编者按：资产标的选择往往需要综合多方面因素，如时间周期、趋势、监管等，只有把握好相关因素，才有可能跑赢大势。
5月21日，于深圳由央证资产智库主办、智通财经作为合作媒体伙伴参与的“选择与未来2017” 央证资产峰会上，平安证券股份有限公司量化研究总监陈亮；深圳市恒泰融安投资管理公司总裁沙文帆；清华大学教授、博导，悟空投资首席科学家夏树涛；矩阵资本创始合伙人、首席投资官龙舫等知名私募人士，围绕“未来资产配置的选择与方向”这一主题，展开了一场热烈讨论。
智通财经现将讨论实录如下，供投资者参考。文中发言者观点为个人意见，不代表智通财经立场。
主持人：非常荣幸有机会跟几位专家一起聊聊这个市场，请问几位专家，我们现在看好国内市场的哪类投资标的？
陈亮：我们更看重的是私募或者是投顾本身的赚钱能力，我们并不在乎是某一类产品或者是某一类股票、商品或延伸品。我们找的更多的是投资机会。这一点是从我们现有的策略库来说的，我们可能没有区分，没有偏重，但是我们会更看好一些有独特的投资能力或者策略模型。
沙文帆：我今年看好指数的投资，从两方面去看这个问题，第一个是与历史周期的中上的对比，从2005年到今年，截止到上周五的收盘价，将近13年的时间，指数的收益平均达到年化20%，但是在过去的时间里，除了大型的公募基金以外，还有极少部分私募式的跟踪指数，个人投资者更不用讲，比例非常少。在过去的十几年里面，A股有一个投资的底线，就是壳资源价值，有了这个底线，人们去买小盘股，收益会高于这个指数的收益，在过去十几年一直被得到验证。但是从2016年开始，由于市场的动荡加上监管的不断加强，壳资源的价值逐步在消失。但指数在这一年多的时间里面变化不大。
但是下跌的个股的比例非常厉害，有1800多指标跌到了股灾的新低，相比我们涨了10%左右。其实市场的逻辑在这一两年的时间里面变化非常大，在这样的前提下我看中这个指数的投资，指数的这一部分股票有很好的现金流，资产的收益率非常高，股息率都非常高，所以指数是具备投资价值的。
另外从监管的角度看，从2015年的股灾之后，曾经有半年左右的时间，市场存在非常多的博弈，也就是三轮股灾，因为每发生一轮股灾就说明有一部分资金抄底，从指数大幅下跌之后，我们发现监管的引导作用逐步在强化，也引导着市场的一部分资金开始往价值投资转移。所以在接下来的时间我还是看好指数的投资。
龙舫：要问我看好哪一类资产或者是哪一类策略，要有一个时间周期，如果是短期，我哪一个资产都不看，从长期来看我最看好股票市场，只要中国资本市场不关门，一定会往上涨的，而且收益率一定是远远高于其他的大类资产，包括房地产。
如果长远来看，以10年为周期，选了一系列的股票，最后没有跑赢指数，这是正常的，因为不管是哪类策略、风格，都有适应问题，你在某几年或者是某一年，会远远超过指数的。
可是，长期来说，绝大多数主动管理性的经理都超不过指数。所以做FOF很重要，是在某一个时间阶段，比如一年周期，选到适合这类策略和这类风格的私募基金经理，让他在这一年中跑出来。比如去年年底以来，以茅台(600519,股吧)为代表的消费白酒，之前经历了很长时间的低迷，如果去年选到了这类的价值投资者，你的收益率肯定会很好，可是如果你在前年或者是更远一点，茅台最低的时候跌到50元，那么你的业绩就会很差。所以没有一种风格或者一种策略是永久有效的，一定会有自己的市场适应度。所以，我们作为FOF的管理者或者是投资者，只要能够在最适合的市场阶段挑选最适合你的资产和策略就可以了。
夏树涛：我认为人工智能进入各个领域是趋势，人工智能的算法，虽然过去50年经过起起伏伏，但是最近一次受到了极大的关注，以前大家对人工智能的关注大部分是在理论界，或者是在文艺界，科幻小说之类的，而最近十年不一样了。我们真正地看到了工业界还有其他的各个应用领域，真正应用到了人工智能，真正创造了产业出来。人工智能的算法，包括信息领域的各种各样的算法，在金融投资领域是大有作为的，一方面数据非常多，而且越来越多地产生出来，且表面看起来互不相关的数据，其实存在某种相关性的，比如舆情分析与投资，与指数的涨跌是有关系的。这些光靠人思考有些是很难发现的。
另外，某些趋势刚刚出现的时候，只有最敏锐的人才可能发现这种苗头，但是通过做数据分析，我们通过客观的数据分析，往往能把我们没有重视的东西挖掘出来。关于量化交易，我个人认为，人工智能算法对中长期的趋势判断是比较弱的，因为没有足够的数据，真正的教育算法都是高频的，因为高频的数据量大，有一定的基础，所以量化交易算法并不是全能的，是有一定的限制的。
主持人：我希望各位谈一下人工智能如何影响未来的资产配置或者是资产管理行业？
龙舫：人工智能这个话题真正开始火起来是因为阿尔法狗战胜李世石，目前智能同步在智能管理行业非常流行，天使基金大量涌现，一些传统的私募基金公司、公募基金公司乃至保险公司、证券公司也在做智能投入的研发。从国外或者国内的经验来看，智能投顾或者是人工智能是长期的，或者是现在具有想象力的空间的行业，但是具体应用到我们的资产管理实践中来说，还是在摸索的过程当中。
在量化投资这个领域，我投过私募基金有三类，一类是纯的数据挖掘，统一套利；第二类对过去的交易行为进行了一些分析，形成了一个量化投资的指导思想，然后用IT的手段进行量化，再进行数据的挖掘，有一定的指导思想；第三类就是所谓的智能，人工智能可以自动地根据市场的变化和投资者的需求自动调整配置方案，叫做机器学习。第三种现在在国内还非常少，或者说实际能够带来盈利的而且是在非常复杂的投资环境中能够适应市场的变化并带来盈利的目前还没有，或者没有投入到实际应用中。
智能投顾对于高净值或者是超高净值的人来说，是完全可以享受个性化的定制方案的，以及智能投顾在智能选股上，更多的是机器学习的内容，还有长期的路要走，要做到完全智能化的机器学习必须要人工把所有的精力排除，至少在目前，中国的有效市场或者是无效市场是非常长的过程，这需要有经验的确实能够创造α能力的经理去获取这种超额收益，不是简单靠机器就能够收益的。
在中国的市场中，智能选股或者机器学习依然是一个不断进化的过程，而且这个时间会非常长。
沙文帆：人工智能在国外发展很久了，这个概念很早便提了出来，已经成为不可回避的趋势，所以我们公司也开始了这个领域的研发，并且应用到实际的产品管理过程当中。但是，关于人工智能我有几点考虑：第一，总体数据并不足够多，应用的不确定性自然会提高；第二，人工智能还是要有较长的验证过程，所以在实际的投资管理过程当中还是要谨慎，我们如何应用人工智能，特别是国内私募基金会面临这个问题，首先我们要做到选择正确的资产配置，其次是在这个资产配置的前提下，还要做到长看作短，也就是看对方向，不仅仅要持有一个资产足够长的时间，而且要在短期的时间里面控制好它的波动。
如何管控短期的波动？这个问题不仅仅是一个公司，其实整个行业都是要思考的，中国量化发展的时间并不长，短短的几年时间，2014-2017年每年都出现大量的波动的幅度，对冲基金产品有很多在股灾期间的波动非常大，可能也有管理方面的原因。2016-2017年虽然指数的波动率非常低，甚至创了历史新低，但是我们却发现，对冲基金有很多产品的亏损可能要比股票还大，这个是需要我们思考的。
量化非常惧怕小概率事件，很多对冲基金不敢否认这个事实，因为我们在过往十几年的黑天鹅事件里面，很多人都没能在这个事件中保持净值的稳定性，都出现了回撤，这说明在资产管理当中量化的手段有它的盲点。对于人工智能，就是要利用人工智能在风险管控领域的大量应用，去管理短期波动率的应用，以及对市场交易行为的解读。所以，目前为止人工智能对于我们的行业，还是要考虑究竟是重在创造收益的能力，还是风险管理的能力。我的观点是我们公司对人工智能的应用未来应该会偏重于风险管理的能力。
陈亮：未来是很难预测的，我就讲讲现状，分成两部分。一是人工智能对于资产配置的管理，二是资产管理的影响，这其实是两个问题。我认为目前而言我们所接触到的技术，包括管理投顾，有很多问题。
所以现在为止，我只相信基于干净的行情高频数据分析出来的结果。我们去年年底到今年3-4月份遇到了三家做多因子的投顾，他们用到很多高频数据，同样是α，要求回归都回归，但是这些新的模型的α，假设2015年是2016α的水平有10%-20%，采用遗传因子算法，没有用生物学习，收益率会恢复到稳定的10-12%，没有当年好，还有基差的问题，但是，他们恢复了现在的α的水平，在这几个月那么无序的状态下还是维持稳定，而且回撤控制在2个点，已经很好了。随着这一技术的应用成本日渐变得低廉，这些投顾还会像当年的α那样大量地冒出来，因为这些模型不会很难。但是当大家全部走完了之后也要警惕风险。所以人工智能作为一个辅助是非常好的，但是大量的选择它，我相信没有一个高净值的客户想做这样的事情。
