被称为股神的巴菲特曾经说过：我的血管里85%流着格雷厄姆的血，15%流着费雪的血。
正是格雷厄姆的内在价值原则以及费雪的竞争优势原则，共同构成了巴菲特的核心投资策略。
但事实上，我们大都只了解巴菲特是价值投资大师，却并不清楚他其实是以价值投资理论为基础加上成长股策略的加持，才得以将傲人的收益揽入囊中。
在投资市场中，没有一种单一的策略能够实现任何情况下的出色表现，但是我们可以通过整合各家所长，在融会贯通后实现降低风险以及提高投资收益。
万家基金这一路走来，正是坚持此原则不断优化投研思路，提升投研实力，秉持“正直”、“专注”、“勤奋”的核心理念，严格风控合规管理，为持有人创造可持续的稳定回报。数年间，先后斩获“金牛奖”十余次。昨日（3月26日），还一举拿下“2017年度金牛基金管理公司”奖（由《中国证券报》评选），其霸气之姿一展无疑。
如今万家基金再发力。实力推出万家量化同顺多策略灵活配置混合型证券投资基金（A类、C类），该基金采用人工智能选股为基础加上同花顺大数据的加持，追求控制回撤的同时提高组合收益！
那么，人工智能选股+大数据，又是什么“搭配”秘籍？将会产生怎样的化学反应？
今天就来为各位看官仔细揭秘其中的“招数”。
◆ ◆ ◆◆
人工智能选股，注定不平凡
◆ ◆ ◆◆
AI选股，这个词对于不少投资者来说，可能会感觉比较深奥，偏技术流。但其实也不难理解喔。通俗来讲就是，AI模型适应能力更强，可以根据不同的市场，进行自主判断，自行选择参考标准，在变化的市场中跟上节奏。
而AI选股的核心是在对的市场中选择对的因子。为了方便大家理解，继续来看下相较于传统的量化模型，AI选股有哪些不同和优势？
优势
行业领先，AI选股“授人以渔”
目前市场上量化策略趋同、因子趋同，获取超额收益能力也就逐渐减弱。而AI选股则通过寻找最优综合因子，尽可能多的将可能影响市场的因子纳入考虑范畴。如果说传统量化模型是在既定因子前提下选择最优股票，是“授人以鱼”，那么，AI模型则是自主选择最优因子组合，是“授人以渔”。
优势
动态算法，不断提升胜率
传统的量化模型通常凭借经验和主观偏好给予模型静态固定权重，对极端值不敏感、抓不住短期风格变化。而AI选股则是动态给予因子权重，使模型能够对于短期市场风格变化极为敏感。
我们以“切蛋糕”为例：
“传统量化模型”：在蛋糕上固定部位切一刀，通过较为固定的因子组合选股，对小市值风格的股票暴露较大；
“AI选股”：每次切蛋糕前，不断调整切的位置，找到最优方案，通过寻找最优的动态综合因子，力争选出最契合当下市场的股票。
优势
动态优化，主动适应不同市场风格
AI选股具备自动学习的强大技能。AI模型会定期自动的以过去一段时间的历史数据为基础，对于因子进行组合、学习和验证，不断地筛选那些能够最有效的把“好股票”和“坏股票”区分开的因子组合，直到获得“最有效因子组合”。
随着AI模型经历的时间越长，它就越发增加对事情的了解，会根据自己积累的经验，对市场的波动和变化做出自主判断。
万家量化同顺就是采用人工智能选股技术，因子选择更有效、因子调整更及时，力争在各种市场环境下及时选出最优股票，构建最优投资组合并动态调整，以期获得最优风险收益比，并不断适应市场风格轮动。
◆ ◆ ◆◆
大数据支持，决策更精准
◆ ◆ ◆◆
同花顺大数据+金融数据，集各家之所长
同花顺公司为万家量化同顺提供大数据支持，通过收集、处理及运用市场情绪、新闻评价、个股关注度、用户行为等信息，力争更加全面地把握市场动态，捕捉市场变化与机会，有效应对市场风险。
构建新的大数据系列因子，并加入因子库
一方面万家基金自带IT团队，自建因子库，提炼、归纳了400多个单因子，覆盖面广，另一方面通过不断地自我学习和验证，逐步筛选、确定出核心因子库。
观察大数据因子的收益贡献，决定是否采纳
没有任何一个因子在所有的市场环境中始终能为组合提供正收益，而AI模型与大数据通力合作，只在大数据因子发挥正贡献时将其放入因子组合。
万家量化同顺多策略灵活配置混合型证券投资基金（A类、C类）将于4月2日全国首发，如此炫酷的选股策略加上大数据支持，岂能不关注！
声明及风险提示：投资人购买基金时候应详细阅读该基金的基金合同和招募说明书等法律文件，了解基金基本情况。基金管理人承诺以诚实信用、勤勉尽职的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。我国基金运营时间短，不能反映股市发展所有阶段。基金的过往业绩不预示其未来表现，基金管理人管理的其他基金的业绩和其投资人员取得的过往业绩并不预示其未来表现，也不构成基金业绩表现的保证。基金有风险，投资需谨慎。
相关文章
