专题：第四届·中国量化投资白皮书探讨会暨园游会

　　7月12日，第四届·中国量化投资白皮书探讨会暨园游会举办，倍漾量化首创东谈主冯霁出席会议，并发表“大模子时间的量化投资”主题演讲。

　　他暗示，今天面向同业就说点“干货”。倍漾量化主打高换手，开采第一天就用“AI 原生”想路作念资管——像搭 AI 科技公司那样搭投研系统。当年全球质疑“机器学习能炒股吗？”当今已无东谈主再问。

　　先补少许表面，机器学习的中枢只好一句话：在测验集上学到的函数，如安在没见过的数据上依旧有用？这即是泛化。80 年代图灵奖得主 Valiant 给出的 PAC 学习框架把它体式化：只须算法能以大要率保证谬误有界，咱们就敢把模子搬到实盘。

　　那金融市集能不行学？ 市集非有用，除刻下价钱外还有信息可被应用； 时序散布会漂移，但高频数据漂移最慢——分钟级、tick 级险些知足孤独同散布；样本量极大：沪深走动所一天 3 亿笔，千日即是 3，000 亿点。冯霁指出：在高频限度，机器学习不仅可学，而况只会“欠拟合”，不会“过拟合”。

　　再说“黑盒不可走动”的诬陷。可阐发注解有两条路：用白盒贴近黑盒，再把可阐发注解部分一齐扣掉，剩下的才是真 Alpha——Barra 框架早就在作念，咱们把它搬到高频维度；不明释模子，只监控统计量。就像你敢坐高铁是因为事故概率极低，而不是司机随时向你阐发注解操作。只须监控意见踏实，就能上实盘。

　　大模子来了，游戏律例重写。NLP 曩昔是分词→词性→特征→模子→评估的活水线，当今三步完成：预测验→监督微调→强化学习。量化投研也会走归拢条路——不是修修补补，而是整条坐蓐线重构。

　　倍漾也曾把团队拆成两块：机器学习组——考究“准”；高性能狡计组——考究“快”。莫得“因子岗”，总计东谈主围绕一个调和底座迭代。

　　为什么短周期启程点被 AI 攻下？ 无效性多，信号足；散布稳，可学习；非线性景观丰富，东谈主工难描摹。周期越短，AI 附近性越强；周期越长，难度指数级高涨。

　　AI 投研系统还有一大上风：升级可经营。传统投研靠灵感，咱们像软件工程雷同排期：GPT-2 出来就能预感 GPT-4 长什么样。倍漾里面研发排期已排到三个月后，国庆前哪些身手会普及若干，当今就能写下 OKR。

　　备注：本文由AI扶植，凭证直播速记整理而来，未经本东谈主证明，基金有风险，投资需严慎！

海量资讯、精确解读，尽在新浪财经APP

牵累裁剪：石秀珍 SF183