4、机器学习在交易领域的应用与发展

机器学习在交易领域的应用与发展

一、量化交易基金的崛起

在当今的金融市场中，量化交易基金正逐渐崭露头角。像DE Shaw成立于1988年，到2018年资产管理规模（AUM）达到470亿美元，在相关排名中位列第3；Citadel由Kenneth Griffin在1990年创立，管理着290亿美元资产，排名第5；Two Sigma于2001年由DE Shaw的校友John Overdeck和David Siegel创立，其资产管理规模从2011年的80亿美元增长到2018年的520亿美元；Bridgewater自1975年成立以来，凭借其Pure Alpha Fund等系统性策略，以超过1500亿美元的资产管理规模持续领先。

在2017年机构投资者评选的对冲基金100强榜单中，前六名中有五家公司在很大程度上或完全依靠计算机和交易算法来做出投资决策，并且它们都在充满挑战的市场环境中实现了资产增长。例如排名第2的Applied Quantitative Research（AQR），其对冲基金资产在2017年增长了48%，达到697亿美元，公司整体管理资产规模达1876亿美元。

从过去三年的复合业绩排名来看，由Renaissance Technologies运营的量化基金分别位列第6和第24，Two Sigma排名第11，D.E. Shaw排名第18和第32，Citadel排名第30和第37。在过去五年里，专注于量化的对冲基金年均回报率约为5.1%，而同期普通对冲基金的年均回报率为4.3%。

二、机器学习驱动基金的吸引力

计算能力、数据和机器学习方法的三大变革，使得采用系统性、数据驱动的策略不仅更具吸引力和成本效益，还成为竞争优势的关键来源。如今