GenAI 给量化基金带来了困境

量化基金长期以来一直是资产管理领域人工智能的最大用户。不过，生成式人工智能的出现可能有利于传统的、基本面驱动的资产管理者，而不是量化分析师。

这是亚洲几位量化基金经理和数据提供商表达的担忧 地精.

 “人工智能在金融领域的应用仍然很少，”一位量化经理表示。 “数据科学家并没有将其应用于资本市场。但如果这些工具被用来交易股票，情况将会改变。将会有新的赢家和输家。”

什么是量化？

宽客根据巨大的计算能力和模拟投资策略的定制软件程序来买卖股票。量化投资的兴起恰逢利率长达数十年的下降和被动投资的兴起——这两种趋势使得人类主动选股成为一项竞争力越来越低的行业。

算法或系统编程交易的使用催生了“系统投资”行业，公司运营单一策略经理的平台，追逐特定的策略或“因素”（例如利率或市场波动性）。

此类投资者对成为股东不感兴趣，只对快速买卖股票以驱动策略：多头/空头、市场中性、统计套利、事件驱动。与高频交易世界有重叠，其共同点是纯粹以数字术语概念化和驱动的交易。

人工智能老前辈

这些想法并不新鲜，但计算能力和大数据集的可用性在过去二十年推动了宽客的崛起。在过去的十年中，宽客一直是机器学习和神经网络等新人工智能技术的早期采用者。他们成为另类数据的贪婪消费者，例如来自社交媒体的情绪分析。

量化投资者面临的最大问题是“可解释性”，这是人工智能的一个较新的术语，可以追溯到量化投资者的“黑匣子”。 1998 年长期资本管理公司 (Long Term Capital Management) 的倒闭集中体现了这种风险，尤其是在量化分析师通常都使用杠杆的情况下。

---

---

但从那时起，Citadel、DE Shaw、Man AHL、Millennium Management、Renaissance Technologies 和 Two Sigma 等量化公司已成为华尔街最大、最有影响力的买方公司。他们的成功促使贝莱德或富达等传统基金公司推出了自己的量化策略。

他们还在非美国市场开展业务，在那里他们可以找到流动性、低延迟交易基础设施和对冲工具（例如跟踪当地市场指数的 ETF 或期货合约）。日本一直是亚太地区最大的市场，但印度现在是一个主要的竞争场。 （亚洲的一个问题是监管反复无常，韩国最近禁止卖空以及政府对中国的干预力度加大就证明了这一点。）

因此，量化基金不仅是有影响力的顶级掠夺者：它们还处于采用新数字技术的最前沿。

进入GenAI

这使得人工智能的新发展成为量化分析师的难题。

这些公司当然会充分利用由生成式预训练 Transformer 实现的大语言模型 (LLM)。

宽客的圣杯是将法学硕士转变为预测工具。人类将与他们的计算机伙伴进行交互，以检测时间序列和其他数据集的模式。事实上，宽客已经这样做了，只是法学硕士应该让这个过程更加直观，更好地集成非文本数据，并让开发人员更快地构建模型。

量化机构还将使用 genAI 来实现更平凡的目的，例如学习如何撰写监管报告、解释收益报告或筛选融资演讲稿。客户引导和其他后台功能可以进一步自动化。

但量化商店做这些事情并没有什么神秘之处，因为这与其他人使用 genAI 做的事情是一样的。

每个人都在这样做

区别在于开发预测投资模型和执行算法。这就是量化分析师的特殊之处，但早期迹象表明 genAI 也将使传统资产管理公司能够做这些事情。对于私募股权基金的管理者来说也是如此——众所周知，这是一个非自动化的业务，可以利用法学硕士让投资决策更加系统化和数据驱动。

资产管理公司都会面临法学硕士的问题以及他们编造事实的倾向。 OpenAI 的 ChatGPT 等产品是终极黑匣子。尽管量化基金依靠人工智能来预测策略，但这些基金仍然由了解交易理念后果的持证专业人士运营。 genAI 工具的情况并非如此。

即时工程可以通过提供一定程度的透明度来增加价值，通过询问法学硕士以了解他们的流程以及用于做出决定的因素和来源。从理论上讲，有一天，法学硕士可能会比人类更加透明和负责。

尽管将投资交给机器的想法是一个很好的标题，但宽客可能会以更具体的方式使用法学硕士。

例如，他们需要工具来识别交易的真实摩擦成本，这涉及对微观市场结构的深入研究。衡量交易者绩效的一个典型指标称为“执行不足”，以了解他们对特定交易预算的遵守程度。这种算法已经变得越来越复杂，因为公司会在白天寻找流动性成熟的时刻，或者可以在不透露自己的手牌的情况下进行交易的时刻。

这是关于寻找市场信号，这是宽客使命的核心。量化商店很可能会使用 genAI 开发更好的方法来预测执行交易的最佳时间和地点。

这仍然非常有用，但这并不像任何人将车钥匙交给终结者。人工智能也未能克服亚洲市场的最大障碍，即缺乏对冲工具，以及合同可用时对冲成本高昂。

更重要的是，这并不是特定于宽客的。大型传统买方也使用这些执行算法，无论是内部设计还是由卖方经纪人设计。

对于量化分析师来说，存在的问题是，当 genAI 工具可以让基础资产管理者更容易地利用他们所做的很多事情时，他们如何保持优势。量化商店避免成为众人瞩目的焦点，部分原因是他们将人工智能模型和执行算法视为秘密武器。 genAI 能否将这些变成商品？您的即时工程到底有多与众不同？

正如一位分析师所说，“多年来，人工智能一直是我们工具集的一部分。 GenAI 并没有消除障碍，但它将通过提高基本主动型基金经理在汇总和分析数据方面的效率，为他们带来更多好处。一旦这些公司了解了回报的驱动因素，他们就会成为我们的竞争对手。”

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://www.digfingroup.com/genai-quants/