AI也开始重塑量化宏观了

最近AI确实火得一塌糊涂。

从科技圈，一直延伸到投资圈。

前段时间我们也聊到，有AI加持的量化股多，在最近这轮震荡市里表现不俗。

有意思的是，AI不光是在量化股多大显身手，它也在悄悄改变量化宏观的玩法。

最新一期的《厚雪私募班》播客，就邀请到一位量化宏观基金经理，系统性拆解了量化宏观的底层赚钱逻辑，以及AI给量化宏观带来了怎样的变革。

内容比较长，为了方便阅读，风云君也整理了精华内容。

量化宏观的底层逻辑

量化交易的核心：追求概率平衡，而非高胜率

很多投资人对量化的理解存在刻板印象，觉得量化就应该追求80%到90%的胜率。其实不是这样，80%到90%胜率的机会也有，但非常少。这个世界几乎所有事情都符合正态分布，金融市场大部分机会其实是在50%到60%的胜率区间。

我们其实能够挖掘出很多90%胜率的东西，但实盘从来不会去用。为什么？

因为90%胜率的东西，它记住了历史上所有的亏损，规避掉了历史上所有的亏损，付出的代价就是你可能连续9次每次都赚一块钱，但亏的那一次，非常有可能就把你那9块钱全部亏掉。所以我们投资人也不要迷恋90%胜率的“神话”，它可能隐含巨大尾部风险。

量化交易的核心是寻求胜率与盈亏比之间的平衡。两者如同跷跷板，压下一头，另一头就会翘起。最舒适的状态通常停留在40%到60%的胜率区间。

而一个优秀的量化团队，关注点应该在那个做错的40%到45%的时间窗口，在想的是做错的时候怎么能让自己错得更少，而不是做对的时候怎么让自己赚得更多。

这就是量化交易最不一样的地方。真正赚钱的，靠的是刚过一半的胜率，加上严格的风控——做错的时候亏得少。

量化宏观策略并不等同于“预测未来”，而是系统化地应对不同概率场景

主观交易的方式一定指向某一个特定的场景，量化交易永远给的是一个模糊的表达。比方说交易范式：主观交易认为现在是复苏；量化给出的永远是，未来一到两周之内，可能40%概率是复苏，30%概率是过热，20%概率是衰退。它没有任何明确的指向性，更多的就是一种偏模糊的表达。

通过这种模糊性的表达去积累一个概率优势，并不需要每次都指向是对的。

我们量化宏观的构建，大概是人的认知框架+量化加工。

宏观的数据很多，但真正有效的、有预测能力的数据比较少。而且宏观数据量偏少，很容易过拟合——数据量偏少的情况下体现的统计规律往往是假的。所以当前的运行版本，更多的是主观选择数据，对这些数据进行深度加工之后，再依照数理模型构建出可被复现的交易策略。

AI如何重塑量化宏观

传统的量化开发，原先需要一个星期才能磨出一种新策略，现在可能只需要一天。AI不仅让开发周期大幅缩短，更重要的是，以前所有策略都需要转化成数字信号，基于数字变化进行交易；现在可以基于文字的变化。

比如俄乌战争、伊朗战争，我们去监控全球的报道。以前的处理方式是提取关键词，把“激烈”这个词计数，出现次数多了就去做多原油。现在不需要了，只要把新闻给模型，它甚至可以去网上搜全球新闻，搜好后自己总结：模型认为这个事情更可能向好的方向发展，还是向不好的方向发展。

区别在于，agent能在10秒钟之内读1000篇，人读不了1000篇。关键词是很笨的方式，你用更高级的词汇，关键词就失效了。比如形容“高兴”，大模型能把高兴、兴高采烈、喜悦的不同程度区分开。

现在大模型最厉害的一点是：有一篇券商研报，它有自己的研究方法，大模型能自己去理解那个研究方法，然后去复现。你把数据给它，它自己就复现。最恐怖的是，它取代了一些基础工作——刚进入市场的研究员，做的东西不见得比大模型好。

比如俄乌战争之后，黄金是涨的；伊朗战争之后，黄金是跌的。如果按照传统量化的体系，照搬旧规则，在伊朗战争之后我仍然去做多黄金，会亏很多钱。

但是借助大模型的判断：伊朗战争推高了原油价格，使得美国国债收益率快速上行，美债下跌导致黄金下跌。而俄乌战争时期，通胀已经很高，大家预期往下走。两个事件对原油都有影响，但市场状态和预期完全不同。大模型能够拆解出这个证据和推理逻辑，而传统的量化只会看到相同变量就做出相同响应。

我们用一种比较fancy的名词，叫“数字虚拟人”，数字主观交易员帮你去选股。听上去像骗局，但确实能做到。我们希望的可控是这样：有一类虚拟人专门看事件冲击，进场交易两分钟赚两块钱；另一批人专门分析实事，看到国家投资电网，就推断铜需求上涨，买三个月的铜。这就是行为可控、可被追溯的逻辑。

但现在的问题是，你怎么保证输出是可控的？我们没解决行为一致性。这些东西还在实验室阶段，因为大模型更新太快，每次更新很多东西又不一样，需要等待一个相对稳定的时代。

我们纯由AI驱动的自动化交易模型已经运行半年多了，也赚钱，但细节上不如现在的方式好。这类策略在实盘中只占我们储备库的大概40%，更多在实验室观察。

我觉得未来可见的1到2年之内，会看到更多AI驱动策略进入市场。AI会让量化更能吸取主观交易的技能，比如主观交易者那种长程的推演能力——这不是数学公式，而是类似于法律上的案例逻辑，每一条都不一样，但基本思想一致。以前量化做不了这个，因为量化需要逻辑重复，现在的大模型能做到。

风云君也整理了一些长期表现不错的量化宏观，感兴趣的朋友，可以点击下方图片，添加风云君企微，获取产品详细资料。