您查看的活动已结束

数学家西蒙斯在投资上获得的非凡业绩吸引了很多人对量化投资产生兴趣。各种不同专业知识背景的人，带着自己的专业本领进入量化投资领域，希望找到投资获利的圣杯。在2015年A股的大幅波动行情中，被我国金融监管当局认定违法的外资贸易企业伊世顿公司，通过交易沪深300股指期货而获得数十亿暴利，其核心策略就是采用了高频量化投资策略。有关资料表明伊世顿的策略团队几乎都是物理学、计算数学和计算科学等跨学科背景。
 
投资行业应该是最早应用大数据的行业之一，当今在很多其他行业所用到的数据技术几乎无例外地被用在了量化投资策略的开发中。毫无疑问，大数据的量化分析方法引入到金融行业和金融市场，才使得投资真正具有了科学的味道。因此可以简而言之，量化投资就是将投资者的思想、经验、直觉和分析逻辑反映在量化模型中，借助于机器处理大量数据和信息从而进行决策的一种投资方法。
 
目前，关于量化投资的界定和分类众说纷纭，很多人把量化投资等同于程序化交易、高频交易或者统计套利（一种基于数据统计的交易手段）。但是我们认为，量化投资并不仅仅是在投资中简单的使用数据技术和统计方法。本质上说，量化投资策略的获利来自于捕捉到或诱发出金融资产与金融工具的错误定价，无论这个错误在时间周期上是较长的数日数月或者数年，还是较短的日内几分钟几秒甚至几毫秒。因此发现合理的均衡价格以及驱动价格运动的因素才是量化投资的逻辑基础。
 
资产定价理论的均衡定价模型主要讨论在无套利均衡和一般均衡条件下金融资产与金融工具的合理价格，因素定价模型则主要讨论影响价格运动的因素以及价格相对这些因素的敏感程度。在经济学者和金融学者眼中，金融行业和金融市场与其他各行各业和各种市场一样，都是加工和"贩卖"各种不同对象的机构和场所，只不过这个行业和市场加工和“贩卖”的对象是信息、流动性和激励机制等抽象事物。动态变化的经济环境和金融体系常常驱动着信息、流动性和激励机制在不同市场、不同参与者、不同金融资产之间出现不平衡，因而价格常常偏离均衡水平。
 
在这些抽象事物中，信息作为未来的不确定性知识在量化投资和资产定价问题中处于核心地位。根据理论经济学的定义，不确定性分为风险（risk）和含糊（ambiguity）。风险这一类不确定性及其和资产价格的关系在理论上已经研究的比较成熟，而学界对含糊（ambiguity）及其和资产价格的关系却仍然处于不甚了解的阶段。
 
1月24日，郭剑光老师将梳理量化投资、资产定价和含糊几个关键词之间的关系，和大家一起讨论：学界和业界已经发现了金融市场上哪些资产定价的规律，可能还有哪些现象背离了当前的理论？并且，除了经济学与金融学专业知识对资产定价的研究结果以外，有哪些来自其他专业的跨学科启示？

【主讲人】：郭剑光，中央财经大学证券期货研究所衍生品部主任、民泰金融研究所跨学科研究讨论组发起人，上海交通大学管理学博士。量化投资在国内较早的普及者，翻译了该领域著名的科普读物《打开量化投资黑箱》。目前主要关注含糊（ambiguity）如何影响资产定价、如何基于含糊开发量化套利策略，以及含糊的跨学科交叉研究。

【地  址】：北京市石景山区玉泉路地铁南200米瑞达大厦10楼中国集智俱乐部 -“三思堂”

【时  间】：2016年1月24日 下午2:30-5:00

【关于我们】

官方网站：www.swarma.org

微信公共账号：swarmagents