随着科技的进步和发展,人工智能技术被广泛应用于各个领域。机器学习是人工智能的一种形式,深度学习是机器学习中基于神经网络发展出的类别。机器学习作为传统量化的补充与技术革新,一方面,机器学习使得对海量数据的分析运用成为可能;另一方面,机器学习可以捕捉传统量化中难以发现的数据之间的潜在关系。
机器学习在量化投资研究中有着广泛的应用,不仅仅来自机器学习构建的程序化交易策略,更重要的是机器学习模型得到的结果可以作为投资参考,即辅助主观投资。
在量化选股层面,机器学习主要在因子端与模型端的应用。比如借助遗传规划(Genetic Programming)算法,通过输入基础因子与算子构造并挖掘新的有效因子。传统量价类因子以及财务因子已难以满足量化投资对于 Alpha 的追求,另类数据作为传统因子的补充,正逐渐成为 Alpha 收益的来源之一。另类数据的分析与挖掘在很大程度上依赖于机器学习,如采用机器学习算法对消费数据、网络推文、新闻舆情等非传统内容进行研究与分析,构建另类因子,挖掘出对股票价格产生影响的有效信息,有时能取得比传统因子更有效的效果。
机器学习在高频领域有着更好的表现,因为高频领域相对于低频,数据集的规模大幅扩大,并且高频数据之间可能存在着相对稳定的可识别模式。例如,通过基于 LSTM 的循环强化学习模型,构建算法交易策略。
除此之外,在衍生品对冲、金融数据生成等方面,强化学习也有着重要的应用。
未来,数据驱动与模型驱动将互相融合。算法和训练方法的不断改进,或许会提升机器学习在低信噪比数据上的表现;未来的因子挖掘会更多关注因子之间本身的逻辑,而非过度挖掘;未来因子库、模型库以及策略库会更加多样化,减少量化策略出现同质化;市场的多种状态转换下的模型适应或模型轮换,可能是未来机器学习需要更加关注的问题。
人工智能正当时,我们对其在量化投资上的应用一直持乐观态度,期待越来越多的新理论、算法和应用在机器学习领域大放异彩。然而,在强大技术的背后需要顶级人才的支撑。
眼下正值 “金九银十” 招聘季,为抢夺顶级人才,不少量化机构纷纷放大招,更有个别机构不仅开出百万薪资,还罕见披露 “交易实力”。据业内人士透露,在量化顶级人才招聘中,硕士学历为基本门槛,顶尖学府更是加分项。
从长远来看,量化行业的发展需要保持策略和技术的持续迭代,其背后是充足的人才储备和完善的团队建设。而非凸科技作为第三方算法交易服务公司,也在在持续加大人才的投入,包括算法、策略、工程师、产品经理、商务经理等,只为更好地服务我们的客户!
与此同时,非凸科技诚挚欢迎对量化研究热爱的小伙伴,加入进来!为共同的量化事业赋能!
一、量化开发工程师
二、岗位职责:
1.设计并开发高性能,低延时的算法交易系统,研发交易模型;
2.设计并开发策略相关回测平台,并面向量化研究团队以及客户的实际需求,开发高可用的交易工具;
3.设计并开发数据处理平台,参与交易结果分析,交易系统性能分析,进行相关数据清洗、整理及相关工作。
岗位要求:
1.拥有计算机科学、数学、统计学或者相关领域本科及以上学历,国内外一流大学优先;
2.熟练掌握 Linux 操作,能熟练使用一种或多种编程语言,Rust/C++/Java/Go/python 均可;
3.具有分布式计算、自然语言处理、机器学习、平台开发、网络或者系统设计方面的经验;
4.国内外计算机/数学/物理学竞赛奖项加分;
5.对技术、软件开发和数学充满热情。
二、机器学习研究员
岗位职责:
1.参与设计开拓性的智能算法应用于交易;
2.参与构建科学、严谨的算法评测体系;
3.紧跟领域前沿,推动基础研究;
4.利用机器学习、深度学习和人工智能等方法,对历史数据进行研究、分析和统计,并从中寻找相关的趋势和规律。
岗位要求:
1.本科及以上学历,金融、物理、数学、计算机等理科背景;
2.专业基础知识扎实,熟悉机器学习(深度学习),具备创新研究能力;
3.至少熟悉一种编程语言:Rust/C++/Python/Go/Java;
4.对人工智能及量化交易有浓厚的兴趣,思考深入,自我驱动,能快速学习新鲜事物。
Base range:
实习期 600-800 元/天
转正后 20k-50k + 员工福利
三、商务经理
岗位描述:
1.服务机构客户,以私募证券类、券商机构为主,针对所负责区域内的金融机构客户进行开发与维护,包括日常客户走访,收集客户需求,向客户提供市场咨询,与客户保持良好关系;
2.根据公司金融机构业务规划,统筹金融机构整体营销方案的具体落地执行,推动金融机构开发及合作,促成多赢的谈判结果;
3.根据客户需求,提供算法交易一体化解决方案。
岗位要求:
工作地点:北京、上海、成都、深圳、新加坡、美国
简历发送至:recruit@ft.tech