熱門:

2019年7月8日

Two Sigma解讀另類數據突圍
量化對沖基金巨頭 善用AI機械學習

金融界近年愈來愈重視大數據,其實早於18年前已有人意識到數據的力量。對沖基金Two Sigma於2001年成立並以紐約為總部,雖定位為科技公司,但憑藉在數據及科技方面的優勢,成為量化對沖基金業界的巨頭。

傳統基金作出投資決定時,主要依賴基金經理團隊的分析,Two Sigma在投資管理方法上則運用人工智能及機械學習。該公司1600名員工中,有三分二都是從事研發及工程工作,非金融領域背景的員工佔比達六成之多。Two Sigma認為,今時今日的差異化優勢,來自發掘和掌握新數據與另類數據。所謂另類數據,是指可能影響投資決策,但又並非來自於市場統計和財務報表的數據。

人類有創意 電腦不能取代

人類在交易中的角色被逐漸淡化似是大勢所趨,近年演算交易(Algorithmic trading)大行其道,金融業對交易員的需求有減少之虞。Two Sigma共同創辦人兼聯合主席David Siegel接受本報專訪時表示,電腦會改變工作崗位的性質,但工作對人類的需求不會完全消失。

「我認為人類在創意方面仍保有優勢,而利用人類創意的最佳方法,就是由人類建立軟件,這不限於在投資範疇。」Siegel說,電腦與人類兩者之間存在夥伴關係。他解釋,人工智能善於從數據中尋找規律,能處理人類無法處理的海量數據,不過軟件本身是由人類建立。事實上,即使是Two Sigma這類科技公司,實際進行量化交易時,亦不可能由電腦完全取代人類。舉例來說,確保收集得來的數據適當兼合規,這方面工作就需要聘請相關專業人才處理。

投資者或對Two Sigma所收集的數據感到好奇,Siegel坦言,大部分數據都是其他同業能夠收集得到的數據。該公司亞太區負責人兼香港分公司首席執行官林國澧補充,關鍵在於如何解讀這些數據。Two Sigma在其公司簡介中已明言,未來的差異化優勢源於解讀數據的能力,以及出色的數據分析平台。換言之,掌握最新數據只是第一步,更重要的是如何將數據化為有用資訊。

「Two Sigma使用的投資模型並不存在一個特定的投資理念,我們對於所有影響資產價格的因素抱持開放看法。」Siegel透露,這是Two Sigma與其他資產管理公司不同之處,該公司有龐大研究隊伍,嘗試檢視所有想像得到、能影響證券價格的因素。

政治最難測 頻左右市場

不過,不少影響金融市場的因素幾乎都無法預測,由英國脫歐到中美貿易戰,政治事件近年頻頻左右國際金融市場,令投資分析更為複雜。Siegel承認,電腦於分析政治因素時存在困難,但強調預測政治事件的發展並非Two Sigma取得投資回報的基礎,而且即使是投資專才,亦難以對有關因素作出良好判斷。

採訪、撰文:余倩敏

放大圖片 / 顯示原圖

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads