70后传统量化人遇上宽邦科技,AI量化的内功修炼和外功加持

[摘要]传统量化出生的何涛,对人工智能量化投资进行了4个月的研究,在熟悉了BigQuant的使用方法后,这个70后的老资格传统量化人惊喜于不用学习python
传统量化出生的何涛,对人工智能量化投资进行了4个月的研究,在熟悉了BigQuant的使用方法后,这个70后的老资格传统量化人惊喜于不用学习python,不用写算法和编程,就可以掌握人工智能技术进行量化投资。

何涛是一个职业投资人,拥有十余年的投资经验,从2013年开始从事量化投资,目前任合利金融工程实验室主任。在2017年底开始接触到AI量化投资,2018年4月开始正式使用BigQuant。“传统的是事件驱动,而AI是数据驱动,通过算法进行数据挖掘,会更先进一点,AI量化弥补了传统量化的缺陷。从去年年底到今年四月,是我逐步开始相信AI量化的过程。”

外功加持,BigQuant辅助传统量化人向AI量化人转型

在科技快速发展的时代,传统量化的短板很快暴露出来,传统量化更多是基于交易员的逻辑和行业知识,人为设定交易规则。“机器和算法在性能上有优势,从海量数据中挖掘人主观上很难挖掘到的收益。不仅如此,人掺杂了主观意识,在波动较大的情况下人性弱点立刻暴露。AI算法的好处是可以避免这些人性弱点的干扰。”

量化投资在国内发展起步晚、普及率低,金融工具的匮乏也让投资者施展不开拳脚,如何寻找一个合适的AI量化投资工具帮助传统量化人转型升级?BigQuant独特的可视化策略开发方式类似思维导图,缩短了策略开发周期,降低了研究员上手门槛。拥有5年量化投资的经验,何涛在BigQuant上开发和调试第一个策略仅花费了2个小时。“最开始吸引我的是可视化策略开发,因为我不懂python,到现在也不是很懂,但在BigQuant上可以不用学习算法和编程就利用AI开发策略,尤其是对于我们70后的人,真的很amazing。”


BigQuant可视化策略开发界面

BigQuant新手指南

内功修炼,3步开发优质AI策略

何涛对第一个策略不是很满意,作为量化资深人士的直觉告诉他如果现在实盘的话会出现问题,于是他开始进行了分段测试:2017年以后并不赚钱,但在2017年以前都是赚钱的。细究以后发现在2017年以后市场结构出现了变化,市场的热点转到大盘上,但训练模型使用的数据是2014年,因此模型有点滞后。“找到原因以后,我们制定了策略研究步骤,首先确认了是需要什么样的策略与模型,是长线、中线、短线还是其他;再是寻找对应的因子,选取的对应的模型;最后,采取滚动训练的方式,让模型可以及时更新。”何涛一开始确认的是做短线交易,他认为数据挖掘在短线上效果可能会更好。

AI的选股能力还需要操盘手的配合,尤其是何涛做的短线交易。何涛的合利金融工程实验室可以对接BigQuant的信号推送,根据信号完成交易。


合利金融工程实验室根据BigQuant信号完成的交易

AI量化=机器主导+人工辅助

何涛在策略商城上开放了第一个策略,由于时间较短,排名并不靠前。“目前还没有比BigQuant更好的AI量化平台,AI是未来的趋势。但并不是说AI量化就能保证百分百赚钱,现在的AI量化机器是主导,还需要与人工进行结合。”


何涛在BigQuan开发的策略

从今年7月开始正式实盘以来,何涛的收益达到7%,这是比较平稳的收益曲线了,远远超过基准指数——沪深300,实盘曲线和回测曲线基本一致,符合何涛策略运行预期。


何涛的策略实盘曲线

现在,投资者们越来越能接受AI量化,开始相信数据的力量,用AI赋能量化投资。BigQuant隶属于成都宽邦科技有限公司,是全国首个人工智能量化平台,它的目的是降低AI入门门槛,让普通交易员都能轻松使用AI,让AI不再高高在上、遥不可及。而宽邦科技的最终目的是将AI赋能给商业,让所有企业都能低门槛使用AI。

免责声明:以上内容为本网站转自其它媒体或企业宣传文章,相关信息仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性。



免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。