“荷宝量化投资播客”重磅上线 | 第1期 —— 量化投资真的是“黑箱”吗？

以下是本期播客（英文版）：

以下是本期播客的要点整理

从设计本质来看，量化投资极具专业性与技术性。实际上，这是一门建立在统计学基础的科学，归根到底是数学在投资领域的运用……或许对许多人而言，将量化投资视为一个神秘的“黑箱”，全权交由专业人士处理，反而会更加安心。

但在我看来，量化投资绝非玄学。它是一种建立在实证基础上的投资方法论。如果你细想一下，投资的每个环节都离不开数字。因此，从收益估算到投资优化，对每个环节进行量化分析不仅是合理的，更是必要的。

我们把自己定位为投资工程师。特别是在量化投资领域，我们是一群深谙经济学原理的工程师。我们不仅仅满足于处理数字、发现看似有利可图的模式就贸然投资。相反，我们更想弄清这些模式背后的成因：为什么会出现这样的现象？这是不是一种真实、可靠且可持续的趋势？我们不想把资金投入那些在统计学意义上可能只是昙花一现的现象，因为这些现象很可能难以在未来持续。这正是荷宝的核心投资思路。

在整个量化投资过程中，透明度至关重要。荷宝拥有一支由20位量化研究员组成的专业团队，大家在高效运转的体系中协同工作。而这个体系得以良好运作的前提，正是其高度的透明度——每个操作流程都有详细记录，团队中的任何成员都可以对系统进行调整优化，使其不断完善。

没错，我们恰恰与“黑箱”操作背道而驰。

确实是这样。从某种意义上说，在量化投资领域，机器学习或许是真正的“黑箱”。但我们不会因此望而却步。相反，我们渴望深入理解其原理，探索如何更好地运用这项技术。与传统的标准线性模型相比，它能带来哪些附加值？在研究机器学习时，我们会思考：能否发现其中的非线性关系？数据是否存在不对称性？这些正是我们研究机器学习的出发点。然后，我们运用同样的原则，深入剖析模型的内部机制。通过分析所谓的“特征重要性”，我们可以厘清哪些特征在发挥作用，以及它们之间是如何相互影响的。所以说，我们完全有能力理解一个机器学习模型的运作原理。虽然这确实具有一定难度，但绝非不可企及。