第285章AI量化
第285章AI量化(第3/4页)
向两只基金的出资人完整披露。
徐进将另一份文件放到桌上。
“那正式名称就叫深度求索量化一号私募证券投资基金。”
“目标规模十亿元。”
“如果太初确定满额认购，我们便不再接受其他资金。”
“满额。”
陈默拿起笔，在认购意见书上签下名字。
“先看完第一年的净值。”
“后续的份额，恐怕市场会抢着要。”
……
资金问题确定，边学章却没有立即离开会议室。
他重新打开电脑。
“陈总，还有一件事。”
屏幕上出现一组新的模型结构。
与一代量化模型不同，这一次没有清晰排列好的因子表。
大量行情、财务、资金流与新闻数据，被送入一个更加复杂的学习系统。
“一代模型的大部分特征，仍然由研究员提前定义。”
边学章说道。
“我们告诉程序什么是估值、动量、波动率、成交结构，再让它寻找最有效的组合。”
“问题是，人能够想到的因子始终有限。”
“有些变量单独看没有意义，放在特定市场环境里，却可能出现完全不同的结果。”
梁文丰接过话。
“我们想让模型自己从数据里寻找关系。”
“它不再只回答某个因子是否有效，还要识别市场目前处于哪种状态。”
陈默看向屏幕。
这正是未来量化投资必然会走上的道路。
机器学习、深度学习、自然语言处理。
行情只是市场的一部分。
新闻、公告、产业链变化、公司管理层表达出的细微态度，同样能够转化成信息。
等算力与模型能力继续提升，量化系统处理的将不再只是数字。
“你们想做ai量化。”
“对。”
梁文丰目光亮了起来。
“现在还只是设想。”
“算力、训练方法与数据标注都有问题。”
“如果直接让复杂模型预测股价，很可能只会得到一个更加难以发现的过拟合结果。”
“所以第一步不预测涨跌。”
边学章说道。
“先让它做市场状态识别、因子筛选和交易执行优化。”
“模型给出建议，最终风险暴露仍由现有系统控制。”
陈默点了点头。
两人没有因为人工智能这个名字，便准备将全部资金交给一个无法解释的黑箱。
他们希望先用ai处理人最不擅长的部分。
从海量数据中寻找复杂关系。
再将资金边界与最终决策留在可控范围以内。
“方向没有问题。”
陈默说道。
“可以单独成立ai量化研究组。”
“服务器、gpu和数据预算重新上报，不占一代模型的日常研发经费。”
梁文丰看着他：“陈总对人工智能很了解？”
“我在美国参与成立了一
（本章未完，请点击下一页继续阅读）