一家量化公司从人工智能中获得性能提升——至少在测试中是这样
“基于机器学习的方法比传统方法要好得多……它们可以更好地对风险进行建模，”Robeco 的 Patrick Houweling 说道。
资产管理公司正在竞相研究机器学习和人工智能如何提高他们的业绩。量化管理公司荷宝 (Robeco) 管理着 1700 亿美元的资产，是最新一家认真尝试这些工具并取得了一些有希望的结果的公司。
荷宝量化固定收益联席主管 Patrick Houweling 在接受《机构投资者》采访时表示，他的团队一直致力于将机器学习工具整合到公司的量化信贷投资流程中。荷宝 (Robeco) 最初推出了 55 亿美元的信贷策略，提供价值因素的敞口。与价值股类似，荷宝将固定收益的价值定义为相对于其基本面而言便宜的债券。
Houweling 表示，荷宝的结果表明，机器学习可以显着提高使用价值因素的策略的风险调整回报。例如，根据最近发表的一篇论文，当应用于使用价值风格的投资级债券投资组合时，基于机器学习的方法将信息比率（衡量每单位风险的超额回报）从 1.42 提高到 1.83。豪威林的团队。当应用于价值导向的高收益债券投资组合时，使用机器学习的模型将信息比率从 0.99 提高到 1.75。
“基于机器学习的方法比传统方法要好得多……它们可以更好地建模风险，”Houweling 说。
荷宝对机器学习的探索正值众多资产管理公司正在研究在投资和分销中使用人工智能的可能性之际。例如，瑞联全球顾问公司计划聘请更多人工智能人才，以扩大其投资研究能力。对冲基金 AQR 一直在尝试使用类似 ChatGPT 的大型语言模型来提高回报。PanAgora 还一直在探索人工智能工具赢得授权的能力。
Houweling 表示，他的 16 名投资组合经理和研究人员团队花了六个月的时间研究基于机器学习的方法。“我们想了解该方法背后的直觉，”Houweling 说。“一旦我们完成了所有这些不同的研究步骤，我们就决定做出改变，接受机器学习作为我们工具包中的新工具。”
但据 Houweling 称，要在客户的投资组合中全面执行基于机器学习的方法，需要更新基础设施，这可能还需要一两个月的时间。“研究阶段已经完成，”Houweling 说。“我们确切地知道我们想要做什么以及如何做，但我们需要每天在软件中实现它以计算价值信号。”
接下来，Houweling 的团队计划在其他因素（包括动量和规模）上测试相同的基于机器学习的方法。“我们希望使用相同的工具并将其应用于其他因素……因为我们现在认为我们了解这个工具并且我们喜欢它，”他说。
韭菜热线原创版权所有，发布者：风生水起，转载请注明出处：https://www.9crx.com/72993.html
