正文
这样的类型也会作为我们的备选因子组成部分，因子库一般来说虽然比较庞大，但是在实际应用中最后挑出来因子的数目不会太多，因为如果太多的话，再做股票组合的时候是非常难以得到数学问题上的困难，所以一般来说呢简单的一个多因子模型选择出来的因子数量大概会在八个到十个左右，在极端行情下可能就三到4个。
今年以来这些因子哪个效果好，实际上就对比一下不同因子的IC值（信息系数）就知道了。今年以来，由于整个市场是偏大盘蓝筹的行情，类似于PB、企业主营业务收入这样的因子表现是更好一些。
回到我们刚开始的第一个问题。没有可以战胜任何时候、任何市场的量化策略，同样也没有在任何时候都适应市场的因子，也没有一个不能适合任何市场的因子，绝大多数因子都是根据市场的参与者变化，而在其中有所变化。所以，其实我们之所以选择做人工智能，也是很大程度上把过去对于一个正确企业的静态描述改成一个动态的过程，选择当期最合适最恰当的因子以组合方式来描述市场。
4、问：前段时期中小创处于下跌通道，大多量化基金选股因子重仓中小创，导致量化模式暂时失效，后期如何克服这一缺陷？
我们首先看一下是什么导致了过去很长一段时间里，量化模型在中小创、小市值股票方面有一个普遍的超配，实际上有几个因素造成了这超配小市值股票的现象。
第一个，实际上是一个主动的超配，差别来自于在A股从09年以后直到2016年年底这么长一段时间的市场里，整个呈现出小市值相对大市值股票的超额收益，在这么长的时间里，市场的风格都是明显呈现出越小越受欢迎这样的一个特征，但这样的特征背后有一定的原因，比如由于A股市场没有合适的进出渠道，导致了壳资源价值比较突出，尤其在小市值上可能壳资源的价值占的比重比较大。
还有一个，由于参与者的构成不同。A股投机性比较强，对于小市值、波动高的股票会有一定的波动溢价，这些都是背后可能的原因，在这种情况下，绝大多数量化模型其实都能够发现这样的规律，同时在这样的规律上去进行自己的配置。也就是说既然发现了这个市场里面有强的小盘股效应，那么在小盘股上进行一个超配，本身是无可厚非的，这是第一点，主动的进行一个风格的暴露，小市值上的风格爆。
那如果说第一点是主动暴露的话，第二和第三点实际上是一个非主动的道路，第二点就是说我们在传统的做一些量化模型的时候，由于模型的使用者开发者的主观或者非主观的因素导致了我们在使用这些因素因子的过程中，没有做到足够的提纯。我举个简单例子，比如说在去年这样的市场里我用两个因子来衡量这个市场的表现，第一个是市值，第二个是换手率，我知道不能在某一个因子上面暴露全部的头寸，那我就先定一个50对50的比例，这个模型看起来是这样子，但是当我们仔细去分析这个因子的属性的时候，看到市值这个因子和换手率实际上具有高度的相关性。通常来说越小市值的股票换手率越高，导致最后的在市值方面的投资可能会到70%以上，这样的做法其实并不新鲜，在很多不太严谨操作的量化组合里面都能看到这样的痕迹。这第二点就是由于因子之间的相关性没有得到很好的处理，会导致被动的在市值上去做过多的暴露，这其实也是一个线性静态模型比较难克服的一个弊端。
第三点是在最后的部分，就当因子选择构成完了之后，用因子组合对于整个市场被选成备选股票池进行一个打分，之后最终要形成一个股票组合，形成股票组合形成有多种不同的模式，有一些复杂的，通过二次规划方法来求解，实际上在前些年在国内最流行的做法是用等权方式，也就是说我用因子选出来的最后这50只股票，我等权重的进行资金分配，每只股票分配2%的权重，最终组合就形成了。这样的分配举个极端点的例子，市场上就两只股票，一只规模是6000亿，一只是50亿，那么这个市场的构成，市值占比其实是很不一样，远远超过了1:9的关系，而当我们在这样的市场中，对选择出的组合进行50：50的等权配比的时候，实际上我们在这里的组合相对于整个市场结构来说是严重的超配了小盘股。这一现象实际上在过去很长一段时间也都是一个在量化的组合里边很很常见的一个情况。
以上这几点相加以后，我们就得到了一个结果，主观的、客观的，由于这样或那样原因导致了很多的量化的组合对于市值这个因子有了非常大的超额暴露，这就是一个明显的表现。
如果在一个风格上积累了太多头寸以后，当这个风格发生了明显的跳变，就不可避免地遭受超额配置所带来的损失。
本质上来说，多因子模型，如果回到本源把它拆开来看，实际上是衡量了市绝大多数参与者是怎么样来看待这个市场。我们其实都知道多因子模型的出发点是三因子或者四因子模型，实际上就是市场、市值和估值这三个因素，四因子再加上动量，如果市场的投资者都是从这个角度来看待问题，那么这一个模型就会比较有效。如果市场投资者结构发生了变化，原有的模型可能就会面临着一个失效的情况。
回到现在这个问题，我认为大多数的量化模型今年以来的回撤，实际上是对于市场风格变化的一个滞后反应，这个市场风格变化最主要原因是监管等一些其他因素导致了投资者结构，或者投资者整体偏好的变化，也就是投资者怎么来看股票的标准的变化。当这个市场的规则重新确立，大家有一个比较明确的预期，投资者结构相对比较稳定之后，会呈现出来这个市场新的规范和核心的规则，通过量化手段，还是能够去把握住这个市场新的风格，做到更好的精确投资。
5、问：AI选股的投资流程是怎么样的？
回答这个问题之前，我想先讲一下我们为什么会想到用人工智能来做一个选股，就是在面临风格转换的时候大多数的量化组合遇到了一个表现不佳的情况。这个市场是在一个变化的过程中，静态的模型是需要在等待的过程中去对模型做出一个调整才能适应市场新的变化。
那么A股市场尤其是进入到新周期以后的A股市场，随着全球政治经济环境的变化，未来可能会呈现出一个长期低波动，但局部跳跃性波动的情况，在这个市场环境下，实际上对于量化模型的表现提出了一个比较高的要求，这是第一方面，市场风格变化。
