市场调整期 量化投资人才重要性凸显

　　中证网讯（记者 殷鹏）  因行情低迷，部分券商研究所出现人员调整。但从多家券商的秋季校园招聘需求来看，金融科技人才缺口较大，尤以量化投资人才最为稀缺。据了解，基于人工智能基础上的量化投资可以有效降低券商人力资本、提高收益水平。

　　谈到基于人工智能的量化投资，必须要说贝莱德。贝莱德是做量化投资较早的一家海外资产管理公司，有62%的投资经理在使用机器学习的方法进行投资管理，利用相关方法管理的对冲基金业绩。

　　华夏基金数量投资部总监宋洋表示，量化投资要解决的问题笼统来说包括两点：一是怎样帮客户在市场中赚到钱，二是赚到钱的同时怎样控制在一系列投资策略制定执行过程中遇到的风险。进行A股市场投资管理时，量化分析是平行于基本面分析的另一个基于数据驱动的学科理念。宋洋打个比方，“我们会把基本面的投资对标到中医，量化投资则类似于西医。做量化投资需要不断更新迭代模型，使得模型可以更好地表述历史，同时预测未来。”

　　利用人工智能的方法可以推算上市公司业绩吗？某家处于创业阶段的金融科技数据公司这样推算中概股陌陌的营收：陌陌有两百多个聊天室，这家公司在每个房间里面都放置了一个AI机器人，利用技术手段，计算每天打赏主播的金额、每个房间每天的收入，通过这种方法可以比较准确地预测陌陌每季度营业收入，偏差只在0.4%。

　　据了解，国内已有机构基于市场舆情数据和一些分析师报告数据，使用主题模型进行投资。例如，针对股吧散户的每天评论、点评，包含帖子的情绪等一些舆情特征的提取，然后基于沪深300指数做一个多空择时策略，可以看到实际上相对于一些传统的量化投资策略，该策略可以在较小最大回撤的情况下获取更高的年化收益水平。

　　对于金融人才需求风向的变化，处于人才培养上游的高校已有所感知，首都经济贸易大学几天前刚刚设立了金融科技中心。该校金融学院院长尹志超告诉中国证券报记者，金融科技中心成立的重要背景就是金融行业趋势的变化。2009年瑞银的交易大厅能容纳400到600人，到2016年9月这个大厅只剩下10人。促成这一现象的重要驱动因素就是金融科技，大量交易通过自动化、人工智能完成部分工作，这是金融行业出现拐点的重要标志，也给金融行业培养什么样的人、怎么样培养人提出挑战。金融科技中心现在有四个研究方向，分别是大数据、人工智能、区块链以及量化金融。尹志超说，现在的量化交易要在人工智能的平台上嵌入很多量化模型，这给量化投资方法带来新挑战，需在产学研多个方面不断探索。