砸百萬年薪招聘，基金火線加碼AI
時間：2023-07-24 來源：中國基金報
AI是2023年全球范圍內(nèi)最具顛覆性的方向，引發(fā)A股市場資金追捧，更成為公募行業(yè)投研積極擴展的重要方向。
據(jù)中國基金報記者了解，目前多家公募機構(gòu)積極運用AI技術(shù)，在資金交易、量化投研等多個業(yè)務(wù)領(lǐng)域探索落地場景，AI為投研能力賦能可謂進行時。
不僅如此，基金公司還大力招攬機器學(xué)習(xí)研究員和工程師，多舉措聚集優(yōu)秀的AI人才，甚至有公司開出了百萬年薪來吸引人才。大量AI技術(shù)的應(yīng)用和落地，未來或給市場和行業(yè)演繹出新精彩。
重金招攬AI人才
日前某量化私募“日薪4000元招實習(xí)生”的舉動成為近期市場熱門話題，從背后折射出量化、AI等技術(shù)越來越受到金融機構(gòu)的重視。從今年看，基金公司正在大力招攬機器學(xué)習(xí)研究員和工程師。
記者注意到，在招聘網(wǎng)站上，多家基金公司重金求機器學(xué)習(xí)類人才，不少機構(gòu)開價在百萬年薪級別。一條招聘貼顯示，某基金公司正在招聘機器學(xué)習(xí)開發(fā)工程師，給出90萬到112萬/年的薪資。
也有公司在實名招聘.。如創(chuàng)金合信基金就在尋找機器學(xué)習(xí)開發(fā)工程師。在工作職責方面，在該崗位任職需要負責機器學(xué)習(xí)、NLP、OCR、RPA等人工智能技術(shù)及算法的研究和應(yīng)用開發(fā)，結(jié)合基金業(yè)務(wù)實際應(yīng)用場景形成具有競爭力的智能化應(yīng)用解決方案，并實施落地;跟蹤人工智能最新研究成果和技術(shù)趨勢，適時引入相關(guān)技術(shù)驅(qū)動業(yè)務(wù)創(chuàng)新。同時，鵬華基金也在招兵買馬，實名招聘機器學(xué)習(xí)工程師。
另一家大型基金公司也在招聘機器學(xué)習(xí)/深度學(xué)習(xí)，開出25-50K·23薪的有競爭力的薪資。還有基金公司給出60-90K·15薪的更高籌碼。
除了在招聘網(wǎng)站上招募人才，不少公司還有多元化的人才策略。
博時基金相關(guān)人士介紹，在招聘和儲備機器學(xué)習(xí)相關(guān)人才方面，首先與頂級大學(xué)和研究機構(gòu)建立合作關(guān)系，通過實習(xí)、項目合作和校園招聘等方式吸引優(yōu)秀的研究生和博士生，比如我們正在和北大CCF聯(lián)合舉辦量化比賽，尋求合適的人才。
“其次，博時基金在行業(yè)內(nèi)也建立了良好的口碑，不斷吸引已經(jīng)在機器學(xué)習(xí)領(lǐng)域有所建樹的專業(yè)人士。最后，公司還為員工提供持續(xù)的培訓(xùn)和學(xué)習(xí)機會，成立了AI興趣小組、并定期展開研討會，從內(nèi)部挖掘具備學(xué)習(xí)能力和創(chuàng)新精神的員工。”上述人士表示。
AI技術(shù)賦能公募投研
在積極招兵買馬的背后，是看好AI技術(shù)能賦能公募基金投研業(yè)務(wù)。
上述博時基金人士介紹，在投研上，公司主要運用深度學(xué)習(xí)和樹模型分析市場行情數(shù)據(jù)和基本面因子指標，捕捉資產(chǎn)價格和交易行為中的復(fù)雜規(guī)律，輔助投研人員進行選股邏輯生成和選股信號挖掘。深度學(xué)習(xí)主要用做因子挖掘，機器學(xué)習(xí)算法主要用來滾動地捕捉資產(chǎn)預(yù)期收益與因子指標間的數(shù)量關(guān)系及變化規(guī)律。
在上述人士看來，機器學(xué)習(xí)在研究領(lǐng)域具有很多獨特優(yōu)勢，首先，相較于人類研究員，機器學(xué)習(xí)算法可以處理大量、高維度的數(shù)據(jù)，這在處理復(fù)雜的金融數(shù)據(jù)時尤其重要。
其次，無監(jiān)督的機器學(xué)習(xí)有時能夠揭示數(shù)據(jù)之間的復(fù)雜關(guān)系和隱藏規(guī)律，提供很多具有啟發(fā)的新視角和新觀點，能夠給研究員和基金經(jīng)理更多啟發(fā)，最后機器學(xué)習(xí)也能夠替代一部分重復(fù)性的工作，比如信息提取、風險監(jiān)控、高頻交易等等。
事實上，通過機器學(xué)習(xí)技術(shù)的運用，部分基金公司已經(jīng)獲得實際效益。長城基金總經(jīng)理助理、量化與指數(shù)投資部總經(jīng)理雷俊表示，過去更多用傳統(tǒng)基本面多因子框架，去年底公司應(yīng)用了自行開發(fā)的基于深度神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)框架的因子挖掘系統(tǒng)。
“從過去私募和其他同行的應(yīng)用情況來看，對于小盤這一類產(chǎn)品，因子挖掘、深度學(xué)習(xí)框架展現(xiàn)出較強的競爭力，這也在我們2021年開始跟蹤的內(nèi)部模擬盤中得到了驗證。所以去年底開始把這套Alpha模型運用在偏小盤市值的產(chǎn)品中，在廣度領(lǐng)域，這套方法論的ICInformation Coefficient，信息系數(shù))因子收益預(yù)測能力更強，預(yù)測的穩(wěn)定性也更高。我們將該方法應(yīng)用在了長城中證500指數(shù)增強與長城量化小盤上，這兩個產(chǎn)品今年實盤跑得比較不錯。”雷俊進一步表示。
談及機器學(xué)習(xí)在研究領(lǐng)域的優(yōu)勢，雷俊分析稱，“一是相較于傳統(tǒng)多因子模型的線性指標分析，深度學(xué)習(xí)模型可以處理一些非線性數(shù)據(jù)，比如文本，一段文字或者一個研報。二是截面跟時間序列的區(qū)別，時間序列在深度學(xué)習(xí)框架下有很多模型去做。三是最終形成的結(jié)果里會有比較多非結(jié)構(gòu)性的東西，而且它是一個系統(tǒng)，理論上可以做不同的‘供給’，可以擴充龐大的因子庫。”
此外，還有人士認為，整體而言，基金公司利用AI相關(guān)技術(shù)對研究的賦能，包括海量信息的提純、加工；產(chǎn)業(yè)鏈上下游各個環(huán)節(jié)的研究數(shù)據(jù)梳理與模型化；基于中文文本訓(xùn)練而進行的產(chǎn)業(yè)、標的等的情緒分析等。通過AI技術(shù)可以極大釋放研究的潛力，提升研究的效率。未來隨著AI技術(shù)的進一步落地，可能對整體投研帶來不少變化。
或?qū)⒅饾u深度參與投研
越來越多的人工智能技術(shù)應(yīng)用到投研環(huán)節(jié)，已成為不可抵擋的趨勢。
“傳統(tǒng)機器學(xué)習(xí)開發(fā)訓(xùn)練門檻高，對訓(xùn)練數(shù)據(jù)要求高，投研應(yīng)用場景有限。隨著以大模型為代表的新的人工智能技術(shù)的發(fā)展，相信人工智能技術(shù)將會在量化投資、數(shù)據(jù)分析、合規(guī)數(shù)字化等領(lǐng)域發(fā)揮更大的作用。”上述博時基金人士就表示，未來將會持續(xù)關(guān)注并跟進最新的人工智能技術(shù)，將其應(yīng)用在投研和日常工作中。
據(jù)一家大型基金公司人士也表示，機器學(xué)習(xí)在金融投資中的應(yīng)用，主要包括預(yù)測股票市場、風險控制、智能投資組合等方面?？梢杂糜谔岣咄顿Y決策質(zhì)量和有效管理金融投資，促進投資成功，以及使投資者能夠以更低的風險獲取更高的回報。
“金融數(shù)據(jù)的一個很重要的特點就是低信噪比。一方面因為噪聲過于繁多，會淹沒真正的有效信息；另一方面，交易行為的存在使得金融市場的低信噪比這一特征長期持續(xù)。”上述人士表示，單一的學(xué)習(xí)器常常無法準確的捕捉市場的某些重要特征和有效信號，從而產(chǎn)生較大的偏差。而機器學(xué)習(xí)的主要目的在于發(fā)現(xiàn)規(guī)律或重現(xiàn)規(guī)律。算法的不斷改進或?qū)⑻嵘龣C器學(xué)習(xí)在低信噪比數(shù)據(jù)上的表現(xiàn)。在全面注冊制時代，機器學(xué)習(xí)擁有更廣闊的應(yīng)用前景，有利于提升投資效率，輔助投資決策。
談及具體對市場的影響，雷俊也有深入分析，他認為，從IC來看，目前深度學(xué)習(xí)適用的市場還是非常廣泛的，牛市、熊市、震蕩市都能適用，但是會有一些區(qū)別。
“整體上看，IC的有效性在下降，市場的有效性在提升。從時間長期維度來看，越來越多人利用這項技術(shù)或者這個data參與市場。”雷俊表示，深度學(xué)習(xí)的有效性體現(xiàn)在多頭和空頭這兩個層面，空頭估計略微比多頭好一點點，在市場比較弱勢或者震蕩的時候，這一類產(chǎn)品在市場上的排名會更好。而在全市場強進攻的行情下，它可能跑不過賽道股，但有望能跑贏指數(shù)。