Партнеры Versor раскрывают свои квантовые стратегии по управлению 1,4 миллиарда долларов

Получите доступ ко всем эпизодам за 12 часов до YouTube, подписавшись бесплатно на Spotify - https://open.spotify.com/show/0hQrPxi... или Apple Podcasts - https://podcasts.apple.com/us/podcast... Как ведущие фирмы, занимающиеся количественной торговлей, используют генеративный ИИ? @v@versorinvestmentsa — инвестиционная компания с капиталом в 1,4 млрд долларов[1], специализирующаяся на количественных инвестициях в сфере управления активами, — рассказывает о том, как человеческая изобретательность лежит в основе ее инвестиционных исследований на основе ИИ и машинного обучения в финансовой сфере. Партнеры ДеУэйн Луис и Нишант Гурнани объясняют, как они объединяют контролируемое машинное обучение, обработку естественного языка и альтернативные данные — от чеков по кредитным картам до объявлений о вакансиях — для получения инвестиционных идей и прогнозирования доходности на мировых фондовых рынках. Мы обсуждаем, почему эффективные количественные торговые стратегии начинаются с чистых данных, как избежать ловушек интеллектуального анализа данных и почему ведущие количественные исследователи мыслят как специалисты по рыночным исследованиям, а не как разработчики моделей. Мы углубляемся в флагманские стратегии хедж-фондов Versor, от их количественной модели арбитража слияний и поглощений, которая прогнозирует конкурирующие предложения, до стратегии тактической торговли глобальными акциями (GETT), использующей дисбалансы на мировых фондовых рынках. Нишант и ДеУэйн разбирают, что означает «положительная выпуклость» на практике, как разрабатывать рыночно-нейтральные количественные торговые стратегии, не коррелирующие с CTA, и как 30-летняя исследовательская история Versor от Investcorp отражает истинные инновации на рынках капитала. Они делятся уроками о культуре количественных исследований, найме специалистов, получивших образование в IIT, и о том, как дисциплинированное построение портфеля и управляемый человеком ИИ определяют следующее поколение машинного обучения в финансах и алгоритмической торговле. Мы также обсуждаем... Как инвестиции в альтернативные данные обеспечивают альфа-доходность в современной экосистеме количественных хедж-фондов, использующих ИИ Создание моделей для стратегий инвестирования, основанных на событиях, и прогнозирование конкурирующих предложений в хедж-фондах, занимающихся арбитражем слияний и поглощений – подробнее здесь:   / events-intel-spectris-advent-kkr-case-ai-m...   Как стратегия управления фьючерсами Versor обеспечивает диверсификацию и положительную выпуклость инвестиционной доходности Выявление глобальных дислокаций с помощью торговли фьючерсами на глобальные фондовые индексы и сигналов относительной стоимости Формирование рыночно-нейтральных портфелей с помощью передовых рыночно-нейтральных количественных стратегий – подробнее здесь:   / global-equity-intel-dislocations-amidst-ma...   Почему успех Versor как хедж-фонда, ориентированного на исследования, обусловлен сочетанием науки о данных и человеческой интуиции Превращение неструктурированных данных в финансах — от объявлений о вакансиях до Данные кредитных карт — в виде аналитических данных для торговли Разработка алгоритмической торговой платформы, масштабируемой для различных классов активов и географических регионов Применение стратегий хедж-фондов на основе машинного обучения для моделирования сложного поведения рынка Как дисциплинированное построение портфеля с помощью количественных стратегий оптимизирует доходность с поправкой на риск Эволюция хедж-фондов, ориентированных на инвестиции на основе данных, и как ИИ меняет управление портфелем Будущее привлечения количественных специалистов в финансовом секторе и почему глубокие исследовательские навыки превосходят головоломки Уроки 30 лет инноваций на рынках капитала и систематического генерирования альфа-доходности Будущее ИИ в хедж-фондах — подробнее здесь:   / quant-intel-agentic-ai-quantitative-invest...   Почему управляемый человеком ИИ остается критически важным для построения устойчивых стратегий хедж-фондов на основе машинного обучения с высоким показателем Шарпа 00:00 Вступление и специальный запрос 01:55 ИИ в количественных хедж-фондах 02:19 Versor об инвестициях на основе ИИ исследования 05:42 Человеческая изобретательность и инвестиции в альтернативные данные 06:14 Гипотетически обоснованные стратегии количественной торговли 08:49 Научный метод в машинном обучении в финансах 13:37 Прогнозирование результатов в арбитраже слияний 17:02 Конкурирующие предложения в инвестировании, основанном на событиях 19:08 Пример сделки по слиянию в британской промышленной компании 23:50 Определение размера позиции и рыночно-нейтральная стратегия 25:48 Стратегия управления фьючерсами Versor 26:23 Торговля фьючерсами на глобальные фондовые индексы 30:31 Управление ликвидностью...