2003年,小翰哥(John Ameriks)加入了 Vanguard 领航投资 。从那个时候开始,他就一路稳稳的观察着数据以及另类数据这个领域的发展。
20年过去了,小翰哥现在已经是 Vanguard 里那个有名的 QEG 负责人。业内的人都知道,Vanguard 的 QEG (Quantitative Equity Group)是驱动领航投资的一个核心部门。
这个部门大概有30个人,包含有投资经理,分析师,还有自己的量化和创新团队。量化 (Quant Dev)和创新(Innovation)团队的主要KPI,就是把一些最新的科技和数据带入到投资和交易流程中。
他们其中一项任务,就是深究哪些另类数据库有投资价值,可以进一步深挖Alpha。或是说哪些数据库值得采购。比如对于医药行业,他们会去研究一些很小众但价值又较高的数据库,例如药物临床阶段的测试结果……
另类数据对于买方机构来说,就犹如 Alpha 里面的 A。如果你找到了,有了,而且还是第一个有,那么恭喜,抓住Alpha的概率提高了。
但是对于领航这样的机构来说,无论是数据或是另类数据,他们都是有极度洁癖的。
既要有质量,又要够另类,而且还要有足够的历史。
在伦敦有一家叫 Neudata 的另类数据咨询公司。他们接触过大量的另类数据库。但是要进入像领航这样的头部机构,并不容易。传统的那种网页爬下来的数据,或是推特的推文,一般都不能被采用。
小翰哥和他的 QEG 部门,从七年前就开始在这个领域深挖。除非有名的公司,而且能对自己数据付法律责任的公司,不然他们一概都不考虑。道理就有点像大部分公众号自媒体的数据,这些都不能拿来作为量化或是自动化交易的素材。
非常简单的道理:那些站着说话不腰疼的话,不能吸收。
Alpha Decay
这个词最近在另类数据采购中听说过。
Decay,一般我在牙科听过。就是蛀牙。
Alpha Decay,是形容一个投资策略的 Alpha 逐渐地被侵蚀掉。当然,它在化学里还有另外一个意思。
当一个数据或是另类数据被几家投资机构慢慢用上了之后,它的 Alpha 价值就慢慢地消失。
Neudata 的负责人 Darly Smith 曾说过,有些量化基金为了能得到优势,除了比较优质的数据库之外,他们还会采购一些比较新但又很小众的数据。
这种像 Vanguard 这种老派和老牌的,可能不会。 不过在 Hedge Fund 这个行业里,也是弱肉强食的行业,Be First 是生存法则。
Josef Schmalfuss 是另外一家另类数据供应商的 CEO 。名字比较长,暂时叫他JS。
在 JS 创自己的公司 Oxford Data Plan 之前,他曾经任职 Portsea Asset Management,做了七年的PM。期间还曾经担任牛津的客座讲师。2022年,他决定自己创业,开了 Oxford Data Plan。在 JS 眼里,当对冲基金开始看另类数据的那几年,创 Alpha 是可能的。但,不是每个人都能找到 Alpha。
这个道理就类似你有一台彭博终端 Bloomberg Terminal。在华尔街或是格林威治,你怎么都要有一台,就类似身份证。
但是,有,并不代表你能赚钱。
另类数据对于对冲基金来说,道理一样。
对于 AI 和金融数据,还是得留点心
顺便说一下Vanguard的小翰哥对AI的看法。很多人都在拥抱AI。的确,大部分金融机构也没有再逃避。
但一旦进入金融领域,很多人都还是非常之小心的。
小翰哥对于AI智能的见解和业内技术人士一样:
– John AmeriksAI 的强项是用来填充历史。历史数据大部分是确定的。但明天的未知才是值得我们去思考的。算法可以快速地把历史填充进去,但算法能够多准确地预测未来?
虽然保守,但 Vanguard QEG 还是投入不少时间去进行深入研究。他们日常会花一半精力去钻研 AI 的自动化智能度,另外一半项目会去评估完全“去人化”之后的研究质量。为此,他们还自研了一套叫做「interpretability engine」(解译引擎),专门用来判断智能投资释放出来的信号准确度。
小翰哥在多次项目中的思考是,对于量化策略来说,这些智能工具最终带来的价值是否只是数据挖掘(Data Mining)或是把曲线给平滑填满(Curve fitting)?
对于很多金融自动化项目,人类的角色还是至关重要的。
再智能的机器,也需要人类盯着。
– End –