七禾網(wǎng)7、市場上通常會把低風險低收益與量化畫上等號，您是否認同？量化交易如何創(chuàng)造超額收益？同時您眼中量化交易的風險在哪些方面？

章毅：量化交易是一種投資方法論，也具有高收益高風險的策略類型。量化交易的優(yōu)勢是其模型能在較短的時間里，通過歷史數(shù)據(jù)和預(yù)設(shè)模型快速分析龐大的實時行情，覆蓋絕大部分交易標的，以獲得更高頻率的交易機會和勝率。

量化交易的風險在于數(shù)據(jù)來源的局限性，很多容易被人直觀、快速理解的信息，對于模型來說并不是那么容易。

七禾網(wǎng)8、信弘天禾是如何來應(yīng)對您提到的這些風險的？

章毅：這幾年的改善非常顯著，一方面隨著各類數(shù)據(jù)平臺的成熟，很多信息被標準化處理和有效傳播，另一方面是我們模型也在不斷升級，當某些信息被主觀交易者獲取并開始交易后，模型也能捕捉到被主觀交易者影響的量價變化數(shù)據(jù)。

七禾網(wǎng)9、信弘天禾的投資理念中有一條是強調(diào)策略背后的經(jīng)濟原理，這怎么理解？

章毅：量化本身是做數(shù)據(jù)分析，基于數(shù)理統(tǒng)計，通過歷史數(shù)據(jù)分析和實踐可以說明其具有盈利性，但歸因盈利背后的經(jīng)濟學原理，會更有助于我們理解和改善我們做模型的優(yōu)化，也更好的分析這種盈利方式的可持續(xù)性。在這兩年大量引入機器學習的模型后，模型的復(fù)雜度和智能化進一步提高，因此我們將這一條理念做了適當完善，完善為強調(diào)策略背后的運算或經(jīng)濟學原理。

七禾網(wǎng)10、信弘天禾有基本面量化的策略，基本面如何進行量化？信弘天禾會把哪些基本面的要素作為策略量化的組成部分？

章毅：大部分的基本面數(shù)據(jù)往往都是可以量化的，個別不能量化的數(shù)據(jù)也可以通過降維處理進行標準化。具體的要素，根據(jù)不同交易標的對應(yīng)的信息是多樣化的，比如上市公司的財務(wù)報告、業(yè)績公告，大宗商品的庫存、倉單等， 

七禾網(wǎng)11、除了從策略上不斷精進，現(xiàn)在不少量化機構(gòu)也非常重視IT技術(shù)上的投入，請您為我們介紹一下信弘天禾在IT技術(shù)上有什么亮點？

章毅：技術(shù)平臺是量化策略開發(fā)和執(zhí)行的基礎(chǔ)。我們是自研的投研一體化系統(tǒng)平臺，結(jié)合了不同交易標的的需求，兼顧高頻、中低頻策略要求。

七禾網(wǎng)12、自從阿爾法狗給市場帶來巨大刺激后，不少機構(gòu)開始對人工智能開始進行研究，信弘天禾在人工智能領(lǐng)域是否有做研究，目前的成果如何？

章毅：我們有專門的AI團隊，負責公司整體機器學習、深度學習的模型研究和優(yōu)化，并在股票、期貨實盤交易中應(yīng)用，對業(yè)績提升的幫助非常大，這也是未來量化行業(yè)發(fā)展的重要趨勢之一。

七禾網(wǎng)13、今年下半年，隨著日均成交額和量化投資占比的明顯提升，“市場交易量大是否由量化引起”的問題引發(fā)了廣泛討論，您如何看待量化投資對市場帶來的影響？

章毅：量化交易的標的分散，交易執(zhí)行的方式平滑，從模型本身追求的是最低的交易沖擊成本，且很多時候?qū)儆趻靻闻抨牻灰祝?strong>對市場流動性帶來幫助，也是市場更加成熟和有效的標志之一。

七禾網(wǎng)14、近兩年量化機構(gòu)也在不停的“內(nèi)卷”，策略不斷迭代，容量飛速增長，各個機構(gòu)的發(fā)展路徑似乎都很相似，您如何看待這樣的現(xiàn)象，您覺得量化機構(gòu)的核心競爭力在哪里？

章毅：量化機構(gòu)的核心優(yōu)勢在于策略容量大、可復(fù)制性強，在同等資金規(guī)模的前提下對市場整體產(chǎn)生的影響較傳統(tǒng)投機者少。也基于這個優(yōu)勢，才看到很多機構(gòu)爆發(fā)式的規(guī)模增長。對于“內(nèi)卷”，我認為真正的競爭剛剛開始。

七禾網(wǎng)15、信弘天禾的團隊中不乏有許多具備華爾街投研經(jīng)驗的成員，海外的投資經(jīng)驗帶回到國內(nèi)是否會有水土不服的情況？就目前來看，行業(yè)中也有類似的現(xiàn)象發(fā)生，您覺得主要原因是什么？信弘天禾又是如何來應(yīng)對的？

章毅：水土不服主要受制于交易規(guī)則、技術(shù)平臺、數(shù)據(jù)質(zhì)量的差異。我們團隊的核心成員在國內(nèi)外均具有豐富的實踐經(jīng)驗，從國內(nèi)外優(yōu)勢結(jié)合的角度看，是我們的優(yōu)勢之一。