机器学习与量化投资:综述与反思,扬帆正当时

机器学习和人工智能在量化投资的应用有很长的历史

    机器学习在九十年代初的热潮中已经被大量运用于量化投资中。尽管受限于当时的计算能力和算法,但是由于在算法交易和CTA等领域中机器学习提供了一些更好的解决方案,机器学习在这些领域的应用一直延续到今天。

    机器学习在量化投资中应用的九个思考

    本报告是系列报告的第一篇,简略介绍了机器学习运用到二级市场投资过程中的一些常见问题。这些问题覆盖了策略研发常见错误,策略归因,策略失效判断,机器学习平台的建立,交易系统和机器学习平台的对接以及机器学习对冲基金的团队架构。后续系列报告将会详细围绕这些问题展开。

    适当使用下的机器学习策略

    本报告中使用了两个策略作为例子。其中股指短线策略的夏普3.55,年化收益80.36%。商品长周期策略夏普1.06,年化收益8.61%。

    风险提示:

    机器学习量化策略的结果是对历史经验的总结,存在失效的可能。