Chinese Trading And Investment Association

    这几年人工智能的发展日新月异,从谷歌到亚马逊,到国内的BAT(百度、阿里巴巴、腾讯),各大科技公司都在大举投入于人工智能的开发。人工智能的发展已经在大量领域获得实际运用,比如谷歌公司的主席斯密特就在去年和纽约的金融圈交流的时,畅谈他的个人电子邮件有很多已经是由人工智能软件来回复。IBM的人工智能医疗诊断系统已经在今年的评测中和人类的名医不相上下。大量的法律文件处理也已经开始被人工智能系统来接替。


    当然,人工智能在华尔街的运用也是方兴未艾,各大小金融机构都在做大量的尝试,也有很多已经在实际交易中开始运用。华人交易与投资协会(Chinese Trading and Investment Association,CTIA, http://www.thectia.org/)在纽约邀请了人工智能领域的专家高拉弗·查克拉沃梯(Gaurav Chakravorty)做了一次公开演讲,下面分享他对于这个领域的看法和经验。



    高拉弗毕业于宾夕法尼亚大学计算机系,曾经在华尔街的一个著名量化交易公司Tower Research 工作了5年,为公司获得数亿美元的利润并成为公司最年轻的合伙人。后来他离开公司创业,成立了金融科技公司Qplum。他在运用机器学习在金融市场的交易上是行业领先的人物,已经建立了一个新的人工智能交易系统,并投入使用。笔者曾经被邀请给这个公司做过关于宏观投资的演讲。


    高拉弗这次的演讲主题是“投资管理的新纪元-深度学习和大数据技术”。他的演讲一开始就回顾了过去十年的华尔街就业市场的变化,首先是交易员职位(Trader)的大量减少,其次是量化分析员(Quant)职位的大量减少,反过来大幅增加的职位是金融科技的职位(Fintech)和人工智能(Artificial Intelligence)的职位。实际上,从2008年金融危机以后,华尔街的恢复是非常缓慢,而且有选择性的。很多传统的职位已经无法再被恢复。



    关于深度学习,高拉弗的演讲用了一些具体的案例比如如何从不同的影像中寻找共同点,然后综合出一个变量?


    他也在演讲中提到了交易创新的十年周期: 以十年为期,1987-1997年是趋势追踪(Trend Following)的黄金时期。然后1997年开始的统计套利开始取代传统的趋势交易,直到2007年夏天的量化崩盘。接着是2007年开始的十年高频交易黄金时期,逐渐衰落后,被2017年开始的人工智能深度学习所取代。



    他的研究反复强调了数据的运用,特别是最近几年的大数据开始全面被交易所接受,产生的交易信号也可以被到处推广。



    关于深度学习在交易上的运用,他提出最大的推动因素还是最近两年的硬件和软件系统的发展,正是由于这些的配合,才导致了人工交易员的不断被复杂系统所取代。



    对于下一步的发展,他认为传统的量化交易模式,“1)雇佣大量Quant;2)每个人思考交易策略;3)策略系统测试;4)公司投入资本运用这些策略交易”已经进入了一个瓶颈,特别是漂亮的系统很难继续赚钱。他提出的解决办法是彻底用数据来驱动交易,避免传统的统计理论来驱动模型。



    他的演讲吸引了将近100位在纽约的金融行业从业人员,在会后的问答交流期间,大家关于深度学习继续进行了大量辩论,收获匪浅。

    

    最后,感谢KPMG的高级合伙人Henry Jia为本次活动提供场地和支持,也感谢CTIA的纽约团队、芝加哥团队成员一起为会议做的各项筹备,组织付出的辛勤劳动。



    『陈凯丰博士,纽约金融论坛(NYFF)联席发起人,目前担任美国海银资本首席策略官,并管理全球宏观对冲策略,同时在纽约大学、纽约佩斯大学、西班牙巴塞罗那商学院纽约中心任教,并担任纽约大学专业学院院长兼职顾问委员会委员,教授理事会委员。陈博士是纽约经济俱乐部会员,外交政策协会委员,科罗拉多大学摩根大通商品研究中心全球商品研究杂志编委,莫斯科人民友谊大学新兴市场研究中心委员』


    美国海银资本(网址:www.hywincapital-cn.com)是海银集团旗下专业从事美国投资业务的子公司。公司首款基金产品现已发行,中国投资者也可购买。欲了解详情,请邮件联系:contact@hywincapital.com



Member

We will help you advance your career!

 Log In   Sign Up