一年前大勝圍棋高手李世乭后，升級版AlphaGo卷土重來，昨日迎戰中國圍棋高手柯潔，但“人腦”再次惜敗。不過，這場人類智慧與人工智能的巔峰對決，除了吸引各界的廣泛關注，也讓大家對人工智能在眾多領域的發展前景充滿期待。
《每日經濟新聞》記者注意到，在公募基金，智能程序、量化模型早就進入了基金管理團隊，近年來各種量化基金更是井噴式發展。但與其帶給我們“高大上”的印象不同，在投資上，量化基金似乎并沒有領先傳統的主動管理型基金很多，大多業績平平，甚至出現較大虧損。
公募量化基金以中小型為主
《華爾街日報》近期報道，目前美股市場上的交易中，量化策略已成為使用最廣泛的策略之一，有27%的交易都是通過量化模型完成的。對沖基金研究中心HFR的數據顯示，截至今年一季度，全球量化對沖基金總規模已達到9320億美元，占了對沖基金總規模的三分之一。
在國內公募市場上，量化基金還是相當“小眾”的一類產品。數據顯示，目前公募基金市場上共有164只量化基金，其中指數型45只，主動型95只，對沖型23只。與已有超過4000只基金的公募市場總量相比，量化基金還只是很小的一部分。
在2009年之前，量化基金的發行和成立都很少，最早的一只是2004年成立的光大保德信量化股票基金。到2015年之后才逐漸成為較為熱門的基金類型，當年有32只量化基金成立，2016年更是新增了54只，今年以來也有35只成立。
雖然從數量上看，近兩年開始出現較大增長，量化基金的規模卻還是以中小型為主。目前規模在10億元以上的量化基金僅有22只，不到1億元的迷你型卻超過50只。最大的一只長信量化先鋒A，今年一季度末的資產規模為86.83億元。
通過量化模型的運用，量化基金往往能夠管理數百只股票的交易，這是傳統的基金很難達到的。記者統計了2016年底量化基金的持股情況，99只有年報數據的量化基金平均持股190只，有20只基金持股在300只以上，最高持有了664只。傳統的主動型基金平均持股52只。
回到人機圍棋大戰的話題，阿爾法狗的勝利模式已經引起基金公司的注意。有基金公司量化總監表示：“采用基于人工神經網絡的機器學習方式實現人工智能，開發者首先需要設置一個智能系統，這個智能系統最開始就像初生嬰兒那樣什么也不懂，但它能夠學習，并能漸漸地適應環境，應付各種復雜情況。盡管這種系統開始也常犯錯誤，但它能吸取教訓，并在下次運行時改正。這種自我修正和學習的方式正是機器學習方法的核心優勢。我們將機器學習的方法應用于量化投資領域，在建立模型后，利用歷史數據對于機器學習的選股模型進行訓練，使得模型能夠不斷優化并適應參數和環境的改變，得出更優的選股結果。”
牛市跑不贏主動管理
說到業績，量化基金也一度十分輝煌。記者發現，2015年大牛市，當時市場上已經有的74只量化基金平均收益達到22%，全年收益為負的僅有4只，有13只年內上漲超過50%。最高一只全年收益為87.48%，但與當年傳統的主動型基金最高超過170%的收益率相比還是遜色很多。
今年以來的行情對于AlphaGo們卻不那么友好了。截至5月22日，164只量化基金的平均收益為-3.28%，上漲的僅有45只。不僅遠遠跑輸大盤，也趕不上主動型權益類基金平均0.83%的表現。目前，收益最高的一只今年以來上漲14.66%，也是唯一一只漲幅超過10%的量化基金。對比主動型的權益類基金，除開大把由于大額贖回而大漲甚至翻倍的委外基金，也有基金獲得了超過22%的收益。
然而，出現虧損的量化基金數量卻遠比上漲的要多。今年來收益為負的量化基金有113只，其中20只跌幅超過10%，最大達到16.93%。從跌幅較大的量化基金今年以來的表現來看，這些基金年初凈值表現較為穩定，時不時還有超越市場平均水平的表現，但4月中旬開始市場風向驟變，基金走勢也急轉直下。尤其是小票的回落，讓許多量化基金無所適從，也暴露了其策略的不合理。
上海證券的一份關于量化基金專題研究報告指出，“實際操作過程中量化基金較少主動調倉，在市場快速回調過程中亦較難作出調整，無法規避系統性風險。”在這樣的情況下，除了主動進行調整，采用多空操作的對沖量化型基金也有一定優勢，回撤較小，但對沖量化型基金往往收益不如主動型。