AI專家和數據科學家真的能顛覆主觀對沖基金經理嗎？

科技 05-06

編者按：

現在公眾號有置頂功能了，大家把微信更新到最新版本，點開「大數據實驗室」公眾號。點「置頂公眾號」鍵，就可以置頂了，這樣。不管我們什麼時候更新，您都能容易找到。

"量化和數據分析師可能還在與主觀對沖基金經理爭奪主導權，但是私下裡也許傳統的對沖基金經理已經知道他們時日無多了。」

Leig Drogen以前是一家對沖基金的CIO，現在運營著大資料金融技術公司Estimize，他說：「曾經有管理十億美元以上的投資經理告訴我，他們正在夜校學習資料科學課程。這些課程甚至與財務沒有關係，因為他們還不存在」。

摩根士丹利（Morgan Stanley）股票資本市場銀行家Emmett Kilduff補充道：「大多數自由基金經理認為Python是一條大蛇。他們從來沒有聽說過網路抓取或其他大數據技術。他們完全沒有這樣的技能能力「。

對於量化分析師和數據科學家來說，主觀基金管理像是一個「宗教」：以直覺和信念為基礎進行預測。但在絕大多數對沖基金和資產管理公司，他們仍然是這樣操作的。

「大多數對沖基金有一個集中化的團隊，專註與尋找數據，清理和納入。然後他們僱用數據科學家和量化研究人員尋找alpha的機會，然後簡單的完成一個Excel電子表格交給不知道該怎麼做的投資組合經理「，Drogen在新聞周刊人工智慧資本市場會議上說。

Drogen的理論是，投資組合經理，數據科學家和量化分析師應該都在「池子」中一起工作。投資組合經理了解交易策略，可以解釋他對股票的理解，以及他對alpha的看法給向量化分析員和數據科學家，然後由他們挖掘和獲取數據。這樣一個工作體系給投資經理非常大的優勢。

大多數基金經理還沒有意識到這一點。尤其是大公司，在這麼多不同的團隊中試圖引入如此多的稀缺數據科學人才現在幾乎是不可能的。

「現在的方式是成立一個支持傳統專業知識的集中量化團隊」， Kilduff說。

將基本面的知識和巨量數據集的量化融合的想法-quantamental方法，現在越來越引人關注。即便如此，這個方法不是簡單地獲取這些巨大的數據源，而是應該如何使用這些數據並了解後面潛在的金融驅動因素。

聚焦大資料對沖基金的邁克爾·比爾說：「量化與基本面爭論的真正原因是，沒有人知道如何使用數據科學來獲得洞察力，並將洞察力轉化為行動。如何把量化和基本面的洞察力合并成一個死循環，並把它變成錢，這才是最難的部分。」

」儘管有大量的不同意見，許多主觀對沖基金的投資組合經理知道，背景已經改變，他們正在採取行動更新他們的技能「，Drogen說，「不少有幾十年經驗的投資經理去參加Python和R的課程，或學習如何建立一個多因子模型」。

在對沖基金向大數據和人工智慧的轉變中，也遇到現在的工作人員的阻礙。大資料公司Orbital Insight全球銷售主管AJ DeRosa說：「對基本面的膜拜有很久的時間了，而這些傳統的投資人員有很強的自尊心，所以讓他們轉變，你需要同情心。但在五年的時間裡，他們的工作要麼成為量化分析師，要麼就不再存在了"。

主觀對沖基金的想法：僱用了一大批數據科學家和博士，然後把他們放在後面的倉庫里去自生自滅的創造奇蹟。這樣的想法需要改變。文化的轉變可能需要時間慢慢來，但一旦發生了，產生的新的基金經理可能遠超他們。

比爾說：「大約有70家對沖基金表示他們使用大數據，其中大約20家真正在做，也許有少數家真正做的很棒。「

其中之一是Numerai，這是一家由29歲的南非理查德· 克拉布（Richard Craib）經營的矽谷對沖基金。它使用成千上萬的自由數據科學家創建機器學習模型，然後用於進行交易。有大約13,000人互相競爭創造最好的戰略 - 獎金為價值約15萬美元的比特幣。

「我們的一個投資者Renaissance Technologies的聯合創始人霍華德·摩根（Howard Morgan）過去幾年就停止了投資在量化基金上。他的邏輯是你無法與有120個博士使用各種無法想像的模型來分析數據集的Two Sigma競爭。但是我們有七八個員工和13000多名分布在世界各地的數據科學家一起建立對沖基金。我們正處於第三波，正在創造一種新型的對沖基金」。

來源：Alpha

AI專家和數據科學家真的能顛覆主觀對沖基金經理嗎？