以量化科技构建投研投顾一体化业务生态

三大新技术推动量化科技

“谈到量化，大家会瞬间想到 Quant（数学模型），并认为量化主要是 以另一种科技手段执行交易，通过这种交易手段克服人性的弱点，在交易 执行的位置赚钱。因此，实际上人们在大部分的情况下将 Quant 与自动化 交易画上等号，把量化描述成一种交易手段，科技性并非那么强。

如果单纯地从交易实现的业务角度而言，这种说法是正确的，同时也是相当狭隘 的一种定义。量化科技不仅运用在交易实现的业务中，而且贯穿整个资产 管理业务链条。”黄嵩介绍说，“量化是一种新的资产管理理念，是资产管 理业务的数字化转型，从本质上是金融资产管理领域的一次技术创新。

量化科技实际上是数据 + 编程 + 算法的结合，通过与云计算、大数据和人工 智能 3 种前沿技术结合来全方位影响着资产管理业务的未来。” 他指出 ：“当我们从这 3 种技术的整个发展历程来看，我们会发现它 们其实存在着紧密联系，三者之间有发展的先后顺序 ：先是云计算，然后 是大数据，再到人工智能的迅速发展。资产管理业务在整个技术发展的格 局下，也一直受这 3 种技术的影响，不断地在改变着业态的发展。”

云计算主要解决的是算力问题。云计算的发展是 IaaS（Infrastructureas-a-Service, 意思是“基础设施即服务”）平台构建的过程，主要是从信 息技术部的虚拟化改造展开的。过去 10 年，虚拟化已经成了资产管理公 司的标配。随着 Azuer 云、阿里云、腾讯云近几年的发展，私有云部署工 作在很多资产管理公司中也逐步展开。 大数据主要解决信息的数字化集中管理问题。从 5 年前开始，各大资 产管理公司开始构建自己的数据中心。

数据中心的搭建是各个公司从 IaaS 向 DaaS（Data-as-a-Service，意思是“数据即服务”）发展的过程，实 际上是完成数据整合的工作，把业务相关的数据统一规整，并入到统一的 管理体系之中再加以利用。 人工智能实际上就是算法。云计算（算力）、大数据都有了以后，要求具备数据建模能力、数据整理分析能力，在数据可视化及各类资产配置和 交易方法方面的数学建模要求也会提高。人工智能（算法）在资产管理业 务的数字化转型中，是最后但同时也是最重要的一个环节。对资产管理业 务有一定关注的人，会发现一个现象，即各大资产管理公司对数学、计量 分析、统计、金融工程等方面的人员招募在近期变得更加紧迫。为什么会 出现这种现象呢？因为人工智能是一个应用问题，是解决实际问题的，需 要大量专业人才去应用人工智能这个工具。

版权声明： 本站文章已获出版方或者作者方授权，如需转载，请保留网站地址和作者信息。部分文章来源于网络，著作权归于原作者，仅供学习交流使用。

很赞哦！ ( )