每经记者专访富达国际中国区股票投资主管周文群对今年A股乐观短期周期板块更有机会

NBD:近年来,国内市场对ESG指标的关注度持续提升。你对ESG在投资上的实际意义如何看?

1月6日上午,富达国际中国区股票投资主管、基金经理周文群在上海接受了《每日经济新闻》记者(以下简称NBD)的采访,目前她负责管理富达国际中国境内的股票基金投资工作。

NBD:由于MSCI还未公布新的A股纳入时间表,所以一些机构认为,如果今年MSCI对A股暂缓扩容,那么今年北向资金流入A股的速度可能也会放缓。你如何看?过去几年外资流入A股的方向以消费行业居多,你是否觉得未来外资的打法可能有所改变?

周文群:我对2020年A股持较为乐观的看法。从宏观经济来看,过去几年中国经历了去杠杆、去产能的过程,经济增长速度从高位下调,对A股造成了一定压力。随着中国GDP每年6%左右的中高速增长成为常态,未来几年宏观环境对A股的负面影响可能将逐渐消退,相对平稳的市场环境有利于投资者寻求超额收益。

从金融市场开放和改革的角度,近年来出台的有积极意义的举措包括QFII/RQFI投资额度限制的取消、对冲工具的增加、沪深港通额度提高、扩大股票股指期权、科创板成立等。

2、看好受益于资本支出周期恢复,高端制造持续推进的相关制造业板块,例如工业机器人行业,比起发达国家,目前国内工业机器人的渗透率仍然很低;另外中国企业在工业机器人领域的市场份额还是很低,进口替代空间还是非常大的。

推荐理由:作者提出了一种基于学习的姿势感知损失的方法,用于自动音乐视频生成。其方法可以产生逼真的舞蹈视频,该视频符合几乎任何给定音乐的节奏和韵律。为此,作者首先从音乐生成人体骨骼序列,然后将学习到的姿势到外观映射应用于最终视频。在生成骨骼序列的阶段,作者利用两个鉴别器捕获序列的不同方面,并提出一种新颖的姿势感知损失来产生自然舞蹈。此外,我们还提供了一种新的交叉模态评估来评估舞蹈质量,它能够估计音乐和舞蹈两种模态之间的相似性。最后,进行了一项用户研究,以证明通过提出的方法合成的舞蹈视频会产生令人惊讶的逼真的结果。

对于在这种双重相对平滑度下的Legendre型凸函数,尽管它是完全明确的,但作者的方案自然保留在域的内部。作者在双重相对强凸度下获得线性收敛,条件数在水平平移下不变。作者的方法是梯度下降的非线性预处理,它可以改善非光滑或非强凸结构问题的显式一阶方法的条件。它展示了如何将该方法应用于p范数回归和指数罚函数最小化。

在这项研究中作者提出了一个对抗框架,通过同时生成带有和不带有模糊的HR图像来重建HR面部图像。首先,使用五层CNN将LR面部图像的空间分辨率提高八倍。然后,编码器提取放大图像的特征。这些特征最终被发送到两个分支(解码器)以生成带有和不带有模糊的HR面部图像。此外,结合了局部和全局区分符,以专注于HR面部结构的重建。实验结果表明,该算法能够生成逼真的HR面部图像。此外,所提出的方法可以生成各种不同的面部图像。

 将事实提取和验证与神经语义匹配网络相结合

 高效的在线学习将内核映射到语言结构

在此次采访中,周文群还表示,短期更看好周期行业股的表现。

推荐理由:对错误信息的日益关注刺激了对自动事实检查的研究。最近发布的FEVER数据集引入了基准事实验证任务,其中要求系统使用来自Wikipedia文档的证据语句来验证索赔。在本文中,我们提出了一个由三个同类神经语义匹配模型组成的连接系统,该模型共同进行文档检索,句子选择和要求验证,以进行事实提取和验证。对于证据检索(文档检索和句子选择),不像传统的向量空间IR模型(在某些预先设计的术语向量空间中对查询和来源进行匹配),我们假设没有中间语言,我们开发了神经模型以从原始文本输入执行深度语义匹配术语表示,无权访问结构化的外部知识库。我们还显示了Pageview频率还可以帮助提高证据检索结果的性能,以后可以使用我们的神经语义匹配网络进行匹配。为了进行声明验证,与以前仅将上游检索到的证据和声明提供给自然语言推理(NLI)模型的方法不同,我们通过为NLI模型提供内部语义相关性评分(因此将其与证据检索模块集成)来进一步增强NLI模型和本体的WordNet功能。在FEVER数据集上的实验表明:(1)我们的神经语义匹配方法在所有证据检索指标上都有显着优势,胜过流行的TF-IDF和编码器模型;(2)附加的相关性评分和WordNet功能通过更好的语义改进了NLI模型(3)通过将所有三个子任务形式化为相似的语义匹配问题并在所有三个阶段进行改进,完整的模型能够在FEVER测试集上获得最新的结果。

根据2018年海关数据测算,诸暨全市可通过铁路运输的进出口货物达3300个40尺箱,而今年以来通过“义新欧”出口的货物不足总量的10%,“义新欧”诸暨号对吸引诸暨货物回流起到积极作用,发展潜力巨大。

 预培训的百科全书:弱监督的知识预培训的语言模型

NBD:去年以来,在资本市场有不少新政出台,你对这些新政如何评价?

NBD:去年6月下旬,你曾表示,除了继续看好消费行业外,还对以半导体为代表的自主可控板块的潜力,以及那些在海外市场有影响力的国内行业,比如家电、工程机械行业等比较乐观。目前在具体行业选择上,你有什么新的偏好吗?

推荐理由:作者描述了一种与深度卷积神经网络(CNN)结合使用的可解释的AI显着性图方法,该方法比流行的梯度方法更有效。它在数量上也相似并且准确性更高。作者的技术通过测量每个网络规模末端的信息来工作,然后将这些信息组合成一个显着图。我们描述了如何通过利用显着性图顺序等效性来提高显着性度量。最后,我们通过使用信息的层顺序可视化来可视化各个规模/层的贡献。这提供了网络内其他显着性图方法未提供的规模信息贡献的有趣比较。由于作者的方法只需要单次向前通过网络中的一些层,因此它至少比Guided Backprop快97倍,并且精度更高。使用我们的方法而不是Guided Backprop,类激活方法(例如Grad-CAM,Grad-CAM ++和Smooth Grad-CAM ++)将运行速度快几个数量级,显着减少内存占用并提高准确性。这将使此类方法在资源有限的平台(如机器人,手机和低成本工业设备)上可行。这也将大大帮助他们在诸如卫星图像处理之类的数据密集型应用中工作。所有这些都不会牺牲准确性。我们的方法通常很简单,应该适用于最常用的CNN。我们还展示了用于增强Grad-CAM ++的方法的示例。

我们对于ESG的考量在全球不同市场的侧重不同,比如在韩国市场,我们会强调关注企业的关联交易和所谓的交叉持股,因为当地的企业很多都是大型家族企业,关联交易和交叉持股可能比较复杂。

C罗一共打进39球,其中尤文打进25球,葡萄牙国家队打进14球。这是C罗过去十年,生涯最低的自然年进球数。

 基于神经网络函数逼近的Qleanring的有限时间分析

推荐理由:面部图像超分辨率(SR)是面部图像分析,面部识别和基于图像的3D面部重建的重要预处理。最近的基于卷积神经网络(CNN)的方法通过使用成对的低分辨率(LR)和高分辨率(HR)面部图像来学习映射关系,从而显示出出色的性能。但是,由于使用CNN的HR面部图像重建通常旨在提高PSNR和SSIM指标,因此即使分数很高,重建的HR图像也可能不现实。

推荐理由:预训练语言模型的最新突破表明,自监督学习对于多种自然语言处理(NLP)任务的有效性。除了标准的语法和语义NLP任务外,预训练的模型还对涉及真实世界知识的任务进行了重大改进,这表明大规模语言建模可能是捕获知识的隐含方法。在这项工作中,我们将进一步研究使用事实完成任务对诸如BERT等预训练模型捕获知识的程度。此外,我们提出了一个简单而有效的弱监督预训练目标,该目标明确迫使模型纳入有关现实世界实体的知识。使用我们的新目标训练的模型在事实完成任务上产生了重大改进。在应用于下游任务时,我们的模型在四个与实体相关的问题回答数据集(即WebQuestions,TriviaQA,SearchQA和Quasar-T)上的性能始终优于BERT,平均改善了2.7 F1,并提供了标准的细粒度实体类型数据集(例如, FIGER),精度提高5.7。

推荐理由:本论文介绍了相对平滑度和相对强凸度的条件,以分析用于凸优化的Bregman梯度方法。在目标函数的凸共轭和设计的双重参考函数之间的对偶空间中,作者引入了具有相对平滑度的完全显式下降方案。

周文群:外资占A股自由流通市值的比例已经有7%左右,这已经接近公募基金对A股的持仓水平。从全球配置的角度,今年外资还是会持续流入A股。虽然说沪深300指数去年涨了36%,但是其在全球的吸引力还是比较明显,主要是因为我们经济增速还是比较强的,但估值还没有到特别高的水平,尽管去年估值有所修复。所以MSCI的纳入当然是一个正面因素,但是被动资金量还不是一个主流,反而是像富达这样的主动资金对A股的进一步关注,是支持外资持续流入一个比较重要的原因。

近年来,诸暨积极开展对接“义新欧”班列工作。随着“义新欧+诸暨”合作模式的进一步深入,“义新欧”诸暨号的示范效应将不断显现,“义新欧”班列的运营服务将直接延伸到更多的货源地,有力提升班列在浙江省内的组货能力。同时,“义新欧”诸暨号作为诸暨联通中亚、欧洲的铁路国际物流大通道,将有效提升诸暨的国际物流便利化水平,推进诸暨外贸进出口发展。(完)

周文群:虽然去年全球央行的同步“放水”带来了经济复苏,但复苏的可持续性值得商榷,因为我觉得全球经济增长的动力暂时还是没有特别清晰。在我看来,长期的经济增长动力的缺失还是一个比较明显的风险点,特别是大家知道美联储是一个反应非常快的央行,如果短期经济企稳之后,其一旦停止“放水”,我觉得可能会对全球市场造成一些波动,这是比较大的风险。

去年年中我看好自主可控板块,从目前来看,自主可控概念的科技行业近来上涨太快,也许短期由于估值太高吸引力有限。

NBD:新年伊始,中东飞出一只“黑天鹅”,导致国际油价短期大涨,你对此次“黑天鹅”如何评估?

周文群:伊朗和伊拉克的产油量在OPEC里的占比还是比较低的,预计此次事件对市场心态上的影响会更大一些,后续可以进一步关注中东局势。比如说像在中东有一些比较大的产油国,如果受到这件事情的牵连可能会对油价产生比较深的影响。

NBD:据观察,近期不少机构都对2020年的市场看法偏乐观,你预计今年市场可能会出现什么意料之外的“黑天鹅”吗?

诸暨是外贸大市,2019年1~10月,该市进出口额达393.92亿元。“一带一路”沿线国家和地区是诸暨重要出口市场和原材料来源地,1~10月,诸暨与“一带一路”沿线国家和地区进出口双向贸易额达214.35亿元,同比增长14.18%,出口产品以袜子、水暖管材、绣花机、袜机等诸暨特色产品为主,进口以精炼铜等原材料为业主。

值得注意的是,当将生成的分子迭代地反馈到翻译器中时,分子化合物的属性随每个步骤而提高。作者证明了这一发现对于翻译模型的选择是不变的,这使其成为“黑匣子”算法。作者将此方法称为黑盒递归翻译(BBRT),这是一种用于分子特性优化的新推理方法。这种简单而强大的技术严格作用于任何翻译模型的输入和输出。作者使用熟悉的序列和基于图形的模型进行简单的替换,从而获得了分子性能优化任务的最新技术成果。相对于其非递归对等体,作者的方法仅通过简单的“ for”循环即可显着提高性能。此外,BBRT具有高度的可解释性,允许用户从已知起点绘制新发现化合物的进化图。

 黑盒递归翻译用于分子优化

推荐理由:用于生成分子结构的机器学习算法为药物发现提供了一种有希望的新方法。作者将分子优化问题视为翻译问题,目标是将输入化合物映射到具有改善的生化特性的目标化合物。

推荐理由:内核方法是用于学习结构化数据(例如树和图)的流行且有效的技术。它们的主要缺点之一是与对示例进行预测相关的计算成本,这体现在批核方法的分类阶段,尤其是在线学习算法中。在本文中,我们分析了当内核函数是Mapping Kernels的实例时,如何加快预测速度。MappingKernels是为结构化数据指定内核的通用框架,它扩展了流行的卷积内核框架。我们从理论上研究通用模型,得出各种优化策略,并展示如何将其应用于流行的结构化数据内核。此外,我们从语义角色标记任务(这是一种自然语言分类任务,高度依赖句法树)得出可靠的经验证据。结果表明,我们的更快方法可以在基于标准内核的SVM(不能在非常大的数据集上运行)上明显改善。

长期来看,市场对石油的总需求是下降的趋势,可再生能源对化石能源的替代很明显,比如可以看到,目前一些新能源发电已经实现了平价上网,新能源汽车对传统汽车也有替代的趋势。

 使用生成对抗网络进行人脸联合超分辨率和去模糊

周文群:现在中国经济正经历一个从量变到质变的过程,有几大积极因素不可忽视 ——人口素质红利、货币效率提升、深化改革的红利、金融市场的开放。

周文群:1、短期看好行业集中度提升的周期板块的反弹,例如建材(如水泥、PPR管材等)行业龙头企业过去几年的市场份额持续提升。从估值来看,周期板块也有较大的吸引力,目前周期板块的估值与防御性板块的估值之比处于历史低位。

预计中美贸易关系缓和或将成为2020年市场表现最大的催化剂之一,其将带来一系列的信心恢复。

3、基于中美贸易关系缓和等因素,看好可选消费板块,包括汽车、餐饮旅游、休闲服务行业等。

推荐理由:许多在线平台已经部署了反欺诈系统,以检测和防止欺诈活动。但是,在用户实施欺诈行为的时间与用户被平台暂停的时间之间通常存在差距。如何及时发现欺诈者是一个具有挑战性的问题。现有的大多数方法都采用分类器来预测欺诈者,因为他们会随着时间的流逝而活动。分类模型的主要缺点是连续时间戳之间的预测结果通常不一致。在本文中,我们提出了一种基于生存分析的欺诈早期检测模型SAFE,该模型将动态用户活动映射到生存概率,保证生存概率随时间单调下降。SAFE采用递归神经网络(RNN)处理用户活动序列,并在每个时间戳直接输出危险值,然后,利用从危险值得出的生存概率来实现一致的预测。因为我们仅在训练数据中观察到用户暂停时间,而不是欺诈活动时间,所以我们修改了常规生存模型的损失函数以实现欺诈早期检测。在两个真实数据集上的实验结果表明,SAFE不仅优于生存分析模型和递归神经网络模型,还优于最先进的欺诈早期检测方法。

 梯度下降的双重空间预处理

展望2020年,我觉得制度的改革还是会持续的,特别是在去年年底我们公布了新版的证券法,新版证券法也是在投资者保护、信息披露以及提高违法成本三个方面做出了重大的改进,我觉得这一系列的做法都是会对A股市场的健康性和成熟性起到正面的作用,也会更有利于吸引外资进入市场。

纵观整个2019年,莱万进球数最多,一共打进54球。之后是梅西,打进50球,姆巴佩打进44球,斯特林打进41球,扎哈维打进40球。

NBD:从近期各大机构对今年A股市场的看法来看,有乐观的,有谨慎乐观的,也有比较看淡的,你对2020年市场的预判是怎么样的?

 可解释的AI的有效显着性图

对于今年的A股市场,她向记者表达了较为乐观的看法,并认为随着中国GDP每年6%左右的中高速增长成为常态,未来几年宏观环境对A股的负面影响可能将逐渐消退,相对平稳的市场环境有利于投资者寻求超额收益。

周文群: 近期我们看到港交所推出了新版ESG报告指引,我相信沪深交易所也会在今年落实新的关于ESG方面的指引,这将对投资者保护起到一个比较正面的作用。

推荐理由:具有神经网络功能逼近的Q学习(简称神经Q学习)是最流行的深度强化学习算法之一。尽管在经验上取得了成功,但神经Q学习的非渐近收敛速度实际上仍然未知。在本文中,我们对神经Q学习算法进行了有限时间分析,其中数据是从马尔可夫决策过程生成的,而作用值函数是通过深度ReLU神经网络来近似的。我们证明,如果神经函数逼近器被充分地过参数化,则神经Q学习会找到O(1 /√T)收敛速度的最优策略,其中T是迭代次数。据我们所知,我们的结果是在非i.i.d数据假设下首次进行神经Q学习的有限时间分析。

对于A股市场,我认为,从目前来看,ESG中G是最重要的,G是指公司治理。此外,我们还会关注公司把股东回报有没有放在一个比较重要的位置,另外是公司对管理层的激励情况。我们对ESG在内地的发展是比较有信心的。

NBD:在不少投资者看来,最近10年A股大盘指数的表现要明显落后于经济增长,你对此如何看?

 SAFE:欺诈早期发现的神经生存分析模型

2020年对A股较为乐观

周文群:这些年,股指没有表现的原因是估值一直没有起来。未来估值的提升可为A股带来上涨机会,首先高质量的经济增长有利于股市估值修复,股市与GDP增速不同步的现象将得到改变;其次,随着改革红利的释放,一个健康的股市有利于估值提升;另外,利率的下行利于股市估值提升,例如近年来无风险收益率持续下滑。

增量资金的进入不仅对股价形成支持,而且随着外资逐步熟悉A股市场,他们的投资标的会从白马股向二三梯队的优质公司扩展,这也会逐步改变A股的估值体系。