城堡投资正在扩大量化投资业务，并把人才搜寻范围拓展至人工智能实验室。随着AI在量化交易领域加速普及 ，对冲基金正与硅谷争夺研究人员 。
城堡全球量化策略负责人Navneet Arora表示 ，这个约180人的团队包括金融研究员和数据工程师，计划未来一年以稳健的两位数增速扩充人员 。公司网站显示 ，由Alexey Poyarkov领导的一个新团队刚刚成立 ，专注于全球股票系统化交易。Poyarkov近期从TGS Management加盟 。
除了传统的大学毕业生 *** 渠道，由亿万富豪肯·格里芬创立的这家对冲基金还把目光投向Google DeepMind等AI实验室 ，希望招募能够提出投资思路 ，并运用日益强大的AI工具将其付诸实践的研究人员 。
Arora表示，尽管AI正在量化投资领域加速普及，从数据收集到分析等工作都越来越自动化 ，但AI并没有取代人类研究员。相反 ，AI降低了编程能力的重要性，同时提升了能够提出投资想法、并指导机器将其转化为盈利交易的研究人员的价值 。
“现在一个人可以有效管理两项 、四项 ，在某些情况下甚至更多流程 。人类也正在成为‘机器的管理者’ ， ”Arora说。“而这类人不像机器那样容易被取代。”
据一位知情人士透露，城堡旗下Tactical Trading基金将基本面股票投资与量化策略相结合 ，今年截至8月上涨24.7% 。该基金自2008年成立以来 ，年化回报率约为20% 。
Navneet Arora
城堡投资管理约760亿美元资产，投资范围涵盖股票 、固定收益和大宗商品 ，近来 为量化策略配置了“数十亿美元 ”资金。Arora预计 ，扩充人员将有助于强化公司的核心股票业务，并进一步发展期货和波动率等领域的策略 。
AI还令人才争夺战超出银行、对冲基金和自营交易公司等传统范围 。城堡如今在部分 *** 中还要与硅谷竞争 ，对手包括OpenAI和Anthropic等AI公司。
城堡投资首席运营官Gerald Beeson表示：“这为我们的 *** 打开了一个新的前沿领域 。解决复杂 、现实世界中的商业问题 ，对我们希望招募的人才很有吸引力 。 ”
AI的普及也给量化投资公司带来另一个问题：当越来越多投资者掌握类似工具后，盈利交易思路是否会更容易被发现，并更快失效。纽约大学研究人员近期的一篇论文显示 ，一项盈利交易信号的超额回报可能在约18个月内减半 ，而在AI广泛应用之前，这一过程需要五至七年 。
Arora认为 ，机器学习在不同交易领域的渗透程度存在很大差异 。在短周期交易中 ，机器可以利用大量成交量和费用 变动数据进行学习。这类交易的优势较为有限也更容易被竞争对手复制，因此超额回报可能迅速消失 。
相比之下 ，较长周期策略依赖的数据更加稀缺 ，也需要更复杂的模型来生成交易信号 。Arora表示，这可能使相关优势更难被机器和竞争对手发现 ，也可能持续更久。
本文来自作者[德化]投稿，不代表德化号立场，如若转载，请注明出处：https://3g.taocisuyuan.com/dehua/10408.html
评论列表（4条）
我是德化号的签约作者“德化”！
希望本篇文章《城堡投资加码量化 *** 寻觅能“管理机器”的人才》能对你有所帮助！
本站[德化号]内容主要涵盖：德化号,生活百科,小常识,生活小窍门,百科大全,经验网,游戏攻略,新游上市,游戏信息,端游技巧,角色特征,游戏资讯,游戏测试,页游H5,手游攻略,游戏测试,大学志愿,娱乐资讯,新闻八卦,科技生活,校园墙报
本文概览： 城堡投资正在扩大量化投资业务，并把人才搜寻范围拓展至人工智能实验室。随着AI在量化交易领域加速普及，对...