專訪#1- Aqumon
專訪系列嘗試走訪有關強積金及投資管理的各機構及人物，令MPFDIY.com 內出現多些不同聲音及看法，又可令文章內容更加多元化。
打頭炮的是Aqumon ，前文(見此)已經有談及現時在香港提供機械人投資的Aqumon。
Aqumon 是香港土生土長的投資初創公司，以robo advisor (機械人投資)的服務面向市民大眾(B to C)，另外，Aqumon 亦有其他B toB 服務，一些銀行及投資機械的robo advisor ，背後的投資引擎亦是由Aqumon 所提供。
近月筆者有機會到訪Aqumon 位於鰂魚涌的辦公室，與Aqumon 的財富管理部石健明主管與及量化研究部門的周俊鑫先生進行了深入的溝通交流。
筆者：請問Aqumon 與其他香港的robo advisor 最大分別是什麼？
石健明先生：現時Aqumon 的B to C路線是輕鬆投資，一反以往Aqumon 的A.I. 及Algo (算法) 的重點，現時以簡單的long only ETF 去擊中年投資者對於投資選擇恐懼的痛點。
筆：就現時香港的投資者背景，什麼人對robo advisor 有興趣呢？
石：2019年初初提供大眾化robo advisor的服務時，因入場門檻較高，主要吸引了有投資背景的人士。近期Aqumon 將門檻下調，吸引了不少女性投資者，多了很多首次接觸投資的廿幾歲年輕人士。
筆：面對其他更低收費甚至不收費的競爭對手，Aqumon 有什麼策略？
石：Aqumon的費用介乎銀行私人理財與零收費之間，而投資管理市場的空間相當巨大，有信心市場能容納不同的服務收費模式。而投資者亦關注收費是否清晰，均一按資產比例所收取的股務費用，比較簡單易明。
筆：現階段Aqumon 的目標是什麼？
石：就面向市民大眾的robo advsior 服務，近期都出現倍數增長。而Aqumon 的B to C以長線穩定的ETF 為主，並非買賣個別股票，市況升跌的影響較個股為少。除了客戶及AUM數字上的增長，更希望增強用戶的體驗，令人有信心將資產交給讓Aqumon打理。
筆：Aqumon 對強積金又有什麼涉獵？
石：B to B 及 B to C 兩方面都有MPF面向，計劃方面以提供基金投資管理的算法及選股為主，市民大眾方面以提供投資建議，省時為主。
接着是深入Aqumon 的算法，看看現時香港的robo advisor 的背後如果進行投資操作。
筆：請問Aqumon 的算法簡單來說是按什麼形式作基礎？
量化研究部門的周俊鑫先生：就選股方面，算法會以prediction 為主，亦以multi-factor 作主線。大型的factors 現時有考慮10多隻，細化的factors 則有 200多隻同時考慮。
筆：好的multi-factor 如果同時出現，會如何作比較選擇？
周：會先選出較好的大factor ，然後再看看內裏較小的factor，匯總得出該factor 的代表。
筆：A.I. 及machine learning 是否在prediction 中應用？
周：以往的做法是以linear (線性) 去考慮factor 與price 的關係，但今時今日此線性關係已經唔work ，所以Aqumon 會用A.I. 去尋找 non-linear 的關係。
筆：算法內總有不少parameters(參數) 的運用及設定，這些參數以什麼準則去決定？有否有人為的感覺及判斷？
周：參數全按計算而出，不作人為決定。
筆：Backtest 數據會採用多少年？會否將近期的數據多放比重？
周：Backtest 年期愈長愈好，大多會有十幾廿年數據作回測，最起碼要cover 到一個宏觀周期，才能得出横跨牛熊時段的可靠性，近期的數據會多放比重。
筆：一些人對於algo 的意見是有curve fitting ，結果是事後孔明，人造結果。你對於此comment 點睇？
周：Curve fitting 於machine learning 是非常普遍，所以運算上需要有out-of-sample 去做分析 。Work 嘅投資模型要同時於in-sample 及out-of-sample 都能應付。另外，backtest 之後還要做paper trading，去用未來出現的全新data數據作檢測評估。
筆：Prediction 的周期是如果設定？Predict 下個月或下一天？
周：不同的模型有不同的prediction 周期，而machine learning 可以幫助判斷周期的取捨選擇。
筆：如果處於較短的周期，買賣signal 可能出現得較為頻密，會否加重買賣交易開支？
周：Aqumon的系統有一個即時最優portfolio 與客戶因市況而改變了的portfolio 作比較，另會設定一個偏離率，減低頻密的買賣次數。對於asset allocation 來說，每季兩三次的買賣調整是較為合理。太密會增加交易開支，太疏則會偏離最優portfolio。
筆：如果同時有眾多戶口及眾多資產出現買賣訊號，Aqumon 將如何處理？
周：大量的買賣會放進另設的pool去排列先後及進行調倉，避免一次過推出市場影響價格。先後次序會以訊號出現的先後時間作考慮。
筆：Asset allocation 內除了投資於按地域的ETF，會否有其他的投資取向？
周：近期有研究sector rotation ，研究結果顯示能夠提升回報，但signal 的有效期較短促，需要幾日內作出調倉買賣部署，亦要客戶作出相應配合。
(以上只是重點節錄，筆者與兩位各自傾談了超過半個小時，本文集中於Aqumon的robo advisor 及algo內容)
後記：
Robo advisor 於外國大行其道(見此)，低收費低門檻低參與度令robo advisor 受年輕人歡迎。香港的robo advisor 正處於孕育階段，還未受人廣泛認識。
機械式投資是一片未開發的土地，筆者透過是次對Aqumon 的訪問，了解了現時robo advisor 行業龍頭公司於香港的發展。
香港人能夠自主DIY 去管理投資及強積金畢竟只有少數，大部份人仍對理財投資愛理不理。
正所謂百貨應百客，商業程度的投資管理，資源上會比個人DIY 做得更快更新。在多元化投資的考慮下，robo advisor 會是個人投資管理內佔一席位。
在筆者眼中，Aqumon 是一間年青、有動力、肯嘗試的fintech 公司，如果能找到顛覆性的點子，成就會更上一層樓。
延伸連結：
Aqumon 的App 連結，大家有興趣可以自己深入了解一下：
延伸閱讀：
多謝你的分享！