We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
李
李沁怡
沈
沈涵宇
王
王晓京
赵
赵锐
赵锐:我认为一个好的系统化投资策略必须具备合理性、可持续性和有效性。我们所有的信号和投资模型都基于大数据,可以回测和验证。除了基本面数据,我们还使用实时数据和另类数据(如信用卡交易数据、网络销售数据、消费者反馈等),并关注市场情绪和资金流向。我们的模型可以覆盖大量股票,并对每个股票进行评分,每天自动更新。
我们重视数据的合理性和可解释性,不会盲目使用第三方数据。我们努力理解每个信号背后的逻辑,并验证其预测能力。在市场情绪极度悲观或出现外部冲击时,我们会分析数据,寻找新的数据来帮助我们更好地预测市场走势。
在策略表现不佳时,我们会分析哪些信号失效,并根据市场环境调整模型。我们不会轻易改变有效的信号,而是理解市场变化的原因。
沈涵宇:贝莱德的因子开发流程遵循SPCA标准(合理性、预测性、稳定性和附加性),每个信号都需要经过严格的审核和测试。我们强调长期视角,并持续优化模型。
在风险管理方面,我们使用完善的交易成本模型和风险模型,进行压力测试,确保投资组合的风险分散。我们每天都会重复这个流程,根据市场变化调整投资策略。
我们积极应用人工智能技术,例如开放式大型语言模型,并进行定制化训练,以提高信号的预测准确性。我们不直接使用ChatGPT等商业化模型,而是利用开放式模型进行定制化训练,使其更适应中国A股市场。
王晓京:贝莱德的系统化主动投资策略与国内量化管理人相比,在监管、方法论、数据采集和人工智能应用方面具有优势。我们拥有十多年的中国A股市场经验,策略稳定,信息透明,不会进行主观选股。
我们注重风险控制,不会进行高杠杆操作。我们的数据采集和方法论与国内同行不同,人工智能的加成也使我们的策略更具优势。
李沁怡:作为主持人,我引导嘉宾讨论了系统化投资策略的构建、风险控制、人工智能应用以及策略迭代等方面的问题,并总结了嘉宾的观点。
Deep Dive
Shownotes Transcript
📈【本期主题】
- 贝莱德系统化主动权益投资
- 超过35年的研究经验和投资实践
- 借鉴国外行业的发展经验
- 如何做好本土化投资？
- 如何用AI技术赋能投资？
❤️【本期嘉宾】
赵睿 贝莱德系统化主动权益投资团队中国策略负责人
CFA编号：338410
沈涵宇 贝莱德系统化主动权益亚太区投资策略主管
执业编号：CRD#6704483
王晓京 贝莱德基金量化及多资产投资总监
执业编号：A20220907002729
🔻【主持人】
李沁怡 中金财富产品与解决方案部落 产品研究员
执业编号：S0080121050209
📍【时间轴】
00:08:43 系统化投资与基本面管理人的投资的主要区别有哪些？
00:14:26 一个简单的数学公式：信号=基本面+市场情绪+宏观主题
00:17:32 通过机器学习看到有意思的现象：市场情绪正面的时候没有人在帖子里问“为什么”，一旦开始问“为什么”就已经是一个情绪的转换了
00:20:40 海外市场积累的系统化投资经验如何赋能国内本土化应用？
00:24:15 传统数据和另类数据如何运用？以招聘广告为例
00:39:55 大语言模型、生成智能……AI浪潮对未来系统化投资的发展会产生什么影响？
00:48:32 如何降低机器学习，系统化投资中的过拟合问题？
00:54:04 当策略表现不佳时，如何应对和迭代？
01:00:08 真心话：保持耐心，好事多磨，任何微小的进步，累积起来都能达到惊人的成效
🌟扫描二维码，领取重磅投资干货🌟
免责声明： 中金财富对本文所载信息的准确性、可靠性、时效性及完整性不作任何明示或暗 示的保证。本文仅供参考，不构成任何投资建议，投资者据此操作，风险自负。投资有风险 入市需谨慎。中金财富及其人员对使用本文本内容所引发的任何直接或间接损失概不负责。未经中金财富书面授权许可，任何机构和个人不得以任何形式转发、转载、翻版、复制、 刊登、发表、修改、仿制或引用本文。