“金麟2016量化投资与对冲基金年会” 上图为中欧基金管理公司量化策略组投资总监曲径新浪财经讯 “金麟2016量化投资与对冲基金年会”3月26日在北京举行，新浪财经全程图文直播本论坛。中欧基金管理公司量化策略组投资总监曲径表示，量化模型出来的时候我们保持一颗谦卑的心态，认为在大概率上战胜我们的主观判断。长期来讲公募基金主观基金经理不一定能够战胜大盘，但是他依托这个方式，有利于他把执行理念更好的执行到位。
新浪提供的新闻数据很有意思，它不光用NLP的方式看出新闻里面提到的是什么上市公司，哪个板块，是好，还是差，它会给你一个打分，同时看到新闻的传播速度，包括被访问量和转载量。推动这个方式，我们可以在更高一个纬度上面，采集到非常大的数据体量，应用在我们真正金融对股票的预测上面。所以我觉得这个可能是以后所谓的跟机器学习和大数据结合的一个方向。
以下为发言实录：
丁鹏：
下一个问题问曲径女士，阿尔法狗特别火，大家都知道人工智能时代来临了。最近以阿尔法狗为代表的机器学习的算法火的不得了，机器学习或者是深度学习到底能对量化投资带来什么价值呢？
曲径：
其实深度学习这个理念，是因为在硬件大幅提升之后，其实现在我们可以看到阿尔法狗非常好。但是在硬件提升之前使用的算法都是我们比较熟悉的，你的蒙特卡罗模拟的方式都是我们比较熟悉的。其实本身我毕业之后开始做量化交易，我刚才跟欧阳总说，到今年底我已经做了十年交易了，我都不能相信这件事情。
当时我们做的时候，我们也在考虑能不能把大数据的算法应用在金融模型里面。一开始其实你拿出金融数据来看，就像刚才同行分享的一样，如果你只看金融数据的话，这个不可能是一个大数据集，如果不做高频的话。如果你拿每年的会计报表数据，你可能每年只有四个样本点，你拿每日的加以数据可能每年只有251个交易点。所以本身来讲，我们金融数据并不是大数据的概念。
另外一方面，为什么说它不是大数据的概念，因为它是不可重复的，它不像你做指纹识别、做面部识别。如果你的样本用光了，你再取，比如说十万个样本或者是十万个照片，或者你的语音识别让人说很多话。但是金融数据一旦在历史上发生了这件事，你是无法使用它做样本数据之后，再拿它做样本数据外的模拟。
为什么这两年大数据应用金融里面呢？其实它并不是真正应用在金融数据上，是应用在交易产生前信号数据上。比如说新浪提供的新闻数据很有意思，它不光用NLP的方式看出新闻里面提到的是什么上市公司，哪个板块，是好，还是差，它会给你一个打分，同时看到新闻的传播速度，包括被访问量和转载量。推动这个方式，我们可以在更高一个纬度上面，采集到非常大的数据体量，应用在我们真正金融对股票的预测上面。
所以我觉得这个可能是以后所谓的跟机器学习和大数据结合的一个方向。
丁鹏：
谢谢，虽然涨的凶，但是大家不要眼红，每个人还是要做好自己专业领域最擅长的事情，或许你冲进去，你就成为最后一个接盘侠，欧阳总的意思是大家还要比较专注，我也比较认同。
下一个问题问曲径女士，公募基金大多数都是做价值投资或者是长期持有的，在您的产品和研究中，增加了量化投资方法以后，对你的产品或者对你的客户、投资者而言带来了哪些优势或者是哪些帮助呢？
曲径：
其实我觉得一个量化团队植根于一个公募基金里面，可能跟他成为一个私募基金，我们自己拉出团队来做私募有本质上的优势，就是我依托了中欧基金整个研究平台和卖方资源给我提供的很多资源。在这同时，其实我们量化最大的好处，就是知行合一。在本质上用系统的办法要求你做交易的时候一定是知行合一，你不能说拍脑袋今天加五个点，因为我觉得今天涨了，量化模型出来的时候我们保持一颗谦卑的心态，认为在大概率上战胜我们的主观判断。
刚才展示的那个公募基金业绩的图，长期来讲公募基金主观基金经理不一定能够战胜大盘，但是他依托这个方式，有利于他把执行理念更好的执行到位。
另外一方面，其实我也可以分享一下，为什么我会加入中欧基金，中欧基金我们在整个A股市场为数不多员工控股的公募基金。在这样一个公募基金的结构下面，其实大部分的公司发展，以及我们产品设计是能够由员工说了算，同时我们也是以业绩驱动的盈利模式，而不是管理规模驱动的模式。在这个情况下，其实量化团队加入之后，我们更希望不光是给高净值客户提供多元化的服务，同时通过我们的公募基金的交易，能够给普遍的广大投资人提供一个类绝对收益的投资服务。
所以我觉得这个也是一个人理念和理想，我觉得公募基金这个通道可能更适合我实现为大众做投资，为大众做理财的理想。
进入【新浪财经股吧】讨论
责任编辑：石秀珍 SF183
