财税茶座（C&S Tea House）cscz.org，跟踪贸易战

 FT: 对于任何诚实的投资者来说，最棘手的挑战之一就是弄清楚自己究竟是幸运还是聪明。他们成功的交易策略是否相当于连续五次抛硬币正面朝上？还是源于卓越的洞察力或执行力？鉴于人性（以及费用结构），大多数投资者更倾向于后者。事实上，这通常很难判断。 为了提升智能因素，减少运气成分，许多投资者开始借助科技。尤其是公开市场 量化交易员 ，他们长期以来一直使用数学计算和机器学习系统来发现市场数据中的显著相关性，纠正人为偏差，并以闪电般的速度执行交易。  这种做法在Baiont（一家中国量化基金）尤为盛行，Baiont聘用了拥有顶尖计算机科学专业知识但毫无金融经验的“书呆子和天才”。Baiont断言，就像ChatGPT等生成式人工智能模型能够被训练完成句子中的下一个单词一样，它们也能预测非常短期的价格走势。Baiont 创始人冯骥告诉英国《金融时报》 ： “我们认为这是一项纯粹的人工智能任务。” 在流动性高、数据丰富、价格精准的公开市场中，这种方法或许合理，即便未必成功。但在数据稀疏、市场流动性不足、价格不透明的私募市场，尤其是风险投资市场，这种方法行得通吗？随着少数先锋风险投资基金全力投入量化交易，我们即将揭晓答案。 QuantumLight 就是其中之一，这家公司 刚刚为其最新一轮融资筹集了 2.5 亿美元 。该公司追踪了来自 70 万家风投支持公司的 100 亿个数据点，自 2023 年以来，已在其算法的驱动下进行了 17 笔投资。通常情况下，它会在 B 轮融资阶段（即初创公司已拥有一定数字影响力的阶段）共同投资 1000 万美元。与大多数其他风投公司不同，它从不领投任何一轮融资，也从未占据董事会席位。 QuantumLight 首席执行官 Ilya Kondrashov 告诉我，传统风险投资公司在决定投资方向时仍然依赖人类模式识别，但机器现在可以更高效、更冷静地执行这项任务。 “如果你的直觉告诉你‘不’，但机器告诉你‘可以’，你会怎么做？我们决定跟随机器，因为我们的使命就是证明这是一种好方法。”他说。 一些传统的量化投资者对这种方法在风险投资领域将如何发挥作用很感兴趣。量化投资公司Cantab Capital Partners的创始人Ewan Kirk表示，成功的最关键决定因素将是基础数据的质量、可靠性和可用性。 他还指出，量化交易员使用的人工智能技术...