“荷宝量化投资播客”重磅上线 | 第1期 —— 量化投资真的是“黑箱”吗？

量化投资=“黑箱”？

从设计本质来看，量化投资极具专业性与技术性。实际上，这是一门建立在统计学基础的科学，归根到底是数学在投资领域的运用……或许对许多人而言，将量化投资视为一个神秘的“黑箱”，全权交由专业人士处理，反而会更加安心。

但在我看来，量化投资绝非玄学。它是一种建立在实证基础上的投资方法论。如果你细想一下，投资的每个环节都离不开数字。因此，从收益估算到投资优化，对每个环节进行量化分析不仅是合理的，更是必要的。

荷宝量化投资有何独特之处？

我们把自己定位为投资工程师。特别是在量化投资领域，我们是一群深谙经济学原理的工程师。我们不仅仅满足于处理数字、发现看似有利可图的模式就贸然投资。相反，我们更想弄清这些模式背后的成因：为什么会出现这样的现象？这是不是一种真实、可靠且可持续的趋势？我们不想把资金投入那些在统计学意义上可能只是昙花一现的现象，因为这些现象很可能难以在未来持续。这正是荷宝的核心投资思路。

在整个量化投资过程中，透明度至关重要。荷宝拥有一支由20位量化研究员组成的专业团队，大家在高效运转的体系中协同工作。而这个体系得以良好运作的前提，正是其高度的透明度——每个操作流程都有详细记录，团队中的任何成员都可以对系统进行调整优化，使其不断完善。

如今，机器学习、自然语言处理等新一代量化技术在短时间内相继涌现。这使得能够真正理解模型内在原理的人变得更少了，似乎更加坐实了“量化投资是黑箱”的说法。

确实是这样。从某种意义上说，在量化投资领域，机器学习或许是真正的“黑箱”。但我们不会因此望而却步。相反，我们渴望深入理解其原理，探索如何更好地运用这项技术。与传统的标准线性模型相比，它能带来哪些附加值？在研究机器学习时，我们会思考：能否发现其中的非线性关系？数据是否存在不对称性？这些正是我们研究机器学习的出发点。然后，我们运用同样的原则，深入剖析模型的内部机制。通过分析所谓的“特征重要性”，我们可以厘清哪些特征在发挥作用，以及它们之间是如何相互影响的。所以说，我们完全有能力理解一个机器学习模型的运作原理。虽然这确实具有一定难度，但绝非不可企及。

免责声明:

本文由荷宝私募基金管理(上海)有限公司(“荷宝上海”)编制, 本文内容仅供参考, 并不构成荷宝上海对任何人的购买或出售任何产品的建议、专业意见、要约、招揽或邀请。本文不应被视为对购买或出售任何投资产品的推荐或采用任何投资策略的建议。本文中的任何内容不得被视为有关法律、税务或投资方面的咨询, 也不表示任何投资或策略适合您的个人情况, 或以其他方式构成对您个人的推荐。本文中所包含的信息和/或分析系根据荷宝上海所认为的可信渠道而获得的信息准备而成。荷宝上海不就其准确性、正确性、实用性或完整性作出任何陈述, 也不对因使用本文中的信息和/或分析而造成的损失承担任何责任。荷宝上海或其他任何关联机构及其董事、高级管理人员、员工均不对任何人因其依据本文所含信息而造成的任何直接或间接的损失或损害或任何其他后果承担责任或义务。本文包含一些有关于未来业务、目标、管理纪律或其他方面的前瞻性陈述与预测, 这些陈述含有假设、风险和不确定性, 且是建立在截止到本文编写之日已有的信息之上。基于此, 我们不能保证这些前瞻性情况都会发生, 实际情况可能会与本文中的陈述具有一定的差别。我们不能保证本文中的统计信息在任何特定条件下都是准确、适当和完整的, 亦不能保证这些统计信息以及据以得出这些信息的假设能够反映荷宝上海可能遇到的市场条件或未来表现。本文中的信息是基于当前的市场情况, 这很有可能因随后的市场事件或其他原因而发生变化, 本文内容可能因此未反映最新情况, 荷宝上海不负责更新本文, 或对本文中不准确或遗漏之信息进行纠正。