搜索

36氪首发 | 人工智能量化交易平台DeltaGrad获众海投资数百万元融资

卢晓明 · 2018-04-12
DetlaGrad的特色是没有预先设定的交易逻辑,而是用原始数据直接训练神经网络,实现机器自主的量化交易。

4月12日,人工智能量化交易平台DeltaGrad宣布获得众海投资数百万元天使轮融资。本轮融资的资金将主要用于团队建设、产品开发和硬件设备投入。

据36氪此前报道,DeltaGrad是一家基于人工智能的量化投资公司,成立于2017年10月,致力于将AlphaGo技术应用于量化投资领域,其特色是没有预先设定的交易逻辑,而是用原始数据直接训练神经网络,实现机器自主的量化交易,想做量化交易界的Deepmind(研发阿尔法狗的团队)。

DeltaGrad表示,目前首个产品A股机器人“智富狗”已上线,应用于国内二级市场的投资,产品已实盘测试8个月。数据显示,在2017年11月A股普跌的情况下(中证1000跌幅超4%),智富狗实现了5.23%的收益,最大回撤控制在2.7%,并在2018年1月底上证指数大跌12%的情况下,智富狗提前清盘避险。

本次资方众海投资成立于2014年,由前阿里巴巴集团首席人力管邓康明、阿里巴巴集团副总裁鲁众和阿里巴巴集团资深总监黄海军共同创办。目前专注于新科技、移动互联网、消费升级、大健康和企业服务方向的股权投资。

DeltaGrad投资人、众海投资创始合伙人黄海军表示:“人工智能是非常好的提高效率的方式,众海投资非常关注人工智能在各个领域的应用,我们认为以DeltaGrad为代表的、基于神经网络的人工智能量化交易平台,能极大地提高大型的高频交易的效率。人的精力有限,一个再好的操盘手也不可能同时看2000支股票,但机器能轻易办到。”

---------------对DeltaGrad模式更详细的介绍,可阅读此前我撰写的报道(全文如下)---------------

《用神经网络代替数学模型,DeltaGrad想成为量化投资界的阿尔法狗》

by 卢晓明 于2017年9月

如果一个人能炒股总是特别赚钱,但他却无法告诉你他为什么每次都能赚钱,你能放心把钱交给他吗?

在量化交易这个领域,36氪此前报道过不少项目。有私人量化交易平台JoinQuantRiceQuant以及优矿,为量化交易领域提供核心算法支持的众加,量化策略商城微量网、以量财富为代表的量化理财平台,以及为量化投资者提供智能交易和分析工具的名策数据。如果你不懂算法,只懂投资逻辑,还有专门帮你生成量化投资策略的果仁网

目前市场上看到的量化交易,背后大多有某种交易逻辑。每一个量化交易策略的建立,都需要输入与这套逻辑相关联的因子,比如历史表现、公司财务数据、宏观经济数据、上下游供应商数据等众多参数,建立一套模型以算出标的上涨或下跌的概率,并生成投资组合和调仓策略。随着近几年人工智能兴起,不少人开始选用机器学习等方式,输入众多因子,让AI自己生成策略。

36氪最近接触到的DeltaGrad的做法则跟这些都有不同,它们的定位是基于人工智能的量化投资公司,目前只靠输入股票交易数据,利用不同结构的神经网络来训练模型。创始人说他们想做的是中国的桥水基金,但是从他的表述来看,我认为应该说他们想做量化交易界的Deepmind(研发阿尔法狗的团队),就连他们A股机器人的名字,都叫“智富狗”。

DeltaGrad的创始人庞然表示,团队早几年是做计算机围棋的,传统将人类下围棋的逻辑梳理成策略算法,庞然称此为“穷尽”的方法,最多只能将机器训练到业余五到六段,阿尔法狗的成功则说明,用深度学习网络的算法,能将机器训练到超过人类中的九段高手。他不否认策略的方式有效,国外大量量化基金的成功就说明了这一点,但是他认为这种方法难以超越人类。

庞然认为,这说明有些过于复杂的决策,影响的因子和情况的可能性太多,传统用逻辑和策略等“穷尽”的算法可能是搞不定的,现实中高手做判断也许是依靠长期经验积累下来的直觉,比如有的基金经理和操盘手只需要看K线,不需要看基本面,凭借“盘感”就能做出很好的判断,资深医生也是类似。直觉不代表瞎想,但他们却不一定能清楚说出背后判断的逻辑,实际上人脑的思考方式就是如此。

DeltaGrad的团队认为今年阿尔法狗的升级版Master是变革点,用神经管网络替代原来用逻辑和策略构建的数学模型这种思路,可以用到金融领域之上。阿尔法狗不知道选手怎么思考,它光看选手怎么走,就学习并超越了人类。因此,量化投资并不需要知道最好的操盘手怎么想,只需要知道最好的操盘手怎么操作。

“世界第一的操盘手,就是交易数据。”我们目前从公开渠道所看到的交易数据,包括每日走势、交易量等,尤其买单卖单,是经过系统整合而成的数据,颗粒度不够细。因此,除了公开数据之外,DeltaGrad还会购买颗粒度更细的交易数据来训练模型,培养机器的“盘感”。

根据庞然介绍,DeltaGrad的模型目前做的是针对A股的量化交易,分为以下几个部分:


  • 市场顶部风险预警和个股及大盘未来上涨概率预测(分为短、中、长三个维度,目前一只新股票需要1小时的训练时间)。

  • 策略发现和仓位调整,从后台82万策略中,找到最新触发,风险最小、年平均收益最大的策略。目前团队所使用的策略,均经过2011年以来的历史数据回测,保证平均年收益大于100%,最大回撤小于10%,然后基于上述上涨概率找到当天风险最小,收益最大的操作方法,输出成策略,告诉操盘手(现在有人把关,未来纯机器)仓位该调到多少,止损怎么设置,这样的操作对应的风险及收益分别是多少。根据最新股票预测数据,系统会每日调仓。

  • 系统性风险预测,DeltaGrad有专门的预测系统性风险的模型,测算未来三天、五天、七天等出现系统性风险的概率,达到一定概率就清仓。


由于国内缺少高频交易和对冲工具、市场受政策影响大,国外对冲基金的策略拿到国内常常会失效,庞然认为,借助以深度神经网络为代表的新技术,也许可以解决这个问题。DeltaGrad的模型从6月份开始测试,模拟账户单月收益6.9%,同月大盘是1.4%;8月15日起启动了100万的实盘资金做测试,截止9月中旬实盘收益4.7%,最大回撤1.7%。

庞然认为,目前团队的优势在于团队了解计算机围棋变革的全过程,知道如何将变革应用到证券投资市场;使用自行设计并开发的网络结构而不是开源了网络结构,算法有领先性。DeltaGrad CEO庞然是一名连续创业者,曾任海博智讯创始人兼CEO、天天盈科技创始人兼CTO;技术合伙人卢本捷是国际奥林匘克计算机围棋铜牌核心成员,曾任金融界网站开发部经理;市场合伙人崔雨阳曾任职于雷曼兄弟和巴克莱资本;产品合伙人李骁烨是伟正资管创始人。

目前看来,DeltaGrad团队的实盘测试金额较小,毕竟不同管理规模的策略不同;同时模型还没有经历过现实中“跨周期”(经历过熊市和牛市)的考验,单凭历史数据无法预料“黑天鹅”事件。比如美国的长期资本,旗下的量化基金在成立前三年成绩骄人,但后来因1998年俄罗斯债券违约事件的连锁反应产生巨额亏损。

另外一个问题是,投资者真的能对纯AI的决策有信心吗?作为一家私募基金,假设某天超越人类智商的模型做出了人类无法理解的决定,我们要听之任之还是阻止?天弘基金智能投资部总经理助理刘硕凌曾经分享过内部用AI 技术改进投资的经验,他们一共选124个因子,来识别某个股票是成好的还是坏的。”第一版的效果非常好,但是无法解释,在这阶段,目前投资者还是不能接受,所以我们最后用了相对简单的决策树模型,我们可以看清楚AI 的思考模式。”

目前,DeltaGrad正在寻求首轮融资,计划募资300万,主要用在团队建设、产品开发和硬件设备投入方面。

------------------------------------

「题图来自:originoo.com正版图片」

我是36氪作者卢晓明,关注金融、区块链和旅游,项目寻求报道或交流请加微信lohiuming,烦请备注姓名、单位、职务和事由。

+1
1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

文章提及的机构

发现经济前行的力量

下一篇

资方表示看好“车联网×区块链”领域、CarBlock的用户基础、落地性、以及生态体系的设计。

2018-04-12

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业