EN

学术动态

当前位置: 首页 > 科学研究 > 学术动态 > 正文

应用经济学实践前沿讲堂第7期——“数学+Al+量化——完美闭环”成功举办

来源: | 发布时间:2025-05-09| 点击:

2025年4月25日,由北航经管学院金融专业硕士教育中心主办的应用经济学实践前沿讲堂第七期《数学+Al+量化——完美闭环》在北航新主楼A1148圆满落幕。本期讲堂由赵尚梅教授主持,特邀北京中金量化创始人、总经理高健担任主讲嘉宾。高健为北京大学金融学研究生、北京航空航天大学金融专硕社会导师、中国石油大学等多所高校客座教授、业界导师。他拥有20余年大型金融机构投资经历,丰富的量化投资和资产管理经验,善于通过系统化思维方式和完善的宏观分析理论,形成了成熟的“宏观+产业+量化”三维一体投资理念。累计管理规模达到30亿,管理产品多次荣获行业嘉奖。

导语:

本次讲座聚焦于量化投资与数学及AI的融合发展,深入探讨了量化投资的核心模型、数学基础以及AI在其中的关键作用。高健回顾了量化投资从传统模型向AI驱动转型的历程,分析了多因子模型、套利统计和趋势预测等核心策略的数学逻辑与实践应用,同时强调了特征工程在数据处理与模型构建中的核心地位。讲座探讨了未来在数学理论深化、特征工程优化以及拓展新型数据源等方面的行动方向,为量化投资与数学及AI融合领域的进一步发展指明了方向。

演讲实录:

高健教授分享自身及团队在量化投资领域的学习与发展历程,强调数学功底对量化投资的重要性,指出早期量化模型遇到瓶颈后向AI转型的必然性,以及人机结合、引入宏观变量等应对策略。尤其近三年将AI作为重点发展方向,相应调整课程内容为AI加量化、加数学的模式。强调实践在量化投资中的关键作用,认为理论套用可能存在错误,需通过实践重构想法和思路,以适应专业时代的发展,实现模型盈利的核心目的。

多因子模型作为量化投资的核心模型之一,是标准统计学内容在金融领域的应用,大型管理规模型在此基础上展开多模型、多因子策略。其本质是通过分析变量间的映射关系,构建数学分析模型,对金融数据进行模型化、参数化处理,最终实现自动化决策。套利统计与对冲基于两序列间的相关性或协整关系,利用统计学原理构建年化分布,实现套利和对冲操作。核心在于把握序列间的稳定关系,通过相关性、固定相关性等统计特性,寻找套利机会,降低风险。趋势预测最早的量化模型之一,是后续衍生模型的基石。主要通过分析单序列数据的历史规律,运用均值、标准差、方差等统计指标,预测未来趋势,实现投资决策。

高健教授强调特征工程在量化投资和AI领域的重要性,认为其内核深刻,涵盖数据的归一化、标准化处理等,是连接计算机科学与量化投资、AI的关键环节。同时,指出特征工程对编程思想的影响,从面向过程到面向统计的转变。高健教授认为量化投资在数据方面具有独特优势,金融市场的数据量丰富且结构完整,涵盖上市公司财务、人员、价格、交易等多维度数据,为AI发展提供了良好的舞台。展望未来,随着量化投资的发展,股票Alpha收益可能逐渐缩小,无风险信息不对称收益降低。数据基础不断拓展,非文本数据、舆情数据等将得到更广泛应用。数学功底和特征工程能力将成为量化投资和AI领域的关键竞争力。



量化模型持续迭代升级,从理论时代的简单模型发展到如今借助深度学习、强化学习技术,处理复杂数据的高级模型,适应市场变化的能力不断增强。高健教授指出,金融市场数据的精细化发展,如订单簿毫秒级数据,推动量化投资技术进步。

AI量化策略不断创新,因子库从传统人工因子向AI生成因子扩展,挖掘更多投资线索。动态Beta管理借助AI预测市场波动率,自动调整投资组合风险;多因子动态加权根据市场环境灵活分配因子权重;指数增强策略运用AI实现精准投资决策,提升投资收益。

在技术革新方面,头部机构大力建设超算中心,国产算力崛起,为量化投资提供强大算力支持。同时,多种算法用于处理不同类型数据,整合多模态数据优化投资策略,使量化投资能更好地应对复杂市场环境。

高健教授指出数学、AI与量化的闭环逻辑。数学为量化投资和AI奠定理论基础,AI将数学理论转化为实践工具,量化市场则为二者提供验证和优化的试验场,形成良性发展闭环,推动量化投资领域不断向前发展。高健教授还介绍了中金量化的量化世家及模型迭代历史,自2015年成立后,历经从趋势跟踪到宏观与量化结合的发展历程,积极探索创新,在市场竞争中不断提升竞争力。

此外,高健教授介绍了中金公司提出的新一代AI投资模型的架构演进路径及行业趋势研判。该模型体系采用模型适应与强化学习相结合的核心思想,构建四层技术架构:数据层整合多源信息并进行动态清洗,特征工程层实现特征自动优化,策略层融合传统方法与AI策略,模型层通过基础模型与迁移学习提升适应能力。投资原则正在从"有底、有向、有模型、有共振"的四有体系,升级为新增"有策略、有AI"的六维框架,强调策略动态管理与AI深度整合。行业长期趋势方面,预计至2029年市场超额收益率将系统性降至2%以下,传统Alpha收益源加速衰减,推动交易员向AI策略训练师转型,行业重心转向模型可解释性优化、实时伦理审查与人机协同决策机制构建,形成投资策略开发与AI系统迭代相互促进的新常态。

新闻报道人:曲媛媛 邱琳真 邱子奇