新时时开奖信息 混合过关 河南快3 新时时彩 网球比分ad 3d试机号后分析汇总 世界杯竞彩比分网站 幸运飞艇345678真的 用扑克打麻将 固原捉鸟鸟下载 快船vs马刺全场录像 泷泽萝拉隔壁的邻居在线 赤井美月剧情番号封面 西安按摩会所最多在哪里 融凯配资 重庆幸运农场 胜平负

16位頂尖對沖基金大佬:暢談量化投資的下個10年!

好買說:獲取大量數據和先進技術是現已成為新的趨勢,未來領先的定量分析公司將以更快的速度,從更大的數據庫中,以更多樣化的方式利用機器的能力,來定位他們的創造性人才和加強協作將給跨團隊和跨區域帶來關鍵優勢。以下是Justina Lee采訪的16家全球頂尖的量化對沖基金公司。

在過去的10年里,這些全球頂尖的對沖基金公司憑借對金融算法模型的高度追求,賺的盆滿缽滿。他們改變了股票市場(交易)的游戲規則,主導著量化金融這個行業!

Justina Lee采訪了16家全球頂尖的量化對沖基金公司,總結下來用幾個關鍵字說明:

另類數據、人工智能、價值投資

量化人才、策略多元化、ESG

下面讓我們來看看各位大佬的回答!

許多基于量化因子的投資策略,尤其是價值因子,最近都經歷了艱難時期,這導致一些人質疑它是否失靈。一種常見的批評認為,價值不再像許多人所知道的那樣有效。但簡單的認知不會扼殺一個策略的存在。

我們發現,當前的價值價差是歷史上最大的。換句話說,與歷史相比,現在的價值顯得相當便宜,更像是一種不受歡迎的因子,而不是大多人追逐的因子。雖然我們警告不要過多地使用“因素擇時” ,但今天我們建議適度地向價值傾斜。

與價值等眾所周知的因子相比,新因子更容易受到數據挖掘的影響,價值等因子在許多資產類別上都有強有力的長期證據。眾所周知的因子是有原因的,我們不應該輕易拋棄它們。

換句話說,量化投資的未來應該包括對新事物積極且持續的探索,但也要反思和總結過去。

首先,我認為我們將看到量化方法(即基于先進的數據科學和技術的方法)在金融市場中發揮越來越大的作用。大家都看到了如何將這些方法有效地應用于股票投資。下一步可能將這種方法擴展到數據豐富的領域,如PE和VC。

一些公司已經在探索如何以量化的方式分析交易。另一些公司正在應用復雜的數據科學方法,以提高其投資組合的盈利能力。做出這一轉變需要投資者以一種不同常人的視角來對待他們的工作。但我們認為,市場機遇比這種努力更有價值。

其次,隨著越來越多的金融機構采用機器學習等AI技術,很明顯,人才和有效的團隊合作將是這些手段實現的基礎。

同樣重要的是經驗豐富、聰明、有創造力的研究員,他們可以從眾多的機器學習技術中選擇并開發出能夠產生真正價值的方法。但自相矛盾的是,在可預見的未來,機器學習的進步可能更多地依賴于我們自己,那些對金融感興趣、在計算科學、統計和建模方面有高超技能的人們。

在某種程度上,量化投資的未來很容易預測:由更簡單、更容易理解的線性策略產生的Alpha將逐漸消失,而更新、更復雜的策略將產生更高的Alpha。這些新策略(其中許多是非線性的、基于機器學習的)對大多數市場參與者來說很難開發,而且不會立馬展現出其優勢。海量的新數據為我們提供了許多測試Alpha的機會,但大部分數據可能沒用。最后,繼續向更細分的量化投資領域推進,將被證明是一種有利的契機。

在這一切的背后,最優秀的量化分析師將繼續變得更有效率,尤其是在交易領域。這可能使得某些基金經理能夠利用其他人根本無法獲得的機會。

更多的基金經理將投身于大數據的潮流中,嘗試把握市場機遇,或者發現價格中的錯誤。投資者最好擁有一個穩健的投資框架,避免陷入追逐虛假數據模式的陷阱。我們認為,由公開競爭的資本市場確定的市場價格是對未來最完整的預測。通過利用市場價格中的信息,并通過實施措施增加價值,投資者就可以追求更高的預期收益,而不必去猜測市場。

投資者組建ESG的愿望將通過系統方法得到很好的滿足。投資者對ESG考慮因素需求的增加,與系統化的方法相匹配,通過對投資過程中提供ESG的廣泛整合,使投資者保持多樣化,并專注于收益驅動。

系統化的債券策略將取代Bond Kings。投資者希望多樣化、更高的預期收益率和更好的風險控制,他們不想要驚喜。像Dimensional自1983年以來所做的那樣,對固定收益采取系統化的方法將有助于投資者更好地實現他們的目標。

Eddie Qian發明了多元資產風險平價,他將在有生之年看到,未來所有現代投資組合(不僅是全球多元資產,還包括固定收益、股票和大宗商品投資組合)的風險權重將占據主導地位。

機器學習在股票價格上的應用將會失敗,價格沒有記憶!機器學習會導致過擬合、反直覺的預測、不合邏輯的集群和虛假的結果。在面對面的高管會議中,將機器學習(自然語言處理:NLP)應用于CEO的聊天室情緒,將被證明比基礎分析師更有效的預測。具有層次且相互作用的樹結構(隨機森林)將證明有價值的因果關系和目標基本變量(而不是價格)

在未來,固定收益量化分析將有著光明的前景!

量化分析師將擁有ESG。有些ESG指標是Alpha增強的,有些則不是。從大型歐洲機構開始,ESG的前景將演變成多種方式。首先,實體會描述他們對特定ESG的tilts。其次,Quants將對這些特定ESG的tilts模擬Alpha增強。第三,實體將規定他們的ESG風險與Alpha收益偏好。第四,量化投資者將創建有條件的最優投資組合,以及實現自定義或第三方基準。基礎分析師在結果和價格上都無法達到這樣的效率。

成本壓力是一把雙刃劍。許多投資者現在更愿意節省幾個點的費用,而不是尋求100個點的超額回報。但研發不是免費的,創新的步伐可能會放緩,但不會停止!資本將集中于投資管理業務。我們將看到在未來資產管理公司數量逐步減少,而這些公司的管理規模(AUM)將越來越多。

那么,Quant創造了什么?未來又會有什么驚喜呢?正如傳統分析師和基金經理有一個巨大的盲點,他們忽視了在我們的投資決策中剔除情感因素的力量。“對于一個拿著錘子的人來說,所有的東西看起來都像是釘子。對于一個量化分析師來說,任何不能被量化的東西都會被忽略。歷史數據是我們的指南針,盡管我們知道過去的表現并不能代表未來”。

量化投資者追逐的不是最新、最熱門的股票或基金的表現,而是歷史表現最好的因子和策略。不做Fama-French歸因,可能發表不出一個新的想法,以確保這個想法不是另一個偽裝的價值、規模或動量因子。回答這個問題沒有壓力,ME這類策略或因子僅僅因為它變得更貴而獲勝嗎?任何(相對于市場而言)近期變得高價的股票,過去的收益率都可能極高,而未來的收益率則可能平平(甚至更糟)。

未來10年,金融顧問將使用“因子”語言,在數百個甚至數十萬個賬戶上創建定制投資組合。個人會更注重結果,因為他們有各種各樣的因子,有價值有動力地增加他們的儲備金,或者對于最小波動性或質量等因子更具防御性。從現在到未來,金融機構將通過各種因子來審視自己的投資組合,從現金、股票到投資組合等。他們將越來越多地利用各種因子,以最大限度地降低意外風險,實現多樣化。

隨著量化研究先驅們發現的技術越來越多,該行業的領導者和學術前沿將把重點放在創建模型上,這些模型不僅基于歷史數據,還基于對人類行為等更多數據。過去的模式可以用來預測未來的價格,但在無數情況下度量和分析人類的偏見,將產生一套全新的模型,更不容易受到過擬合和擁擠的干擾。這些技術不僅將是投資行業的專利,而且還將被政策制定者和央行所使用。

投資者越來越多地反映出社會日益增長的期望,即企業需要做的不僅僅是盈利。但是,目前用于評估非財務績效的框架是不充分和不一致的。量化技術也將有助于ESG標準化,使投資者能夠根據有意義的數據做出選擇。

隨著這些量化技術注入行業,它們的特點也將隨之改變。與學術界的聯系將進一步加強。對明星經理的崇拜將會消退,因為技能可以更好地與運氣分離,公司也會接受,成功的量化投資需要團隊協作。

未來10年投資面臨的最大挑戰將是:在收益率較低、更難實現多元化的世界里,資產所有者如何戰勝通脹?量化方法在這方面可以發揮關鍵作用,無論是在生成收益流方面,還是在降低某些收益的價格點方面。投資者早就明白,他們不需要為廣義的市場β系數買單。我們建議他們也不必為β因子的靜態暴露而支付費用。

追蹤像標普500這樣的大盤指數,本質上并不比追蹤價值股指數更復雜,因此我們認為這些Smart Beta產品的價格點將降至零,甚至更低。這有效地移動了Alpha和β之間的分界線。資產所有者應該為廉價因子收益所特有的收益率支付費用。

 

十年內不會真正有一個單獨的“量化”類別——重要的是系統β和特有Alpha的結合。

隨著科技在金融領域應用的持續增長,我們認為量化投資行業正變得越來越主流。該行業處于獨特的地位,能夠支持投資者日益增長的定制需求。機構投資者變得越來越老練,他們正尋求少數具備各種能力的管理者建立更強有力的伙伴關系。

我們還聽到投資者對他們的投資組合及其在當今宏觀經濟條件下創造收益能力的擔憂。隨著波動性和不確定性的增加,他們越來越意識到非相關流動性替代品(如量化策略)的重要性。事實上,隨著我們在市場上看到越來越多的參與者,捕捉Alpha無疑是一個挑戰。我們認為,這可以通過繼續投資研究、技術和另類數據的使用來抵消。豐富的新數據集為量化研究提供了機會。然而,管理者的經驗仍然是從噪聲中有效提取持久信號的關鍵。

未來十年,我們預計在投資過程中,科技和量化模型的使用將進一步增加。這在交易策略的設計和執行上都是正確的。隨著創新數據集的出現,大數據或另類數據的使用將會使新的策略將會不斷涌現。大多數基本面投資者將熟悉量化策略的原理,并將其納入他們的投資過程。這將導致傳統的量化策略(如因子)失效并變得越來越不穩定。投資環境將會充滿被動,這將增加市場脆弱性,并使其更容易出現尾部事件。下一次嚴重的經濟衰退將對新的市場結構進行壓力測試,這可能會導致大范圍的失敗。根據歷史數據的量化模型將無法預測這些事件。危機過后,投資者和管理者將致力于在投資過程和流動性方面重新引入更多的人力監督和自主決策。

大量的數據、幾乎無限的計算機處理能力、廉價的存儲和開源計算機代碼,這四個驅動因素意味著大量投資將是數據驅動的,因此,量化投資是有充分理由的。

要處理海量數據,你需要資源、技術人員和數據預算。因此,小的機構找到一個優勢將是非常具有挑戰性的,而且進入的門檻將會提高。我們認為要么整合,要么其倒閉,這是未來的趨勢。與此同時,由于現在有太多不同的數據集,管理者之間的收益差異將會擴大。每位管理者將變得更加獨特,而不是全部針對相同的風格或因子。

傳統的量化策略有擁擠和被干擾的風險。公司的結構和商業模式已經改變,從有形資產轉移到無形資產。我們的愿景是估值是一個重要的驅動因素,也許你需要提出比過去更先進的定義,并考慮到這些新的發展。

量化技術的下一個十年是關于挖掘(度量)和方法論。通過挖掘,們將找到新的方法來量化許多“模糊”的復雜概念,如偏差和選擇。如果你不能度量(衡量)量某事,你就不能管理它。未來量化指標的成功將是如何衡量金融領域的新領域。這不一定是做一些新事情,而是有一個新的視角。簡單的例子就是今天我們如何定義度量標準來檢驗更為軟性的概念,如公司治理、包容性等。不僅僅是數據,成功的關鍵在于你如何收集數據,你可以從中挖掘出什么,以及你如何使用它。

過去幾年,增長溢價顯著上升,現在遠高于平均水平,使價值相對更具吸引力。我們相信,我們可能會看到價值相對表現的反彈,其長期表現深深植根于人類行為,并可能持續下去。增長可能面臨的阻力包括監管審查的增加、快速發展的技術挑戰現有的商業模式以及相對于當今價值的增長估值過高。時機尚不確定,但鑒于過去10年是有記錄以來增長表現最好的時期,我們猜測價值的時代即將到來。

 

獲取大量數據和先進技術是現已成為新的趨勢。量化方法正在整個投資行業中傳播,并將成為現狀。只有那些擁有真正獨特發現和決策方法的公司才會脫穎而出并保持領先地位。

未來領先的定量分析公司將以更快的速度,從更大的數據庫中,以更多樣化的方式利用機器的能力,來定位他們的創造性人才。加強協作將給跨團隊和跨區域帶來關鍵優勢。

我們被越來越多的數據所淹沒,錯誤地感知不相關事物之間的聯系和意義。技術和人類知識已經幫助分析師在大數據集中分離出重要內容。他們已經發現了一些相表現優異的因子,這些因子會隨著時間的推移而增加風險-收益比。

下一個挑戰是量化分析師在數據少得多的其他領域中尋找相關指標,如宏觀新聞。預測將被實時預測所取代。量化分析師還致力于為ESG評分定義正確的規則,以一致的金融行動和現實世界的影響為目標。更重要的是使數據有意義!Quantamental(量本投資)將在未來更受矚目!

免責聲明:本文轉載自量化投資與機器學習,文章版權歸原作者所有,內容僅供參考并不構成任何投資及應用建議。

風險提示:投資有風險。相關數據僅供參考,不構成投資建議。投資人請詳閱基金合同和基金招募說明書,確認您自覺履行投資人的各項義務,并自行承擔投資風險。

版權所有 好買Copyright © howbuy.com, inc 2014. All rights reserved. [滬ICP備08003295號]

關于好買私募 | 聯系我們 | 誠聘英才 | 使用條款 | 隱私條款 | 風險提示
混合过关 河南快3 新时时彩 网球比分ad 3d试机号后分析汇总 世界杯竞彩比分网站 幸运飞艇345678真的 用扑克打麻将 固原捉鸟鸟下载 快船vs马刺全场录像 泷泽萝拉隔壁的邻居在线 赤井美月剧情番号封面 西安按摩会所最多在哪里 融凯配资 重庆幸运农场 胜平负