贝莱德董事总经理赵睿：如何实现持续的Alpha加差异化的Alpha？

21世纪经济报道记者李域 实习生罗媛文 深圳报道

人工智能浪潮正以前所未有的速度推进。

目前，全球各地的公司都在利用生成式AI来推动新产品和服务的开发，并赋能数据分析，优化投资决策效能。21世纪经济报道记者了解到，贝莱德系统化主动权益投资平台在人工智能和机器学习赋能投资方面，已有多年的经验。

作为贝莱德集团的旗舰策略，贝莱德系统化主动权益投资平台至今已有超过35年的研究和实际投资经验。

截至2024年一季度，SAE平台全球在管资产规模超过1500亿美元，拥有约100名的投研专家和数据科学家，覆盖信号研究、大数据分析、投资组合管理、策略分析等。

那么贝莱德系统化主动权益投资方法论是什么？投资领域在过去五年发生了什么时代性变革？系统化主动权益投资就是量化投资吗？

近日，贝莱德集团董事总经理赵睿在接受21世纪经济报道采访时表示，SAE的投资目标是持续的Alpha加上差异化的Alpha。投资于基本面有吸引力、市场情绪积极和与宏观主题相契合的股票。

在赵睿看来，系统化投资策略与传统量化投资是不同的，比如系统化主动股票投资是通过主动选股实现超额收益，其选股逻辑更近似基本面投资，从多角度多方面去对个股进行综合分析判断，区别仅在于系统化股票投资通过机器帮助投研人员进行大规模数据分析来实现投资目标。

“数字时代下，大数据、机器学习和人工智能的进步，让我们可以在高纬度空间内进行更逼真的模拟。”有着近20年SAE平台工作经验赵睿认为，在真正使用机器学习之前，首先需要的是积累数据，如果没有足够的数据，机器学不出任何有效的东西；其次是要用有价值的数据，有策略地训练机器；在实际运用中，需要投研人员有针对性地问出正确的问题，她坚信，“人和机器永远是互相合作的关系”。

据介绍，贝莱德系统化主动权益流程包括四个步骤，分别是数据化分析，科学实证，严谨的组合构建和持续优化，以实现持续的Alpha加差异化的Alpha。同时，通过客观且有原则的方法论去增强投资收益，并管理风险和交易成本。投资流程会系统性地挖掘市场的非有效性，同时最小化没有收益补偿的风险。

关于系统化投资如何挖掘有效的投资信号，她表示这是一个持续研究的过程，最终是为了更好地了解股价的两个重要变量，即公司的基本面和投资者情绪。这些投资信号需要不断优化迭代，SAE平台每年都会更新10%～20%的投资信号。例如平台自主研发的通过自然语言分析来捕捉投资者情绪的信号，如“卖方研报情绪信号”，到今年已经迭代到第六代了。

赵睿称，2000年之前全球的数据量很少，发展很缓慢。如今大数据的发展是以指数级别在增长的，投资领域正在发生划时代的变革。

就数字化程度而言，中国市场是远远超过海外大部分市场的，而大数据，机器学习和人工智能的进步，让研究者能够在高纬度模拟和实时衡量上千个因子，比如消费者行为、产品开发、公司发展趋势、地域特征等，这也为投资领域带来预测和构建投资组合的新机遇。

ChatGPT 的广泛应用，开启了AI投资新时代。然而，机器工作首先需要有数据。赵睿表示，数据积累是非常长期的过程，有没有找到正确的数据、有没有一个主观的人为判断帮助决策，什么数据可能影响这个公司业绩，这些都很重要。

据悉，与更注重人机对话的ChatGPT相比，贝莱德所研发的LLM是专门去完成和模拟与投资密切相关的任务，如预测财报会议后的股价表现等，因此对特定的任务表现出更高的准确性。

此外，她指出投研人员对将来的趋势预判也很重要，人和机器永远是互相合作的。比如，现在机器学习学的也都是全球的数据，不只用特定国家或地区的数据进行训练，因为市场是不停变化发展的。

展望后市，她表示，更注重公司的资产负债表，希望找到业绩逐步提高，价格合理并且有投资者情绪支撑的好公司。