首页 / 量化交易 / 大数据和AI是否预示着量化交易的新曙光?

大数据和AI是否预示着量化交易的新曙光?

大数据和另类数据、AI和云计算等新工具已经成为金融行业的主要发展。例如,英格兰银行和英国金融行为监管局在2019年进行的一项调查发现,所有英国金融公司中有三分之二已经在使用机器学习。这些团体中的许多人预计,在未来三年中,他们使用它的区域数量将增加一倍以上。

在资产管理中,尽管许多参与者公开地接受了这些创新并为此付出了巨大的努力,但到目前为止,实际应用仍集中在过程自动化、销售和市场营销等领域。其他领域,尤其是投资领域,尚未从这种创新中获得明显的收益。

据2019年CFA协会在对全球投资专业人士的调查显示, 在回答谁曾使用AI或机器学习时,只有10%的投资组合经理表示在过去12个月里使用了这一技术,以提高他们在投资过程中的效率。相反,几乎有一半的人表示他们已经使用回归分析找到了线性关系。

但是,尽管这些技术中的大多数仍处于起步阶段,但越来越多的参与者(主要但不仅限于对冲基金)已采取重要步骤来研究如何将其用于设计更好的量化投资策略。这预示了一些专家的观点,称之为“下一波量化投资浪潮”。

管理着1500亿欧元资产的Robeco表示,在过去几年中已投入了大量资源,将这些创新技术整合到公司的投资流程中并取得了具体进展。一个典型的例子是源自基于事件的高级文本分析的“新闻情感信号”,该信号现在被用于增强其定量股权策略中的动量因子。

资产管理人和其他投资服务提供商报告的AI以及大数据的其他用途,包括对业绩电话会议的分析、股票交易量的预测,以及使用公开可用的地理空间数据来估算原材料行业中的本地市场份额等,如开采沙子,砾石和碎石以生产混凝土。

不过,这给投资者带来了一个亟待解决的问题。这些工具是否应被视为仅仅是传统的定量投资方法的延伸,该方法主要基于数十年的因子实证研究,使用诸如会计信息、财务分析师估计以及股票、固定收益、期权或贷款市场的历史价格之类的信号?还是说这意味着大多数现有定量策略背后的驱动因子有被淘汰的风险?

创新爱好者显然认为后者是正确的。一个普遍的解释是,在当今世界上最活跃的量化管理者可以访问相同数据(例如股票价格或宏观经济基本面)并应用相同方法(包括经典线性回归分析和均值方差优化)的情况下,此类技术是成为从市场指数和直接竞争对手中脱颖而出的唯一方法。

另一方面,持怀疑态度的人认为,尽管这些创新或许能够对现有投资策略进行微不足道的改进,但应谨慎对待这些创新,  而不是从根本上质疑更传统和透明的定量投资方法。

这些怀疑论者经常争辩说,尽管可靠的投资策略需要对广泛的数据样本进行长时间的实证检验和伪造,但长期以来,关于大数据和替代数据的证据仍然传闻颇多。替代数据集的历史通常很短,并且通常缺乏必要的广度和质量来得出强有力的结论。有时,甚至在五年或十年后,数据提供者是否仍然存在仍值得怀疑。

另一个普遍的批评是AI算法和机器学习模型缺乏可解释性或“可听性”。结果,主要基于这些技术的投资策略通常也缺乏明确的经济原理的必要基础,而这通常是更传统的量化方法所必需的。 

努力保持竞争优势

这种分歧说明了资产管理者为了保持自己的优势而面临的挣扎:坚持经过时间考验的方法,最终可能会变得过时,或者接受变更,并冒着重大步伐陷入失败的创新中。最近几个令人普遍接受的因子(特别是价值)令人失望的表现加剧了这一困境。 

在对量化管理人员的严格审查之下,很多投资者想知道因子投资是否可能需要彻底的改革。然而,与此同时,大多数核心AI和另类数据倡导者所获得的实时投资结果在很大程度上仍然令人印象深刻。

至少到目前为止,这使得投资者没有明显的替代传统因子的强大选择。事情当然会发生变化,因为可供投资者使用的另类数据源将不可避免地随着时间的推移而改善,并且AI算法可能变得足够可靠,可以独立实现其长期出色的目标。

过去,量化资产管理人员目前广泛使用的数据源问题与当今的大数据和另类数据类似。多年来,这些数据源的质量、广度和历史都得到了改善,并且变得可用。随着时间的流逝,随着更多数据的可用,大数据和另类数据也将变得越来越有用。

同时,越来越多的学术文献证实,人工智能技术可以成为改善投资策略的有用工具。因此,尽管机器可能永远不会完全替代人类,但是它们可以在人类的监督下,可以帮助发现和解释新的模式。机器还可以使研究成果更具可扩展性。

投资者应该怎么做

最终,投资者应该对新想法持开放态度。对于他们来说,根本的问题不一定是在一种方法或另一种方法之间进行选择。从坚持一个极端的传统价格和财务报表信息,到完全依赖诸如停车场的卫星图像和深度学习算法之类的信息源,存在各种各样的可能性。 

答案很可能是混合使用信息资源。例如,大数据和AI信号对于基础信贷和股票分析师可能非常有用。这将渗透到我们的定量策略中,该策略将分析人员的修订考虑在内。在这种情况下,我们将以间接方式使用大数据和AI信息。图1概述了领先的资产经理如何使用此类高级分析。

图1:资产经理的新投资研究来源

本文来自网络,不代表币懂得立场,转载请注明出处:http://www.blogboleh.com/385

币懂得作者

上一篇
下一篇

为您推荐

发表评论

您的电子邮箱地址不会被公开。

联系我们

联系我们

0898-88881688

在线咨询: QQ交谈

邮箱: email@zhutibaba.com

工作时间:周一至周五,9:00-17:30,节假日休息
关注微信
微信扫一扫关注我们

微信扫一扫关注我们

手机访问
手机扫一扫打开网站

手机扫一扫打开网站

返回顶部