讲座回顾：量化基金经理大讲堂第一讲——“华尔街是如何量化的，那些不为人知的秘密”

2016年11月14日晚18:30，金融学院量化基金经理大讲堂第一讲——“华尔街是如何量化的，那些不为人知的秘密”于博学602开讲。此次讲座邀请到拥有丰富的海外量化基金从业经验的玄耀先生主讲，旨在通过对比中美量化投资及资产管理的差异，与大家分享玄耀先生对量化投资的理解与看法。讲座由金融学院量化投资专硕项目主任潘慧峰教授主持，吸引了大量业界人士、学界专家前来参与交流。

讲座伊始，潘慧峰对玄耀先生做了简短介绍：玄耀先生曾在美国最成功的量化基金管理公司Dimensional Fund Advisors（DFA）从事交易算法开发和金融产品设计。任职期间参与全球股票基金产品策略研发、核心交易算法开发，涉及到的产品达100余支，对应规模4000亿美元，并凭借这些量化产品被美国机构投资者组织（Institutional Investor)授予2010年度最佳量化投资经理奖。

此次讲座主要内容包括基金的主动型管理与被动型管理、多因子模型、股票期货的高中低频交易策略、中美量化投资的差异。

玄耀先生首先介绍了基金管理中主动型与被动型的区别。由于美国的金融市场目前是全球最成熟的市场，市场内幕信息越来越少；且有学术界研究证明，基金经理选股不一定能达到令人满意的胜率，就平均表现而言，被动型管理要优于主动型管理，因此美国的基金管理类型有加速向被动型发展的趋势。同时，玄耀先生通过对比中国当前的金融市场发展，认为中国当前的市场效率大约与美国60年代持平。

之后，玄耀先生分享了他对多因子模型的看法。由于国内的私募基金产品锁定期只有一年，低频的多因子模型尚不能从统计意义上表现出因子的显著性。玄耀先生建议，结合国内市场的具体情况，应当从高频数据中挖掘基于数据特性的因子或趋势。

对于不同频率的交易策略间的区别及其适用性，玄耀先生结合自身从事量化策略开发的经验娓娓道来。他表示，美国市场目前流行的是高频交易，低频因子已慢慢退出市场。由于高频交易数据量极大，对硬件和算法的要求极高，且通常涉及到tick级别的数据，他建议使用价量分析，而不需要特别复杂的数学模型，因为太过复杂的模型会由于算法运行时间过长而难以抓住高频世界中稍纵即逝的获利机会。

在谈到中美量化投资的差异时，玄耀先生指出，国内量化策略研究过于粗糙，且模型的严谨度与稳健性还不够。就整体而言，中国的量化投资与美国相比仍有较大差距。

在提问互动环节，分别有来自学界和业界的多位听众提出自己的问题，玄耀先生一一细致做出解答，讲座在到场人士的热烈讨论中结束。