.TRS_Editor P{}.TRS_Editor DIV{}.TRS_Editor TD{}.TRS_Editor TH{}.TRS_Editor SPAN{}.TRS_Editor FONT{}.TRS_Editor UL{}.TRS_Editor LI{}.TRS_Editor A{} .TRS_Editor P{}.TRS_Editor DIV{}.TRS_Editor TD{}.TRS_Editor TH{}.TRS_Editor SPAN{}.TRS_Editor FONT{}.TRS_Editor UL{}.TRS_Editor LI{}.TRS_Editor A{}      “量化投资是一项复杂浩大的工程。”这可能是不少投资者对量化投资的第一印象。但在光大保德信基金量化业务负责人朱剑涛看来，自己很大一部分工作其实都在做“减法”。“因子不是越多越好，数据也不是越复杂越好。”在从业十七年的时间里，对朱剑涛来说，如何屏蔽信息“噪音”，如何在海量的数据和复杂的因子中找到真正有效的策略，是他经常要面对的课题。   光大保德信基金是国内最早布局量化投资的公募机构之一，已在量化投资领域深耕20年。近日，拟由朱剑涛管理的光大保德信红利量化选股混合正在发行中。在接受记者采访时，朱剑涛表示，短期来看，红利资产市场表现较为震荡，但在低利率的市场环境下，红利资产仍是市场长期资金配置的重要方向之一。同时，中长期来看，财务状况相对稳健优质的红利资产依然可以帮助投资者获得稳健持久的业绩回报。   引入机器学习模型   在朱剑涛看来，量化投资的本质是“用系统性工具实现投资逻辑的精细化加工”。光大保德信基金量化团队的核心竞争力，正体现在对数据、模型与团队协作的深度整合上。“量化模型一旦正式运转，我们很少会做人工方面的主观介入，决策交易基本由模型决定。”朱剑涛表示。   传统量化投资比较依赖人工构建选股因子，但现在因子库的扩展遇到了瓶颈。“我们算是公募市场上较早一批将机器学习融入实盘操作的量化团队了。”朱剑涛表示，“模型将原始数据加工后可以生成有效选股指标，每年可挖掘大约500-600个低相关性因子，与人工构建的因子形成互补。这种‘人机协作’模式不仅提高了因子挖掘效率，还通过动态加权合成股票打分，使策略更适应市场变化。”   对另类数据的应用也是光大保德信基金量
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页