Deep Alpha 研讨会-互动问答环节
由qxiao创建，最终由qxiao 被浏览 314 用户
Q1:现在海内外量化实践有什么代际差吗？海外接下来量化方向除了另类数据应用，还有什么发展潮流？他们对于国内量化市场是怎么判断的？
**关子敬：**在我看来海内外最主要的差别是：国内投资人是偏向喜欢直接对股价做预测，而海外直接预估股价比较少，主要做填充模型（imputation model），针对遗失数据做估算，特别是在ESG上可以看到更多实践，或者也会去做预估因子的价值、预估公司营收，或是margin。 造成这种差异得原因可能源于国内的资讯、数据比较标准化，如财报都是用统一的格式，然后也有比较小的国际市场之间的相互影响。海外数据则更为复杂，也没有如此标准化，衍生产品比较多样化，预估受市场影响比较多，所以海外会偏向可能去研究一下causality (因果)的分析，比如说去看一看有没有隐藏的参数是没有包含在模型之内，他们会尝试看看有没有办法去把没有观察数据包含进去。 在海外的模型里面，GAN就继续去产出另类数据的历史，其实他们也会在研究，因为的确的反正说数据只是是不足够去做很精准的 AI的模型，所以用GAN去产出historic alternative history，其实其中做法也是因为金融数据也有他们特性就是不稳定的，过往历史数据对现在影响力没有这么强，所以用到另类历史数据其实与现在市场状况更贴近，比起利用10年前20年前的数据更好一点，这一块他们也是在研究的。
Q2:Gat因子值为什么是取过去20天，而不是比如30天？Gat网络输入的因子是等权重的，还是不同权重？如果是不同权重，是如何确定的？
**何康：**历史时间段的长度是可以任意设置的，甚至从5遍历到60都没有问题。但是这里会遇到两个挑战，第一个挑战是参数越多过拟合的可能性越高，第二个挑战与算力有关，图注意力网络模型相对比较复杂，假设是GTX1060的显卡，200个因子300只股票，训练一期大概20分钟，所以历史上每年做1次滚动的话，大概要4个小时左右，参数从5遍历到60就要花好几天时间。当然如果能借助BigQuant平台的算力，我相信就可以做更丰富的参数测试了。