Giuseppe Paleologo on Quant Investing at Multi-Strat Hedge Funds
29:46 Share

量化投资是一个你经常听到的术语，但对它实际的含义或量化交易员如何赚钱，却有着各种各样的解释。当然，这个术语在不同的语境下也有不同的含义。在本期现场直播节目中，我们于6月12日在彭博社股票情报峰会上再次采访了Balyasny资产管理公司量化研究主管Giuseppe Paleologo。我们讨论了他的角色，量化投资的实际含义以及该领域的未来发展。只有Bloomberg.com的订阅者才能在收件箱中收到Odd Lots时事通讯，以及网站和应用程序的无限访问权限。请访问bloomberg.com/subscriptions/oddlots订阅。请访问omnystudio.com/listener了解隐私信息。</context> <raw_text>0 这是一个iHeart播客。本期节目由查尔斯·施瓦布赞助播出。卖出股票的最佳时机是什么时候？如何防范通货膨胀？财务决策可能很棘手。查尔斯·施瓦布原创播客《财务解码》可以提供帮助。请访问 schwab.com/financialdecoder收听。

当您使用美国运通企业白金卡时，您拥有一张帮助企业梦想更大的卡。获得灵活的支出限额，让您的业务与时俱进，并在精选的企业购买中赚取 1.5 倍的会员奖励积分。因此，您可以补充所需物品，进一步发展您的业务，并因发展壮大而获得奖励。这就是美国运通强大的后盾。并非所有购买都将获得批准。适用条款。请访问AmericanExpress.com/AmexBusiness了解更多信息。

对于企业组织而言，管理所有食品需求是一项艰巨的任务。但有了EasyCater，您将获得一家单一的职场食品供应商，它拥有让您轻松管理的工具和资源，让您组织中的各个团队都能轻松地在一个平台上从各种各样的餐厅订餐。同时整合您的公司食品支出，以便您可以控制成本，简化账单和付款，并简化报告。

Easy Cater，您的企业食品工具。要了解更多信息，请访问easycater.com/podcast。彭博音频工作室。播客。广播。新闻。音乐。

您好，欢迎收听另一期Odd Lodge播客。我是吉尔·维森塔尔，通常由我的联合主持人特蕾西·阿洛威和我一起主持，但她今天休假，所以只有我在引言中。但在今天的节目中，您将听到6月12日在彭博社“重新构想信息论坛”上录制的现场对话。我们与Baliasni资产管理公司全球量化研究主管Gapi Paliolago进行了交谈。他出版了一本新书，名为《量化投资要素》。

我们俩都没有读过这本书，因为它会让我们难以理解，因为我们不是量化交易员，所以我们不知道如何阅读那些东西。但Gappy非常擅长用清晰的英语解释所有这些东西。所以我们进行了一次很棒的谈话，我们希望您喜欢收听它。所以首先，我要从一个非常非常愚蠢的问题开始，可能吧，但现在所有的投资难道不都是量化投资吗？我的意思是，每个投资者都可以访问某种形式的量化工具。他们都在使用数字。是的。我想是的。回答结束。是的。

我认为是这样。我的意思是，几乎每个人都使用某种量化叠加，对吧？但程度不同。我有一个朋友在一家老虎基金工作，他们拒绝使用电子表格中的对数

他们拒绝在电子表格中使用对数，因为他们说这很危险。可能是他们取了一个负数的对数。所以，是的，不，程度不同。但是，确实有一些量化文化正在渗透。好的，那么什么是量化投资？您如何将其与，我不知道，价值投资、自由裁量投资区分开来？好的，我认为有几种可能的答案。

所以我要用我在量化交易员生涯中读到的一个答案，我认为。这是一本Wiley的书。顺便说一句，这是一本非常好的书。我认为Cliff Asness将量化投资定义为……

基本上是在大量资产中进行投资，这些资产的预期收益率相对较低，所有资产的预期收益率都较低。这就是他的定义。但这并不完全……

我认为，在这个时候还不够完整，因为你也可以是一个量化投资者，交易相对较窄的资产范围，但频率很高，对吧？

真正重要的是你将要进行的赌注的数量，从某种意义上说。所以我想这可能是——如果你有很多独立的赌注或准独立的赌注，这意味着你需要能够将你的方法扩展到大量的独立赌注。这意味着你在某种程度上是一个量化投资者。

说到角色和工作，Belyazny的全球量化研究主管。你的工作是什么？你在那里大约六个月了。在像Belyazny这样的基金、公司里的工作是什么？好的，全球量化研究主管。好的，基本上我是股票的量化研究主管。也许将来有一天我会做一些商品研究。

或固定收益，但我非常乐意为股票服务，你知道，自由裁量和系统化的。我们所做的是，我的意思是，我的团队主要，我的意思是，我在开会，所以我什么工作都不做。所以，从某种意义上说，我们为公司提供集中的量化服务。所以我们做的第一件重要的事情是开发因子模型

无论你在哪里，对吧？所以对于不同期限的股票，理想情况下，你会希望为其他资产类别开发它们。但是，你知道，因子模型是当今许多量化投资的支柱。

然后在公司层面和个人投资经理层面进行对冲，这显然很简单，但实际上这是一个非常深刻的问题。然后我们提供投资组合咨询服务，这基本上就是你去见投资经理，帮助他们构建更好的投资组合，帮助他们了解他们的业绩，这非常重要，管理他们的风险，管理他们的回撤，偶尔做他们的治疗师，

但这就是我们所做的。我知道你整天都在开会，但如果你是你团队中的一员，你会如何提出关于因子的实际想法？我听说有些人从所有想法的剧集中得到想法。其中一些甚至结果相当不错。但是想法的产生是如何运作的呢？你坐下来，想，我今天需要想出一个新的因子。你在做什么？你在看什么？

好的，我想更具体地说明一下什么是因子，否则它会变得有点太模糊。所以有因子和因子。所以有一些是真实的因子。那些是什么？那些本质上是你可以分配给你的可投资宇宙的某种属性。并且有……

影响个别证券的收益来源，通过这种特征。而且它们是普遍存在的。因此，每项资产都以某种形式受到系统性收益来源的影响，第一点。所以它们必须是普遍存在的。

第二点是它们必须是持续的，对吧？情况并非如此，我两个月有很多因子收益，然后十个月什么都没有，对吧？所以这并不是一个真正的因子。然后可能是第三个特征是它们必须是有趣的。所以它们必须以某种方式含糊不清地可解释。所以当你匹配这些要求时，它就是一个因子。现在……

现在，假设你有特朗普因子。比方说，如果特朗普获胜，一些股票肯定会受益。一些股票肯定不会从特朗普当选而不是卡玛拉·哈里斯当选受益。另一种可能性

来源可能是关税，对吧？另一个来源可能是人工智能。好的，人工智能肯定不符合普遍存在的特征，因为受人工智能主题影响的宇宙相对较小。它可能不会持续存在。所以几年前它不存在，五年后它可能也不存在，因为所有东西在某种程度上都会是人工智能。

这很有趣，但这只是一个主题。它不是一个因子。这就是我所说的主题。因子和主题也有一些数学特征。比如什么？所以基本上你可以创建一个跟踪因子的投资组合，而这个投资组合将具有

相对较小的特质风险。所以它将真正再现你通过资产观察到的系统性收益来源。所以想象一下，这个系统性来源存在，但你并没有直接观察到它。它是潜在的。它就在那里。但你实际上可以用一个投资组合来重建它。一个主题，比如说，是10项资产。

你不能以同样的方式重建它，因为10项资产太少了，无法分散掉个别资产的特性收益来源。所以当你考虑因子识别时，你赚到的钱，实际的回报，

来自本质上的因子识别，或者是在市场上其他衡量标准之前识别出一个因子，在市场上其他竞争对手之前识别出一个存在的因子。

好的，这是一个很好的问题，因为我认为我知道答案。好的，很好。但现实是这样的。我认为别人的因子是我的阿尔法，反之亦然，对吧？再说多一点。有一些众所周知的因子，比如说各种价值和动量或均值回归，你可以押注这些因子，然后分散其他所有风险。

你得到的基本上是你得到了一些有价格的回报，价格的意义在于，正如你所知，你为此支付了一些风险，对吧？所以这是有价格的回报，这很好。但曾经有一段时间，这些并不是公开的知识。如果你有幸在80年代成为对冲基金，我见过一些，你知道，而且你可能也在欧洲投资，对吧？

这些因子确实运作得非常好，它们是阿尔法。它们没有被称为因子。我认为，第一篇发表的论文可能是关于动量的，大概在89年，对吧？现在，有阿尔法，阿尔法基本上，理想情况下，将是没有相关风险的回报。它几乎从未存在过。所以你真正拥有的因子是，

以某种频率或在某种宇宙中或具有一些其他人尚未发现的特征而存在。因此，它们可以被更好地利用。你如何确保当你隔离一个特定的因子时，你不会

意外地考虑其他一些动态。所以，你知道，你可能想投资一些在关税期间具有定价能力的公司，但实际上你的公司群体最终看起来就像是一群大型科技公司之类的东西。

我的意思是，没有解释的简短答案是可以的，但长答案则更复杂一些。如果你有真正的特征，比如，我不知道，关税和科技分类是100%相关的，那么你实际上只有一个。你不需要两者，对吧？所以，好的。但如果我在我的……

比如说，因子的库中，如果我有几个因子，它们有一些重叠，但并不完全重叠，那么你可以构建一个投资组合来分离一个因子的影响与另一个因子的影响。所以你试图将它们隔离。你可以隔离它们。你可以净化它们。现在，还有一种情况是

有一些模型中没有的因子，而它们应该存在。基本上，它们使情况变得有点复杂。但除此之外，如果你有一个合理的模型，你将能够将它们分开以了解它们之间的关系。你可以创建一个利用第一个因子的投资组合，然后创建一个与第一个因子不相关的第二个投资组合来利用第二个因子。

本期节目由查尔斯·施瓦布赞助播出。卖出股票的最佳时机是什么时候？如何防范通货膨胀？你的投资组合承担的风险是否恰当？财务决策可能很棘手，而且通常你自己的认知和情绪偏差会导致你误入歧途。《财务解码》是查尔斯·施瓦布的原创播客，可以提供帮助。加入主持人马克·里普，因为他提供了切实可行的解决方案来帮助你。

为了帮助你克服可能影响你投资决策的认知和情绪偏差，请访问 schwab.com/financialdecoder 收听。对于企业组织而言，管理所有食品需求是一项艰巨的任务。但有了Easy Cater，您将获得一家单一的职场食品供应商，它拥有让您轻松管理的工具和资源。让您组织中的各个团队都能轻松地从各种各样的餐厅订餐。

都在一个平台上，同时整合您的公司食品支出，以便您可以控制成本，简化账单和付款，并简化报告。Easy Cater，您的企业食品工具。要了解更多信息，请访问easycater.com/podcast。

在商业中，他们说你可以拥有更好、更便宜或更快的产品，但你只能选择两个。如果你能同时拥有这三者呢？Cohere、汤森路透和Specialized Bikes自从升级到下一代云：Oracle Cloud Infrastructure后，就是这样做的。OCI 是用于您的基础设施、数据库、应用程序开发和 AI 需求的超高速平台。

您可以在高可用性、持续高性能的环境中运行任何工作负载，并且比使用其他云的成本更低。它为什么更快？OCI 的块存储为您提供每秒更多的操作。更便宜？OCI 的计算成本降低高达 50%，存储成本降低 70%，网络成本降低 80%。

更好？在一次又一次的测试中，OCI 客户报告说，与其他云相比，延迟更低，带宽更高。这是为 AI 和您所有最大工作负载而构建的云。现在无需任何承诺，即可免费试用 OCI。请访问 oracle.com/strategic。网址是 oracle.com/strategic。

再次稍微放大一下，这与特蕾西的第一个问题有关，但也与我的第一个问题有关。如果你有一个基金，其中有各种投资经理和分析师，那么你所在级别的量化交易员（在基金层面）与专业从事量化交易的小组或投资经理之间有什么区别？这个术语的应用是否存在不同的定义或不同的含义？是的，我的意思是，

事实上，量化交易员现在是一个非常通用的标签。所以有很多量化交易员，他们做各种非常有趣的工作。他们中的一些人之所以与众不同，是因为他们生活在不同的结构中。因此，如今在一个平台上，尤其是在一个量化平台上，看到小组和中心组并非不可能。

好的，这是一个区别。那么区别是什么呢？在一个小组中，你通常有一个孤立的小组。我可能是在陈述显而易见的事情，但你有一个孤立的小组。他们不与其他小组沟通。你希望在公司层面拥有独立的阿尔法来源。他们的收益通常是其税后损益的一定百分比。好的，然后你是一个小组中的量化交易员。

在一个中心组中，你通常是一个更大群体的一部分，而这个群体将有望拥有更大的容量。这些是，你知道，一个更大的项目，比如一个更大的研究项目。他们的薪酬往往更具自由裁量权，这是一个中心组。

然后你还有各种各样的其他量化交易员。所以你有一些像我这样的人，他们在中心层面为公司服务。我还为公司的领导层服务。然后你有一些人做，例如，执行研究，这极其复杂和有趣，对吧？所以

它不是非黑即白的。你可以进行执行研究并负责一些损益。如今它非常非常丰富，而且非常专业化。我实际上是想问一下执行问题，因为当我们谈论量化投资时，我认为很多问题都围绕着因子和想法的产生，但你拥有所有

我会假设一些枯燥的东西，比如流动性、交易成本，你也必须考虑这些。你如何将这些纳入你的策略？

所以你可以用各种方法做到这一点。首先，这取决于公司在生态系统中占据的位置。所以，如果你是一家高频交易公司，你很可能正在使用你自己的资本，因为你受到容量的限制，所以你不需要很多资本。所以这些公司利用市场微观结构层面的信息。好的，所以……

从某种意义上说，高频交易公司没有传统的市场影响模型，他们看不到母单，他们在微观层面执行，如果你是对冲基金，你通常会进行大量交易，你拥有你自己的订单数据集……

这些数据集差异很大。因此，你可以为量化交易小组或策略建立一个市场影响模型，你可以为对冲建立一个不同的市场影响模型，为基本面投资建立一个不同的市场影响模型。然后你得到的基本是一个术语，称为

你放在优化问题中的一个函数，它有望帮助你最佳地调整投资组合规模或交易投资组合。这极其重要。你知道，市场影响是公司损失损益的一个非常非常大的部分。

截至今天，在你的世界里，生成式人工智能、大型语言模型等有什么价值？你目前是如何或不是如何从中获得实际价值的？好的，关于这一点，我没有什么原创的东西要说。告诉我们你的雇主正在使用人工智能做的一切。是的，我会把简历寄给你。谢谢。

但我认为，好的，让我们回顾一下基础知识，对吧？所以基础知识是，至少目前是这样，每个人都试图通过人工智能提高生产力，对吧？所以……

你想要所有你的文件。你想要现在，你知道，Web Perplexity有一个金融模块。我认为很快，也许彭博社将不再有关键词了。你只需要给彭博社一个任务，它就会获取所有信息片段并将其交给你。也许你可以安排它。所有这些都是相对基本的。

我的意思是，代理方面还没有，但很快就会出现。我认为与彭博社这样的公司竞争将非常困难，但可以肯定的是，比如说，大型超大规模公司。这就是其中之一。在投资层面，情况要复杂得多。所以

在数据自然丰富策略中，你绝对可以使用，如果不是深度学习或人工智能，但你绝对可以使用非常先进的机器学习算法。你没有数据窥探问题。你没有回测问题。所以你处于数据丰富环境中，你可以这样做。而且

这不是秘密，例如，XTX拥有大量的内部部署NVIDIA卡，我不知道，H100还是其他什么。所以这是一件事，对吧？问题是，较慢的投资风格将会发生什么。而我的……

我的观点是，希望像我这样的大型公司会有优势，但我们会看到的，对吧？为什么？因为我们确实拥有规模。我们有很多投资经理。我们有很多历史数据。我们有很多其他人没有的专有数据。所以也许这会奏效。

但是如何实现这一点，我不知道，因为事情变化得如此之快。而且，我在这方面相对来说是一个游客，所以我正试图了解更多关于这方面的信息。♪

对于企业组织而言，管理所有食品需求是一项艰巨的任务。但有了EasyCater，您将获得一家单一的职场食品供应商，它拥有让您轻松管理的工具和资源，让您组织中的各个团队都能轻松地在一个平台上从各种各样的餐厅订餐。同时整合您的公司食品支出，以便您可以控制成本，简化账单和付款，并简化报告。

嘿，我是瑞安·雷诺兹，来自Mint Mobile。现在，我正在寻找有趣的方法来告诉你，Mint每月15美元的无限高级无线服务又回来了。所以我想如果我们制作15美元的钞票，那会很有趣。但事实证明……

这是非法的。所以我的广告大创意泡汤了。请访问mintmobile.com/switch试用。需要预付45美元购买三个月的套餐，相当于每月15美元。仅限前三个月的新客户优惠。如果网络繁忙，速度在35GB后会变慢。税费另计。请访问mintmobile.com。在当今不断变化的就业市场中，寻找和留住顶尖人才比以往任何时候都更具挑战性。但有了Express Employment Professionals，

您可以简化招聘流程，节省时间和金钱。您是否知道，92%的美国招聘决策者预计今年将面临寻找合格候选人的挑战？招聘、广告、面试和入职的成本会迅速累积。但Express有解决方案。今天就访问ExpressPros.com。准备好以不同的方式招聘了吗？无论您需要合同工还是您的下一个核心团队成员，

请联系Express Employment Professionals。Express利用先进技术和简化的招聘流程来降低您的招聘成本。从高效的职位发布到定制的候选人筛选，Express让招聘更容易、更具成本效益。

拥有超过870个办事处，您将拥有一个随时准备帮助您管理员工队伍的当地团队。访问ExpressPros.com查找您附近的办事处。你提到了专有数据，这经常被人们提起，人们会说，如今真正的竞争优势就是数据集。

我的意思是，这是真的吗？如果我得到一些真正很酷和独特的东西，如果我能想出如何利用它，我就能自动成为，我不知道，一个亿万富翁交易员吗？这就是全部吗？也许是的。我对这一点的看法非常薄弱。我不知道。也许是的。我们会知道的。那么，人们从哪里获得有趣的数据集呢？我的意思是，你可以从观察人类实际投资中获得有趣的数据。你无法看到一个伟大的投资经理在投资，但我可以。

这就是好处。所以从你的中心位置，

你只是可以看到很多活动，并且可以看到其他人看不到的新数据，这仅仅是因为你处于所有这些不同交易的中心。这为你提供了一种其他人市场上没有的某种更高层次的抽象或其他什么东西。是的。而且有可能在不远的将来，优秀的投资经理会变得优秀，因为他们可以通过基本上扮演或训练或拥有一个再现他们行为的代理人的基线来改进

自己。所以，你知道，有一个替身差距，我不是投资经理，而是一个替身，无论是谁，都会说，你会怎么做，对吧？你会得到一个基线行为。然后你可以考虑一下，你可以说，好吧，我会做一些不同的事情。然后这成为强化学习过程中的一个例子，你

人工智能不断向你学习，而你不断改进，因为基线正在发生变化。

所以在我们出来之前，我让Perplexity想出一个新的因子。它想出了一个叫做政策敏捷性因子的东西，它应该指的是那些表现出政策灵活性的国家在长期内表现更好。能够更快地适应不断变化的情况的国家在长期内是表现优异者。你能给这个因子打分吗？我没有进行回测。

但是，如果有人给你带来这样的想法，不是我，是Perplexity，我不希望你在接下来的五分钟内侮辱我。你会对他们说什么？这有什么问题？我的意思是，没有主要问题。有一些问题。所以你首先要确保的是

如果人工智能，无论这意味着什么，给你一个定义，对吧？这个定义应该是在某个时间点，并且不应该在所有过去的数据上进行训练，对吧？所以第一点，你想要做到这一点。因为如果你回测这个特征，并且Perplexity已经以某种方式测试过它，那么这不是公平竞争。回测结果会很好。

所以不幸的是，我们生活在一个有些因子永远无法进行回测的世界里。所以你不知道它们是否有效，对吧？你只知道你无法提前测试它们。就像政策敏捷性。这似乎是一个非常低换手率的因子，对吧？而且它似乎可能是一个非常低的夏普比率因子。以及一个小的宇宙。以及一个小的宇宙。所以你怎么知道……

好吧，你可能想确保它有意义，也许你可以开始为它分配少量波动性。然后你会在观察它的表现时逐渐增加它？是的，样本外。好的，说到回测，我还有一个问题。但量化投资似乎存在一个问题，那就是你正在回顾历史数据。这就是你所拥有的一切。不幸的是，你没有关于未来的数据。

在我看来，很难处理制度变化。所以当你在金融、市场或全球经济中遇到某种运作方式的重大突破时，量化投资实际上是如何考虑这些风险的？比如，你知道，很多投资都是基于债券和股票将相互反向移动的想法。然后在2022年，它们开始一起移动。

我认为大多数具有金融量化背景的人都会告诉你，制度变化很难检测和有效应对。所以至少我认为这是我的经验，对吧？所以在每一个我尝试过的应用中，它对我来说真的从来没有奏效过。也许对其他人有用。

我认为更容易做到的是检测人类的制度变化。所以与其试图使用，你知道，有很多用于制度变化的算法。有基于马尔可夫的、QSAM的、完全非参数的。与其试图

对环境中的制度变化采取行动。尝试检测投资组合经理行为的变化并据此采取行动，因为这有效，我认为。

而且它通常与经验相符。所以这是可以利用的东西。我想回到你前面给出的一个答案，那就是老式的因子投资和早期版本。也许存在某种国际因子或流动性因子、小盘因子、价值因子。感觉这些东西很多

已经很久没用了。而且有一种争论似乎是，好吧，这是长期周期，最终它会回来吗？或者是因为每个人不仅知道这些因子并对它们进行了深入的讨论，而且它们也非常商品化，从某种意义上说，你只需要购买它们的ETF就可以了，对吧？你只需要购买一只小盘ETF就可以了。执行起来很简单。你只需要购买一只动量ETF就可以了。执行起来很简单，价值ETF等等。我的直觉是

既然每个人都知道它们，而且它们在技术上已经完全商品化，所以它们就消失了。但仍然存在争议。有些人认为，这些因素卷土重来只是时间问题，这是一个长期循环等等。我很想知道你如何看待人们讨论的一些最初的因素及其未来的前景。好吧，一些因素……

已被识别，但不知何故却被降级了。所以众所周知的是规模，对吧？因此，如果股票具有其他特征，规模并不能解释你的大部分回报。所以它是其他因素的组合。好吧，这是一个例子。然后有一些案例，其中

似乎一些因素已被利用。你知道，它们的容量已经耗尽，所以你无法从中获得有吸引力的回报。有些因素的夏普比率仍然很低，但它们仍然具有正夏普比率。所以，你知道，每个正夏普比率都值得奖励。

无论多么小，都要进行配置。这是什么例子？我认为是中期动量，对吧？中期动量是可以交易的，而且容量相对较高。然后你还有动量的整个期限结构。所以，你知道，有一个较短的期限反转等等。做空获利很好，直到它不再那么稳定地工作。然后它们也假设不同的特征，对吧？所以，

你开始经历更多崩盘之类的事件。是否存在模因因素？不，我认为没有。但这改变了什么吗？这是一个主题或类似的东西。什么？这是一个主题。这是一个主题，好的。是的。我不知道ESG是否也是一个因素。我不这么认为。好的。哦，你为什么这么说？因为我认为它并不持久。你的意思是它不会影响人类行为？我认为只是……

我的意思是，也有这个特点，对吧？一旦他们说存在一个因素，它就会出现。这是自反的，对吧？是的，这其中存在自反性，对吧？但我不知道它在近期的回报中是否真的解释了很多。我还有一个问题要问，因为我一开始问了一个愚蠢的问题，所以我将以另一个愚蠢的问题结束。是否存在好阿尔法和坏阿尔法，或者坏阿尔法只是贝塔？不，每个阿尔法信号都是，你知道，

上帝的小孩子。没有坏阿尔法。好的，Gappy，非常感谢你再次来到Odd Lots。

我们到此为止。这是我们与Gappy Paliolago的谈话。我是Jill Wiesenthal。你可以在The Stalwart上关注我。关注Tracy Allaway。关注我们的嘉宾Gappy。他在underscore underscore Paliolago。关注我们的制作人Kermen Rodriguez（Kermen Armin）、Dashiell Bennett（Dashbot）和Cale Brooks（Cale Brooks）。更多Odd Lots内容，请访问Bloomberg.com/Odd Lots。我们有每日简报和我们所有的剧集。

如果你喜欢这个节目，请在您最喜欢的播客平台上给我们留下积极评价。记住，Bloomberg订阅者可以在Apple Podcasts上无广告收听Odd Lots。只需进入Apple Podcasts应用程序并按照那里的说明操作即可。感谢收听。♪

对于企业组织来说，管理所有食品需求是一项艰巨的任务。但有了EasyCater，你将获得一个单一的职场食品供应商，它拥有简化流程的工具和资源，让整个组织的团队都能轻松地在一个平台上从各种各样的餐厅订餐。同时整合您的公司食品支出，以便您可以控制成本，简化账单和付款，并简化报告。

EasyCater，您的食品业务工具。要了解更多信息，请访问easycater.com/podcast。你如何将你的业务从创意发展到行业领导者？利用亚马逊企业提供的智能商业采购工具和技术，将您的愿景变为现实。

从快速免费送货到深入的购买见解和自动化的采购审批，他们提供您实现目标所需的一切。脱颖而出并非易事。简化您的库存方式，以取得领先地位。访问AmazonBusiness.com以获取支持。这就是市场过去的声音。

非常复杂。但今天，有了贝莱德的iShares，投资变得更容易。凭借超过450只ETF，iShares让您可以轻松访问无数的市场机会。贝莱德的iShares。市场由你掌控。访问www.iShares.com查看您的观点，其中包括投资目标、风险、费用、支出和其他信息，您应该在投资前仔细阅读和考虑。风险包括本金损失。由贝莱德投资有限公司和FINRA成员编制。这是一个iHeart播客。