深度

本篇文章3757字，读完约9分钟

雷锋的《人工智能金融评论》:这篇文章是由格里高利·祖克曼从《华尔街日报》和霍普传记中翻译过来的。

前国际数学奥林匹克金牌得主阿列克谢·波亚科夫(Alexey poyarkov)在职业生涯早期的大部分时间里都在为微软等科技公司设计算法，以帮助微软的搜索引擎必应(bing)更智能地搜索色情内容。

去年，alexey poyarkovch成为了重量级对冲基金的目标，如复兴科技公司、城堡基金和tgs管理公司。最终tgs经理门什获胜，阿列克谢·波亚科维奇在加州欧文加入tgs。一位知情人士表示，第一年的年薪高达70万美元。

通过算法而不是直觉进行交易将成为华尔街的王者？虽然阿列克谢·波亚科维奇进入了对冲基金，但他一点金融经验都没有。tgs想要的是他设计算法和规则集来计算和解决问题的能力，以便快速分析投资领域的数据，并给出购买或出售的决定，通常不需要太多的人工干预。

可以说，在整个华尔街，算法驱动的交易和使用复杂统计模型进行交易的巨头(雷锋网注:指一群用数学模型分析金融市场的物理学家和数学家)正在接管投资界。传统的交易策略，如通过资产负债表筛选公司或与企业客户交谈，正在下降。

gam负责定量投资的安东尼劳勒(Anthony lawler)表示:“10年前，最优秀的毕业生希望成为华尔街投资银行的交易员，但现在他们相互竞争，希望进入定量投资基金。”Gam去年以至少2.17亿美元收购了英国量化投资公司cantab capital partners，以扩大这些计算驱动型基金业务。

古根海姆合伙人有限责任公司(guggenheim partners llc)高级董事总经理马科斯洛佩兹德普拉多(Marcos lopez de prado)表示，古根海姆合伙人有限责任公司(guggenheim partners llc)斥资100万美元，在加州劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory)建立了一个“超级计算机集群”，以帮助古根海姆合伙人的定量基金处理大量数据，这些计算机每年还需要100万美元的电费。

算法交易已经存在了很长时间，但规模很小。1974年，《华尔街日报》的一篇文章介绍了艾德·索普，一位心胸开阔的顾客的先驱。1988年，《华尔街日报》出版了一个鲜为人知的芝加哥期权交易公司，它拥有一个秘密的计算机系统。《华尔街日报》记者斯科特·帕特森写了一本关于2010年宽大处理兴起的畅销书。

先知们相信，通过算法而不是直觉进行交易的数据驱动型交易员将成为华尔街之王。

这一天已经到来。纽约的一家研究和咨询公司Tabb group表示，量化对冲基金的投资者占美国所有股票交易的27%，高于2013年的14%。

这只是一个迹象。库安克几乎赶上了个人投资者，其股票交易量超过了总交易量的29%。

根据hfr inc .的估计，在今年第一季度末，专注于量化投资的对冲基金持有9320亿美元的投资，占所有对冲基金资产的30%以上。2009年，定量投资基金持有4080亿美元，占所有对冲基金资产的25%。

今年第一季度，全球量化投资增加了46亿美元，而对冲基金业务的整体撤资额为55亿美元。

在选择投资对象方面，计算机比人类优越。在过去五年中，专注于量化的对冲基金平均每年增长约5.1%。同一时期，对冲基金年均增长4.3%。

第一季度，定量投资基金增长了约3%，而对冲基金平均增长了2.5%。

两种变革力量有助于量化投资监管对传统信息收集方法的制约。一方面，监管审查使得投资者难以通过挖掘上市公司高管或员工的信息获得优势。

更重要的是，投资者现在拥有关于全球经济和金融信息的大量数据，比如收益预测和应收账款的变化。

下一个前沿:从无人机和其他新来源中挖掘数据。与高频交易者不同，这些高频交易者倾向于关注可能只持续几毫秒的短期交易。高频交易者面临着市场波动性降低和竞争加剧的压力。

交易所交易基金(EtF)也使用算法，但它们更适合想接触某些行业的投资者。量化驱动的交易可以持续几分钟或几个月。最大的量化投资公司，包括复兴公司、双西格玛投资有限责任公司、戴德·肖集团、PDT合作伙伴和tgs，进行数千笔交易，管理数百亿美元的投资者资产。

数学家威廉·拜尔斯在2010年写了《数学家如何思考》。他警告说，将整个世界数字化会给投资者一个欺骗性的信念:计算机用户的预测比实际预测更可靠。一些分析师表示，越来越多的投资者使用复杂的算法模型，这些算法越有可能相似，这可能加剧更大的市场混乱。

然而，到目前为止，没有什么能阻止量化投资的军备竞赛，量化投资正在创造金融业前所未闻的新工作:

芝加哥一家世界知名的对冲基金Citadel有一位首席科学家，负责分析和量化策略。今年8月，巴尔亚斯尼资产管理公司(balyasny Asset Management)聘请数据科学家吉尔伯特哈达德(gilbert haddad)在纽约一家对冲基金公司进行数据和分析。他以前为斯伦贝谢有限公司和通用电气公司工作。他在威斯康星大学获得工程学博士学位，研究纳米粒子。

empiric capital ltd .的首席运营官Alexandre agachi说:“当你参观办公室时，每个人都说有慷慨的客人帮助他们工作。”伦敦对冲基金初创公司empiric capital ltd的首席运营官亚历山德鲁阿加奇(Alexandru agachi)表示。他们骄傲地说:“那是我们的贵客。”

对冲基金通常会重新调整自己，以适应最新的流行策略。金融危机爆发后，许多基金进入了抵押贷款领域。一些人成为“宏观”投资者，因为他们期待全球经济转型。

长期以来，人们一直在寻找获得信息优势的方法。传说金融家罗斯柴尔德爵士在1815年建立了一个现场代理人和鸽子的网络，以便迅速得到滑铁卢战役的结果。今天的人们想要比传统投资者更快地消化经济和商业信息并获得结果。

quandlinc的数据显示，采取量化策略的对冲基金一直在调查中国和俄罗斯的私人消费者，以及黑客网络、黑客使用的网站和其他匿名分享美国游客和酒店预订信息的非法药品销售。

在20世纪90年代末，一种算法非常简单，比如以某个价格买入，在预定时间卖出。今天的算法可以在分析过去和现在的数据的基础上进行连续的预测，并且数百个实时输入信号被提供给计算机。

一些投资公司正在推广机器学习，它使计算机能够分析数据并提出自己的预测算法。那些机器不再依赖人类来编写算法。

对冲基金公司的人才战略转型72点资产管理公司是亿万富翁史蒂文·科恩的投资公司，管理着120亿美元的资产，并将其一半的投资组合经理转移到所谓的“人+机器”模式。使用旧研究方法的团队与数据科学家一起工作——金融分析师在夜校研究数据科学的基础。

以72点为例。它的大多数传统交易策略去年都亏损了，这很常见，它的定量投资者赚了5亿美元。Point72正在投资数千万美元分析大量数据，包括信用卡收据和智能手机应用程序捕获的流量。这些结果被转发给康涅狄格州斯坦福市的康恩投资公司的交易员。

point72的首席市场情报官马修·格兰纳德(Matthew granade)最近鼓励伦敦经济学院的学生学习基本的编程语言，如R和python，以提高毕业后的竞争力。他表示，投资者正在将他们的偏好从“工匠”转向工程师。

亿万富翁保罗·都铎·琼斯是历史上最著名的投资者之一。这位前棉花交易商预测，股市在1987年崩盘，给该地区带来了巨额利润，年均增幅超过17%。他的对冲基金公司都铎投资公司在2014年和2015年几乎没有盈利。

根据去年的报告，保罗·都铎·琼斯感受到了来自更成功的定量交易者的压力。10月，琼斯先生选择雇佣意大利人达里奥·维拉尼(dario villani)，他拥有理论物理学博士学位，帮助都铎重获活力。

在人才争夺战中，注重量化的公司往往不愿意称自己为对冲基金，甚至是投资公司。量子投资公司更愿意强调它与硅谷最先进的科技公司的相似之处。

位于纽约的sigma有一个内部黑客实验室、机器人竞赛和游戏室。经验论声称自己是“一家在金融市场运营的技术公司”。

伦敦定量研究员赛义德阿门(Saeed amen)表示，在他14年职业生涯的大部分时间里，他的投资策略一直被视为“一个非常小的群体”。他曾在慷慨的客人中组织社交活动，包括以古希腊几何大师泰勒斯命名的团体活动，有时能吸引十多人。

如今，更多的驱动力来自投资者，比如加州的佩珀代因大学。去年，该学院将其7.5亿美元投资组合的约10%投资于大型量化投资基金，包括伦敦的曼集团(man group plc)和aqr Capital Management有限公司。

在此之前，佩珀代因基本上没有定量投资。投资总监迈克尔尼克(michael nicks)表示:“很难找到一家有前途的公司，因为我们需要在日常生活中寻找被低估的东西，但量化策略与我们的生活无关。”

现在，迈克尔·尼克认为，经过多年的自我教育和与几个定量投资经理的几十次会议，佩珀代因已经为定量投资做好了准备。"

资料来源:《华尔街日报》，雷主编(公开号:雷)

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。

来源：搜狐微门户