용에 더 중점을 두는 것에 비해 벨레드가 개발한 LLM은 상장회사 실적 보고 회의 후의 주가 성과를 예측하는 등 투자와 밀접한 관련이 있는 임무에 전문적으로 사용된다.그러므로 벨레드의 LLM 모델은 더욱 목적성이 있는 데이터베이스에 의거하여 훈련을 진행하여 투자연구중의 특정임무에 대해 더욱 높은 정확성을 나타낼수 있다.
"기계학습 관련 투자 신호가 우리 전체 전략 모델에서 차지하는 비중은 이미 30% 에 달했고, 2019년에는 15% 에 불과하다.기술의 진보와 정확성의 향상으로 그들의 가중치도 점차 증가하고 있다.우리가 처음으로 체계화된 능동 주식 전략을 운용하여 중국 시장에 투자한 해외 펀드는 이미 2012년 11월에 발행되었다."조예는 말했다.
기계학습에 의탁하여 체계화된 주동적인 주식투자책략은"주동적"이라는 두글자를 두드러지게 하는데 이는 주동적으로 주식을 발굴하여 초과수익을 힘써 실현하는것으로서 그 주식선택론리는 기본면투자와 더욱 비슷하고 개별주식에 대해 종합분석을 진행하는데 이는 전통적인 량화투자와는 다른 점이기도 하다.전략 용량에 있어서 체계화된 능동적인 주식 투자 전략의 창고 조정 빈도가 높지 않고 고도로 분산화된 창고 보유로 인해 개별 주식의 유동성에 대한 요구가 전통적인 양적 투자보다 낮기 때문에 전략 용량의 제한이 비교적 적다.
기자가 알아본데 따르면 체계화된 주동적인 주식투자책략은 주로 3대 류형의 주식을 발굴하고 투자한다.
첫째, 기본면이 비교적 우수하고 평가흡인력이 비교적 높은 주식은 회사의 리윤이 안정적이고 지속적으로 성장할것을 요구하며 예상을 초월하여 상승할수 있는 공간이 있어야 하며 동시에 주가평가가치는 성가비를 가져야 한다.
둘째는 시장 정서가 적극적인 주식이다. 모델은 시장 참여자 (예를 들어 매도자 분석가) 의 관점, 다른 투자자의 보유와 미래 자금 흐름에 대한 기대, 단기 유동성이 가져오는 거래 기회, 주식과 다른 자산 간의 관련성을 추적하고 분석한다.
셋째, 거시적주제와 부합되는 업종과 개별주로서 모형은 국내외 경제환경과 정책인도를 중점적으로 분석하게 된다.예를 들어 외부 수요 회복에 따른 수출 업종, 자본시장의 고품질 발전 정책에 고무된 관련 대상 등이다.