导语

近日，来自Two sigma AI Core团队的David Kriegman教授进行了题为《Deep Learning for Sequences in Quantitative Finance》在线分享。David Kriegman是加州大学圣地亚哥分校的计算机科学与工程教授，也是计算机视觉的专家。他于今年1月份加入了Two Sigma AI Core团队。

![图片来自：Two Sigma{w:100}{w:100}](https://mmbiz.qpic.cn/mmbiz_png/42N1g4fYAajXu1wduhL66ibe17p1W5rY9tPPNsH3A

摘要

指数增强方法汇总及实例

量化多因子指数增强策略实证

指数增强型公募基金以量化方式为主，通过多因子模型能够有效控制风险

指数增强型基金是主动投资和被动投资的有机结合，其目标是在控制跟踪误差的前提下追求稳定、持续超越基准指数的表现。我们整理了目前所有跟踪上证50、沪深300、中证500、中证1000指数的公募指数增强产品，共有36只，其中有32均采用量化方式增强。在量化指数增强策略中，又以多因子模型为主流。多因子模型本质是将对𝑁只股票的收益-风险预测转变成对𝐾个因子的收益-风险预测，通过控制投资组合在风险因子上的暴露达到科学控制跟踪误差的目的。本报告

摘要

非线性特征

非线性模型：𝑹=𝑿𝒇+𝑮𝑿𝒈+𝝐′其中，线性部分：𝑹=𝑿𝒇+ε；残差项的非线性结构：𝝐=𝑮X𝒈+𝝐′；𝐺()为基于线性因子暴露X的非线性函数

对于收益率的残差，分别使用randomforest，boostedtree，neuralnetwork，以及对几种集成学习模型的集成方法分别建模

量化投资理念的两大流派

有些策略种类的命名是基于策略的表现形式，基于原始信号的触发机制，也可归为上述两类。例如，高频交易、多因子模型。

风控：贯穿始终，以最终获得统计意义上的收益

**传统Alpha策略Beta化，探求更高维度的

摘要

股票预测是量化投资中最为关键的任务。近年来，深度神经网络因其强大的表征学习能力和非线性建模能力，逐渐成为股票预测的主流方法。现有的预测方法均假设股票数据符合独立同分布（IID）且采用单一模型有监督地对股票数据建模。但实际上，股票数据通常会包含多种不同甚至对立的分布（Non-IID），比如动量（历史收益率高的股票未来收益率会高）和反转（历史收益率低的股票未来收益率会高）这两种分布形式同时存在于股票数据中，但是已有的模型并不具备同时学习股票数据中多种分布的能力。

因此，微软亚洲研究院的研究员们提出了 Temporal Routing Adaptor (TRA)，来赋予已有模型学习多

摘要

因子研究一直是量化领域的重心。研究者在基于新数据新想法不断努力挖掘有效因子的同时，如何将手头上已有的因子转化为最终的投资组合也是摆在基金经理们眼前的现实问题。本篇报告的主要研究目的，是在给定最终复合因子的前提下，探索新的多头股票组合构建及优化方式，并运用机器学习算法实现具有操作意义的指数增强构建方法。

因子组合构建方式不多：多为线性优化

线性优化是主流的因子组合构建方式之一，它有着简单直观、优化计算复杂程度低，计算耗时极少的优点。但相应的，它的不足之处是丢弃了不同个股之间的相关性信息，同时会使得最终的优化结果中，个股集中程度较大。

二次规划带来的边际提升有限

摘要

1. 海外投资机构加大人工智能领域的布局
2. 案例一：基于随机森林的择时套保策略
3. 案列二：基于模式匹配的行业轮动策略
4. 案例三：基于TensorFlow的二叉树期权定价模型

正文

/wiki/static/upload/f3/f3167067-fd53-4f4b-85f8-43dc0ce09dac.pdf

\

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也正促使通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

本文重点对因子暴露与资产配置进行研究。作者提出了一种将因子暴露映射为资产组合的方法，以此来进行资产配置。本文使用了6个宏观经济因子（股权、实际利率、信用、通货膨胀、新兴市场和商品），首先根据标准

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

作为资产配置中风险敞口的度量，波动率是投资者非常关注的指标，本文对下行波动率与波动率的关系进行了探索，并研究其在资产配置中的意义。

尽管下行波动率和波动率的整体相关性较高，但在历史最不稳定的

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

著名的风险平价方法通过将各资产对组合整体波动率贡献设定为相等来构建资产组合，实证结果显示其取得了优异历史表现。但传统风险平价方法只考虑了方差维度的风险，而忽视了收益率分布的高阶矩风险。换句话说

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

目前，因子择时受到众多关注，本文结合市场择时和因子投资的思想研究因子择时，具有较高价值。首先，本文的研究有着重要的经济学理论价值：最优投资组合应当等于SDF。

文章通过加入：

1. 假设存

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。

作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使本文们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

近年来个人投资者在共同基金持有人中的比例逐年增加，他们的一个突出特点是偏好持有存在较小概率获得较大回报的资产。本文主要研究了这种偏好如何影响其对共同基金的投资：

首先，本文定义了一种衡

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也正促使通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

本文重点对资产配置与因子配置进行研究。本文将资产配置问题转化为因子配置问题，结合因子模拟投资组合、因子收益预测、因子配置等方法实现了资产的最优配置。本文的方法共包含7个步骤：首先选择宏观经济因子

摘要

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

本文提出了一个灵活的、统一的、以组合为核心的归因框架。它把事前(ex ante)和事后(ex pose)归因统一到了一个框架内。可以采用同样的方法对组合的alpha、预期风险、收益等各种属性

投资要点

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

股票市场的收益预测是投资者非常关注但是一直没有得到完美解决的问题。本文将股票市场的收益率分解为三个部分：股息率、利润增长率和市盈率增长率，作者利用其不同的时间序列特征并通过分项加总（SOP）的方

**会议：**开源证券2022年资本市场峰会

**日期：**2021年11月5日

**主办：**开源证券金融工程魏建榕团队

**主题演讲：结构性行情下的量化投资 **特邀嘉宾：**董梁博士，创金合信基金首席量化投资官

![图片{w:100}](https://mmbiz.qpic.cn/mmbiz_jpg/1ibtyEvWLuCf3osHF5ickVTHJT37pf6Cc26O6274xxGpbmaz2dMxa0crWOxjhQhtlzI2lAicgiaibTLqUIXx6EZjb9Q/640?wx_fmt=jpeg&tp=webp&wxf

2021年10月21日-22日，中金公司研究部携手股票业务部在青岛成功举办2021年度金融工程论坛。本次论坛邀请了业内二十余位专家，共话碳中和与ESG投资、基金投资、量化投资和指数投资中的机遇与挑战。

论坛一：碳中和与ESG投资

10月21日上午，碳中和与ESG投资主题论坛揭开序幕。中金公司首席经济学家、研究部负责人、中金研究院执行院长彭文生博士发表致辞并分享了中金研究院对于碳中和的最新观点。中金公司研究部首席策略师、董事总经理王汉锋博士发表了“变迁中的中国股市生态与量化投资”的主题演讲。 随后，MSCI ESG研究部门亚太团队负责人王晓书女士分享了她对于全球ESG投资和低碳投资趋势

价值投资不等于低估值投资，低估值股票可能是由于公司质地真的很烂，只考虑股票估值因素容易调入所谓的“估值陷阱”。所以价值投资一个必要过程是判断上市公司质地是否优良，再看公司质地是否配得上它的估值。我们这篇报告要解决的问题是如何用定量指标来衡量A股上市公司的质量优劣，验证一下A股是否真如一些市场偏见所言“只听故事，不看基本面”，“优质+合理估值”的价值投资方式能否在A股挣钱

公司质量的定义维度有很多，我们从盈利能力、成长性、财务稳健、公司治理角度定量测试了一些选股因子的有效性，具体结果可以参考报告正文，整体来说，基于市场历史公开数据，投资者是可以发现质地优良股票并获得显著超额收益的。

我们用I

机器学习容易给人“黑箱模型”和“过拟合”的印象，但事实上一些机器学习算法的逻辑和结果都非常直白，而且算法自身带有一套避免过拟合的参数估计机制。众多的实践研究说明，机器学习方法的预测能力大部分情况下都强于线性模型，很值得在量化投资中测试使用。本报告主要讲述机器学习的基本原理和用其来做量化选股的实证结果

机器学习模型众多，不存在所谓的最强模型，不同的数据，不同的问题适用不同的模型。我们测试了LASSO、SVM、增强型决策树、随机森林等几种常见机器学习方法，最终选择用随机森林，主要是因为它结构简单、参数少、过拟合概率低，同时还具有非常强的样本外预测能力

机器选股模型省去了“因子筛选”、“因子加权

主题：The Impact of AI to Global Asset Managers: The Responses and Adoptions

演讲人：关子敬 先生 Kevin Kwan 彭博亚太区量化及数据科学专家

谢谢Big Quant的邀请，今天所有策略的绩效仅作交流的用途展示概念，投资人如果对策略本身有兴趣的话，请在我们网站下载白皮书或是与我们的客户经理联系。

1全球资产管理报告 AUM升高 收

分析师研报也是行业发展风向标，小Q援引惠博平台及“量化投资与机器学习”回顾2021年1月1日~2021年7月29日热门金融研报，总结量化行业发展趋势，做出如下5个方向猜想：

由于基础因子广为人知，在此基础上进行因子挖掘的收益提升空间相对有限。而且日频数据由于本身的数据量和信息量有限，过度

前言

棋手柯洁研究了大半年的围棋软件，竟然发现人类关于围棋的认知“全都是错的，……甚至没有一个人沾到围棋真理的边”。

而在投资上用了人工智能后会我们发现，人类过去关于投资的认知也可能都是错的

用户小a从事量化投资快三年了，在我们的平台上，做出了非常漂亮的结果，符合他过去的经验逻辑，但效果远超过自己过去的成果；后来 他随便选了一个因子——上市天数，最后发现该因子开发的策略效果很好。

于是他给我们反馈一个很奇怪的问题，为什么 只选择 上市天数(list_days_0)，也会有好的收益。他觉得非常不可思议，是不是哪个地方出了问题。

我们看了他发过来的收益曲线，有收益，但波动率也很大，

作者：Mybridge
翻译：BigQuant

我们比较了2017年全年近2万篇关于机器学习应用的文章，并且从中挑选出50篇最有价值的文章分享给大家。

“在硅谷，招聘一名机器学习工程师或数据科学家正在变得像招聘一名职业运动员一样。 这就是对他的要求”——[纽约时报](https://www.nytimes.com/2017/10/22/technology/artificial-in

策略案例

https://bigquant.com/experimentshare/8594992a1d9345d98cbe949eb6297067

\

策略案例

https://bigquant.com/experimentshare/05251c753111424eaff32648838ac24f

\

由私募排排网主办，世纪证券、中信建投证券联合主办，华西证券、平安证券、云溪基金、潼骁投资协办，深圳市私募基金商会支持，主题为“大变局·新时代·勇破局·启远航”的“2020年第九届中国对冲基金年会”于2020年12月17日-18日在杭州洲际酒店隆重举行。年会特邀对冲基金精英代表聚首，共同探讨对冲基金行业发展的新趋势，展望对冲基金行业发展的新未来。

明汯投资是我国量化私募代表公司，也是最早