吴确，磐松资产总经理。北京大学金融、计算机双学位学士，哥伦比亚商学院金融经济学硕士。曾任北美量化投资公司组合管理部主管，8年投资经验。任职期间负责研发投资组合优化器用于自动生成公司所有交易指标，负责交易系统设计和投资组合管理。   “做投资和组乐队在很多方面都有类似之处。”磐松资产总经理吴确谈起投资和音乐时两眼放光，“都需精准地把控节奏，都要挑到‘兴趣相投’的队友，都隐藏着未被言说的波动美学”。   17岁那年，吴确摘得计算机竞赛国家金牌，却在保送北大时选择了一条“非标”之路——金融与计算机双学位，这种跨界组合让他在金融极客道路上不断深耕，不断成长。高中开始弹吉他，大学组乐队，如今代码是他跳跃的音符，键盘是他的“指挥棒”，算法与和弦在混沌中达成共识：在投资战场上演量子态的“旋律”；当同行们为纳秒级交易速度疯狂时，他却用低频极致求解资产定价方程。   在DeepSeek引爆人工智能（AI之际，拥抱科技和AI的他仍保留竞赛时代肌肉记忆般的敏锐和清醒：AI技术的突破更像是一场改变游戏规则的“认知革命”，让脑力劳动“工业化”，在投资过程中，AI会大幅提升数据收集和处理的质量和效率，但不会在股票回报预测模型中直接应用AI。真正伟大的投资，从来不是算力的独奏，而是理性与直觉、机器与灵魂的永恒合奏。   算法之上：深耕低频系统性投资   “我们最核心的模型主要预测未来一个月的股票回报，避免陷入短期博弈。”在量化行业深陷“纳秒级战争”之际，磐松团队却反其道而行之，专注于以月度为决策单元的低频系统性投资。   “策略容量较大，规模效应良好，能够承载更大体量的资金，这也符合我们想做大规模资管的初心。”吴确表示，在因子挖掘过程中，磐松团队强调因子必须具有经济学含义，并且具有显著的统计学概念，只有同时满足这两个条件的因子才会被运用到模型中。团队注重挖掘具有长期有效性的因子，而不是追逐短期市场热点或趋势。通过在不同的时间周期和市场环境下对因子进行回测和验证，可以及时发现因子的潜在问题，并对其进行必要的修改和调整。“基于检验结果，我们会对模型进行优化，以提高其预测能力和适应性。这可能包括调整因子的权重、引入新的因子或者引入新的关联模型用以分析数据。”   随着A股市场有效性不断提升，量化管理人需要不断探寻能够挖掘阿尔法的因子。吴确认为，“降频”是一种有效的选择，除
=*=*=*=*=*=
当前为第1/4页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页