LCH Investments 報告稱，全球20 家最成功的對沖基金在2020 年籌集了635 億美元，創下了十年來的波動性記錄，因為在大流行引發的拋售後科技股大幅反彈。
“前20 名基金經理為其投資者創造的635 億美元淨收益是十年來最高的。 從這個意義上說，2020 年是對沖基金的一年，”
– LCH 主席Rick Sopher 在一份聲明中說。
人們普遍認為，投資領域的所有技術創新都是首先由對沖基金嘗試的。確實如此：對沖基金管理投資者的資本，以便以最小的風險增加資本——這種盈利能力和風險的比率吸引了他們的客戶。
主要目標是用其他資產的增長來抵消某些資產的下跌，為了實現這一目標，必須使用深思熟慮的策略並出色地預測未來趨勢。技術創新可以成為使這些過程更加準確和高效的工具。
如果對沖基金不得不在較低但穩定的盈利能力和可能更高的過山車回報之間做出選擇，那麼他們中的大多數會選擇第一個選項。
例如，“穩定無風險每年200%”的策略將比“每年500% 的風險更大的虧損”策略更具優勢。這是因為對沖基金對投資者的資金負有財務責任。
僅靠高回報是不夠的，你需要高風險調整後的回報。大多數對沖基金算法交易機器人的開發人員開始構建軟件時都考慮到了這個公理。
如果你對市場分析充滿信心或準備學習金融技巧，那麼你可以嘗試創建自己的算法交易機器人。市場上有專門的平台可以創建自動交易——比如Thinkorswim (ThinkorSwim Group, Inc.) 或MetaTrader 5 (MetaQuotes Software Corp.)。用戶可以自己編寫機器人或顧問，也可以下載/租用/購買任何現成的應用程序。
最複雜的交易機器人使用3 個活動部件：
[signal generator] -> [risk allocation] -> [execution]
……所以最大的挑戰是你的信號選擇和處理策略的創造性和洞察力。
交易機器人已在對沖基金中紮根。如果你問為什麼，答案是時間。在金融界，即使是毫秒也能發揮作用。
一個很好的例子是Spread Networks，它在芝加哥商品交易所和新澤西州納斯達克交易所的數據中心之間建立了一條直接光纖電纜。為了比其他市場參與者提前幾分之一秒接收數據，這是必要的。
算法交易機器人的運行速度比人類的思考時間加反應時間快得多。對沖基金用於交易的大多數計算機算法都模仿人類交易者的行為，只是更系統、更快、更便宜。
BarclayHedge 調查：“你投資過程的哪一部分是由機器學習技術的應用驅動的？”
對沖基金的優先技術包括人工智能和機器學習。 BarclayHedge 2018 年的一項研究發現，超過一半的市場參與者使用這些方法來做出投資決策，三分之二的人使用這些方法來產生交易想法和優化投資組合。
對人工智能的這種興趣是由於對沖基金需要快速計算趨勢、在新聞中尋找信號並預測特定股票的價格將發生變化。預測越準確，風險越低，利潤越高。一個人不知道未來，但人工智能可以根據歷史數據和不斷變化的外部因素預測市場將走向何方。
人工智能可以分析的數據量比人類大得多，處理速度也快得多。分析的數據越多，預測就越準確。因此，人工智能完成了數據科學家為其設定的任務。
數據科學家最初基於數據構建模型。一旦模型被創建，它就會在過去的事件上進行測試——這個過程被稱為回測。例如，有一個模型可以讓你根據股票價格的某種行為對明天進行預測。這一預測構成了對沖基金行動的基礎——並顯示了是買入還是賣出特定股票。為了評估預測的準確性，將歷史數據應用到模型中。
從理論上講，你可以在沒有此類測試的情況下構建模型，但對於對沖基金而言，風險的重要性並不亞於盈利能力（請記住，對沖基金管理投資者資本的方式是在風險最小的情況下增加資本）。
所以回測是最好的選擇。在回測過程中，我們不會按照錯誤的預測購買股票而造成財務損失，但我們會檢查預測是否成真。例如，你可以將十天前收集的數據輸入系統，對未來一天進行預測，並將其與九天前的股價表現進行比較，從而展望未來。
策略測試器— 圖片來源：MetaQuotes Software Corp.
最重要的是，人工智能的預測仍然需要人類驗證。無論是按隨機順序完成還是僅測試最出乎意料的預測，最佳選擇取決於你。
數據科學可以在對沖基金中解決的挑戰是巨大的。數據分析師選擇信息並對其進行分類，但可能存在各種各樣的影響因素——宏觀經濟和政治事件、行業趨勢、單個公司的表現、其競爭對手等。請記住，每個人都在談論不斷增長的數據量大數據——數據湖，甚至數據海洋。
Data Lake Meme ? 圖片來源：Meme-Arsenal
重要的是要了解對沖基金行業以及整個金融行業更看重策略的有效性而不是複雜性。你應該始終首先嘗試最簡單的模型，然後考慮是否需要將它們複雜化。了解特定想法的基本經濟基礎也很重要。所以人工智能的使用是沒有必要的，但是如果有指標可以使用ML方法有明顯的提升，那麼就應該實施技術。
資訊來源：由0x資訊編譯自THECAPTAL。版權歸作者所有，未經許可，不得轉載