Local EPUB Text
量化投资者的挑战
即使人们对构建量化投资的热情如此高涨，量化投资也具有明显的局限性。在大量数据中，处理信息和发现有效信号不那么容易。许多量化投资者认为，让机器选择股票比选择一首歌、识别面孔，甚至开车都要难。
一些大型机构，包括总部位于伦敦的期货管理基金公司Man AHL，主要通过机器学习算法来判断如何以及何时交易，让机器来自主交易。
尽管量化投资极具竞争优势，但除了文艺复兴科技公司和其他少数几家以外，量化投资基金的投资收益率并没有比传统主动管理投资基金好多少。截止到2019年春天，量化对冲基金在5年间的平均年化收益率为4.2%，同期传统对冲基金的平均年化收益为3.3%（这个数据不包括没有公开业绩的神秘基金，比如大奖章基金）。量化投资者也面临挑战，毕竟他们筛选的信息经常会发生变化，同时股票价格和其他投资品种的历史样本数据也是相对有限的。“比如，你希望预测一只股票未来一年的表现，”资深量化投资者理查德·杜威（Richard Dewey）说，“但我们只有美国股市自1900年以来的数据记录，也就是只有118个不重合的一年期投资样本数据可以查看。”10
而且，通过系统来交易某些类别的资产也很困难，比如问题债务，它是基于法官的判决和债权人的谈判结果来定价的。基于这些原因，传统投资模式依然会在某些领域应用广泛，特别是对于长期投资，算法和程序交易投资者一般会敬而远之。