Guerre matérielle, concurrence en puissance de calcul, jeu de génie : des ruptures de jeu à l’ère de l’involution quantitative

C'est la meilleure époque pour l'investissement quantitatif. La reconnaissance de l'industrie continue de croître, des talents exceptionnels se rassemblent et de plus en plus d'acteurs techniques explorent des terres inhabitées...

C'est aussi la « pire » époque pour l'investissement quantitatif. À notre époque, les règles de concurrence plus intenses et les mécanismes d'élimination cruels signifient que ce n'est qu'en escaladant constamment des couches de sommets technologiques que nous pouvons « voir les montagnes et les petites montagnes d'un seul coup d'œil ».

En 2023, le secteur du capital-investissement quantitatif, qui est entré dans l'ère du « billion », a entamé une involution connue sous le nom de guerres matérielles, de compétitions de puissance de calcul et de jeux de génie. De la croissance barbare à l’agriculture intensive, comment faire face à un écosystème industriel où la concurrence en matière de technologie et d’intelligence ne cesse de s’intensifier ?

Kunde Investment, qui opère régulièrement sur le marché intérieur depuis dix ans, utilise sa propre expérience pour résoudre les problèmes. Jetons un coup d'œil aux réponses données par le peuple Kuande.

La vidéo suivante provient de : WizardQuant Investment Avec une attitude académique rigoureuse, quand la technologie devient populaire

Quand Elric du cours de base de mathématiques et sciences de Tsinghua a choisi sa spécialisation, le Le monde était confronté À l'ère de l'expansion rapide des données, les statistiques, en tant qu'élément fondamental important de la science des données, sont de plus en plus utilisées dans des applications réelles.

Bien qu'il existe des options diversifiées, comment pouvez-vous lier fortement vos propres intérêts aux besoins du monde universitaire et de l'industrie ? J'ai écouté plusieurs conférences données par des enseignants de retour qui ont partagé des conférences universitaires et industrielles de pointe, et échangé des expériences d'apprentissage avec les mentors au cours de mon échange à l'UCLA. En particulier, j'ai découvert le lien inextricable entre les statistiques et l'apprentissage automatique, Elric The. le point de départ du voyage est verrouillé.

Les statistiques consistent à explorer des modèles inconnus à partir d'énormes quantités de données et à trouver de l'ordre dans des conditions apparemment désordonnées, ce qui nécessite une rigueur et une persévérance à long terme dans la recherche scientifique. Timothy Gowers a un jour fait une métaphore intéressante : il a déclaré que la plupart des contributions de grande envergure en mathématiques étaient le fait de « tortues » plutôt que de « lapins ». Cela signifie que sur une échelle de temps de recherche à long terme, ce n’est que grâce à des discussions répétées avec des données et des modèles, que ce soit avec joie ou douleur, que ces avancées décisives pourront se produire lentement.

Par la suite, durant les quelques années où il a étudié la biostatistique à Berkeley, Elric a d'une part formé les qualités scientifiques nécessaires à la recherche académique, et d'autre part, il a fait des explorations approfondies dans de nombreux domaines frontaliers. Tests d'hypothèses multiples, modèles bayésiens, bioinformatique, pharmacogénomique, réseaux neuronaux graphiques et théorie de l'apprentissage non convexe. Son champ de recherche s'étend des statistiques et de la biologie computationnelle à l'apprentissage automatique.

Quand Elric étudiait à l'étranger, le marché national du commerce quantitatif se développait rapidement. Bien que les marchés étrangers disposent d'outils de négociation plus complets, de facteurs de marché plus conviviaux et d'un capital plus mature et rationnel, ils sont également confrontés à de nombreux problèmes tels qu'une homogénéité croissante des stratégies, un effet Matthew évident et une dépendance excessive à l'effet de levier et au financement à faible coût. En comparaison, bien que le développement du commerce sur le marché intérieur en soit à un stade relativement précoce, le marché est plus dynamique et le secteur est en plein essor, ce qui offre en fait plus d'imagination et de marge de croissance pour le commerce quantitatif, en particulier pour les jeunes praticiens.

D'un point de vue technique, les principales institutions nationales de commerce quantitatif rattrapent rapidement les meilleures institutions étrangères et ont même leurs propres avantages uniques dans des directions techniques segmentées. Bien que cela ait commencé tardivement, les institutions nationales ont des avantages évidents en accumulant des retardataires. Qu'il s'agisse de l'application de la technologie d'apprentissage profond SOTA, de la construction de plates-formes informatiques d'IA à grande échelle et de la conception de systèmes commerciaux de logiciels et de matériels hautes performances, les institutions nationales ont des avantages évidents. les institutions représentées par Kuande Les institutions de commerce quantitatif sont à l'avant-garde. Ce vent d'est de la technologie a mis le cap sur Elric pour embarquer à Kuande.

软 Tous les logiciels et cadres de trading de Kuande sont développés de manière indépendante et peuvent effectuer des ajustements dynamiques avec les règles et politiques de trading des marchés et des bourses.

L'intention initiale de rechercher la perfection

Les besoins de l'époque sont comme des feux de circulation guidant le flux ordonné des talents Avec l'accélération de l'innovation technologique, de plus en plus d'institutions financières sont présentes. country Utilise des algorithmes d’apprentissage automatique pour prédire les tendances du marché et sélectionner des portefeuilles d’investissement. À l'heure actuelle, la recherche et l'application de l'apprentissage automatique traditionnel (tels que les méthodes de noyau, les modèles arborescents, etc.) et l'apprentissage profond plus large et en développement rapide sont devenus incontournables pour les institutions financières, en particulier le secteur quantitatif.

Après avoir obtenu son doctorat, Elric a rejoint Cundall en tant que chercheur en apprentissage automatique. Actuellement, le travail d'Elric se concentre sur l'exploration de données, la conception de solutions et de stratégies de modèles, l'utilisation de méthodes d'apprentissage automatique pour résoudre diverses énigmes sur le marché financier et la découverte de connexions non linéaires de grande dimension dans des données massives. La quantification lui a donné une perspective plus large. le ciel et la terre.

"Cundak dispose de nombreuses sources de données indépendantes, de ressources informatiques à très grande échelle et d'un puissant support de puissance de calcul, ce qui nous a créé un environnement de travail supérieur. Par exemple, j'ai été équipé de suffisamment d'A100, donc je ne "Je n'ai pas à m'inquiéter comme je le faisais lorsque j'étais étudiant. Nous nous inquiétons également du manque de ressources, et l'efficacité du travail a été grandement améliorée", a déclaré Elric.

Le domaine de la recherche est en constante expansion. Comment pouvons-nous transformer les outils entre nos mains en « armes tranchantes » ?
Elric croit que plus une équipe peut combiner les forces de chacun et travailler ensemble, plus elle durera longtemps.

L'équipe de Kunde comprend des collègues spécialisés en mathématiques théoriques et en physique théorique, ainsi que des membres qui étudient l'ingénierie, les statistiques et les calculs numériques. À Kuande, il a rencontré des collègues exceptionnels tels que des médaillés d'or de l'IPhO, des maîtres de jeu + docteurs en mathématiques, des vétérans seniors de Flower Street, des stagiaires talentueux, etc. Ils se consultaient souvent pendant leur temps libre et fournissaient des services plus complets et plus complets. de leurs perspectives professionnelles respectives, des idées de solutions.

"Beaucoup de nos "médaillés d'or en physique" réfléchissent souvent aux lois financières avec un aperçu des lois de la physique. Ce genre de collision peut souvent conduire à l'inspiration. Par exemple, la célèbre formule de Feynman-Kac en ingénierie financière, Il a été créé par le célèbre physicien Richard Feynman lorsqu'il décrivait la distribution des particules de haute énergie. Même s'il est également étudiant en mathématiques, son doctorat porte sur la méthode quasi-Monte Carlo. Ils me donnent souvent de nouvelles idées lorsque je raisonne. » Ces connaissances issues de différents domaines aident Elric à élargir ses horizons en matière de recherche et à éviter de rester coincé dans un mode de pensée unique.

#                                                                                                                                                  pour être plus cohérent et compétitif.

Gardez l'esprit ouvert aux nouvelles idées et aux nouvelles réalisations, Elric est comme une éponge qui absorbe l'eau, s'enrichissant constamment. Cundak a construit une série de systèmes de connaissances internes, qu'il s'agisse des dernières méthodes statistiques, de l'apprentissage automatique à chaud, des algorithmes d'intelligence artificielle, des paradigmes de programmation, de l'utilisation de chaînes d'outils, etc., des cours sont régulièrement organisés pour aider les collègues à s'auto-précipiter et à s'auto-précipiter. parvenir au partage des connaissances.

"Les étudiants qui étudient les statistiques à l'école doivent encore approfondir une quantité considérable de connaissances dans le domaine de l'informatique. Récemment, je travaille dur pour améliorer mes capacités d'ingénierie relativement faibles. Des compétences de base en programmation à la compréhension de l'ensemble de l'écologie de l'informatique, tels que les structures de données, les algorithmes, les principes de composition informatique, les systèmes d'exploitation, les bases de données, les principes de compilation, etc. "Elric passe également du temps chaque jour à lire les derniers articles sur arXiv et l'industrie. "Quelques articles sur GNN et Transformer des modèles ont été publiés. Cela m'a inspiré à maintenir mon sens du monde académique et à ne pas perdre certains devoirs simplement parce que j'ai commencé à travailler "

Utiliser la dernière technologie d'apprentissage automatique pour résoudre des problèmes pratiques et créer des problèmes réels et mesurables. la valeur est la clé. La recherche éternelle des talents techniques est aussi leur recherche à long terme de la technologie ultime.

Et Kuande est la « tour d'ivoire » qui protège ces véritables intentions. Son exploration de la diversité et sa grande tolérance inspirent la motivation de recherche des talents dans « l'ère post-étudiante ». Dans le même temps, Cundak a doté cette puissance d’outils et de méthodes scientifiques matures, permettant à chacun de se consacrer sans réserve à l’étude de la beauté de la technologie en finance.

J'ai beaucoup bénéficié de l'exploration de l'harmonie entre la technologie et la valeur

Aujourd'hui, l'apprentissage automatique, l'apprentissage profond, l'apprentissage par renforcement et d'autres technologies remodèlent considérablement le paysage technique de l'industrie du trading quantitatif, Le développement du trading quantitatif ouvre une situation nouvelle. Par exemple, le domaine du trading quantitatif s’appuiera largement sur la recherche liée à SOTA ML/DL. Mais absorption ne signifie pas appropriation. Comment utiliser correctement une certaine technologie de deep learning ? Lorsque le rapport signal sur bruit est faible, comment déterminer s’il s’agit d’une limitation des données ou d’un biais dans le processus d’entraînement ? Ce sont tous des ajustements que le secteur du commerce quantitatif doit apporter aux nouveaux scénarios et aux nouveaux problèmes.
Vous devez progressivement élargir les limites de la cognition à partir des domaines que vous connaissez, établir des bases solides étape par étape et vous efforcer de « savoir ce qui se passe mais aussi pourquoi ».

Avec l'approfondissement de la pratique de travail, Elric s'est progressivement rendu compte que la quantification est une combinaison organique de « mise en œuvre technique spécifique » et de « valeur unique sur le marché ». Il a cité le discours prononcé par le Dr Feng Xin, fondateur de Cundak, lors de la Conférence mondiale sur l'intelligence artificielle : « L'investissement quantitatif peut établir et utiliser des corrélations étendues entre les actions pour transformer l'ensemble du marché boursier en un tout organique avec partage de liquidités et partage d'impact. Du point de vue de l'apprentissage automatique D'un point de vue, nous pouvons intégrer des stocks d'un espace de grande dimension très clairsemé comme l'encodage à chaud dans un espace dense de basse dimension. Ce processus est appelé intégration. Sur cette base, attention (mécanisme d'attention). ) peut être utilisé pour étudier les relations point à point entre les stocks. La relation entre les stocks est convertie en relation entre les coordonnées dans cet espace. C'est l'idée centrale du paradigme GAT (Graph Attention Networks). Grâce à ce mécanisme, les stocks individuels sont tissés en une seule feuille. Les flux d'informations dans ce réseau sont souvent faciles à franchir, mais dans ce réseau, chaque nœud est renforcé et la pression sur un certain point sera partagée sur l'ensemble du réseau. Le marché partage également la liquidité. Dans le cadre de ce réseau, le coût d'impact des transactions est considérablement réduit, rendant la valeur des actions remboursables sur le marché secondaire plus stable et suffisante.#                                    -                                                                                          .

"Cet exemple donné par le Dr Feng reflète une
harmonie qui intègre une technologie élégante et son importance sur le marché. Grâce à la méthode d'apprentissage profond consistant à exprimer la relation entre des objets comme GNN, nous pouvons établir une sorte de relation entre actions. La relation mutuellement bénéfique et complémentaire a établi une structure plus stable et plus efficace pour le marché, comme si des milliers d'actions avaient été fusionnées en un tout " Elric a déclaré : " M. Feng, comme moi, a une formation en statistiques. Il a 20 ans d'expérience quantitative au pays et à l'étranger. J'ai beaucoup bénéficié de l'expérience pratique et de l'expérience accumulée dans des domaines tels que l'interprétabilité des modèles et la manière de gérer le surajustement. C'est dans cette collision entre anciens combattants et jeunes que Kuande continue de se concentrer. générer des étincelles d'innovation.

Points forts des projets de recrutement chauds de Kuande

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!