在人工智能时代，如何利用机器赋能主动投资，是近年来资管圈的热点话题之一。

作为全球领先的资管公司，贝莱德早在2008年就开始做大数据模型、机器学习，从纷繁复杂的数据中捕捉投资信号。如今贝莱德的系统化主动投资策略闻名于世，并且管理着超1500亿美元的资产，成为运用大数据分析、自然语言学习等先进科学技术，系统地分析传统与另类数据，并赋能投资，捕捉市场投资机会的生动创新案例。

最近，中国基金报记者采访了贝莱德系统化主动权益投资团队董事总经理、资深投资经理赵睿，她详细拆解了贝莱德系统化主动权益投资（Systematic Active Equity, 简称“SAE”）策略的方法论，与部分量化投资的区别，以及在中国市场的投资实践等情况。

利用机器给大量股票打分

通过主动选股实现超额收益

在贝莱德工作18年的赵睿，一直保持着对数据研究的热情，对投资的热爱。她坦言，之所以能够在一家机构待这么长的时间，“是因为每天都能够学到新的东西，而且周围的人每天都有不一样的创造力。”

履历显示，赵睿毕业于哥伦比亚大学，取得了金融学博士学位，她在2006年加入贝莱德集团，曾担任发达市场权益量化研究分析师、投资经理等职位，现为贝莱德集团董事总经理、系统化主动权益投资团队资深投资经理，负责系统化投资团队所有中国策略相关产品的管理以及中国市场相关的主动权益多头、对冲、多资产等策略的研究。

据赵睿介绍，贝莱德SAE团队从2008年开始做大数据研究、机器学习，“当时花了整整三年时间去建立了一套非常严谨的数据结构和数据处理流程，来达到数据之间的传输、数据之间的互动，这是一个持续优化的过程，目前模型已经迭代到第六代。”

赵睿称，如今人工智能已全方位应用于SAE，在个股选择和投资组合构建上实现新的飞跃。他们自主研发了针对投资应用场景的大语言模型，最大程度去增强自然语言处理技术的精确性，赋能系统化主动投资，“我们的模型研发的主要目的之一就是更好地去预测公司的股价，使用了与ChatGPT相类似的transformer技术。”

但赵睿表示，他们从来不可能让机器单独去做投资决策。目前，机器学习类的投资信号在投资组合运用的投资信号里的权重只占30%。“机器的好处在于它可以同时给大量的股票打分，在我们所有对于股票评分的系统里，基本上一半权重放在基本面上，一半放在市场情绪上；而在市场情绪中，大概有一半是放在对资金流向的理解上。另外，股价的预测区间基本上是在两个季度左右。”

赵睿告诉记者，贝莱德的SAE策略在投资目标上，更关注投资组合的主动风险及策略的信息比率，即每单位主动风险给投资组合创造的超越基准的超额收益。与侧重高频交易的一些量化投资不同，系统化策略的选股逻辑与基本面投资非常类似。该策略由数百个投资信号构成，与传统因子投资不同，信号针对当下市场现象单独开发，且会不断迭代；目前大部分信号是根据非线性的另类数据来构建的。另外，该策略持仓高度分散，且调仓频率并不高，使其对个股流动性的要求低于偏高频的量化投资，因此策略容量限制较小。

在中国市场找到

“高质量的可持续发展”公司

据赵睿介绍，贝莱德投资中国的海外基金在2012年正式发行，2013年就加入了很多大数据和机器学习的投资信号。2021年，贝莱德在中国市场的合资理财公司贝莱德建信理财，发行了运用SAE策略的权益类理财产品——“贝盈”系列，实现了该策略的本地化投资运作。

“我们专注于在中国市场里找到那些业绩逐步提高且基本面有可持续性的公司，同时，我们会在观察到公司受到市场资金认可的时候逐步提高仓位。”赵睿说。

基于SAE策略海外基金的运作经验，在选股上，她也表示，比较重视“质量”和“价值”两个因子，有时候它们会高度重合，但是在过去一段时间，两者相关性并不大。“在过去一年半时间里，我们更重视‘价值’因子，但近期我们已经更多转向‘质量’因子。因为去年‘价值’本身能够得到很高的回报，只要公司便宜就可以去买。但是目前我们越来越注重的是公司的资产负债表质量。”

赵睿称，今年以来，超额收益主要来源的一个主题是“高质量的可持续发展”，其指这个公司也许不是指数级成长的公司，但是有可持续的稳步增长，且在做好公司的同时，愿意和投资人分享经营成果，例如以分红或回购等形式提升投资人回报。“从模型来看，市场情绪在向高质量的公司靠拢，股市投资应选择可持续发展的公司。”

在她看来，中国市场是数字化程度非常高的市场，远超海外大部分市场，这跟我们的生活方式息息相关，这也为系统化投资提供了大量的数据基础。模型可以实时处理和分析大量数据，归纳出包括产品开发、公司发展趋势、地域特征等信息，为投研人员提供构建投资组合的新视角、新机遇。

赵睿表示，全球的数据和投研成果都会对平台上所有的投研人员共享。“另类数据”的应用是系统化投资的一大特色，比如招聘数据，从招聘广告中可以分析公司招人情况、是否还在发展、在哪些领域或技术上有拓展计划。“我们会随着市场的变化，不断完善信号，大概每年都会更改10%—20%的信号。”

全球在管规模超1500亿美元

SAE平台寻求挖掘三类股票

据了解，贝莱德的SAE平台通过数据化分析、科学实证、严谨的组合构建和持续优化，为投资者创造持续且差异化的投资回报。截至2024年第一季度，SAE平台全球在管资产规模超过1500亿美元。

赵睿介绍，在投资上，SAE平台力求通过客观且有原则的方法论去寻找能带来超额收益的投资标的，并且严格管理风险和交易成本，有纪律性地进行投资组合实施。投资流程会系统性地挖掘市场的非有效性，同时最小化无法获得收益补偿的风险。

SAE主要青睐三大类股票：一是基本面有吸引力的股票，要求盈利稳定、持续增长，拥有上升的收益预期，且估值具有吸引力；二是市场情绪积极的股票，模型会跟踪卖方分析师的观点，个人投资者的情绪，以及各类投资者的持仓和未来资金流的预期等；三是受益于宏观和政策主题的行业或股票，例如今年的资本市场改革、出口需求的提升等等。

另外，其在风险管理上，具有全仓投资，不集中头寸，分散化投资，严格主动风险、个股、行业、风格偏离度管理等特征。据赵睿介绍，基于他们所了解的市场信息和数据的有效性，系统化投资会投资很多的标的，“我们不追求单只股票有70%的概率赚钱，但是如果我们对200只股票都有55%—65%的信心，这样基本上很大概率可以做到在每个月或每个季度都有可能实现超额收益。”