郭健、王赛卓、沈向洋等 | Quant 4.0：基于自动化、可解释、知识驱动人工智能的量化投资工程 | FITEE

学术科技 2024-12-24 23:59 浙江

中文摘要：

量化投资（quant）是一个结合了金融工程、计算机科学、数学、统计学等学科的交叉领域。在过去几十年里，量化投资已成为主流投资方法之一，并经历了三代发展：第一代量化投资（quant 1.0）通过数学建模交易发现市场中被错误定价的资产；第二代量化投资（quant 2.0）将量化研究流程从小型“策略作坊”转移到大型“alpha工厂”；第三代量化投资（quant 3.0）应用深度学习技术发现复杂的非线性定价规则。尽管在预测方面有其优势，但深度学习技术的成功仍依赖于极大的数据量，并需要大量人工劳动来对这些神经网络“黑箱”模型进行调优。为解决这些限制，本文提出“quant 4.0”的概念，并从工程视角展望下一代量化投资技术。Quant 4.0有3个关键组成部份。首先，自动化人工智能（AI）基于“算法产生算法，模型建立模型，AI创造AI”的理念，将量化策略研发流程从传统的手工建模转变为先进的自动化建模。其次，可解释AI技术能够更好地理解和解释由机器学习黑箱模型做出的投资决策，并解释复杂和隐藏的风险暴露。第三，知识驱动AI能够与以深度学习为代表的数据驱动AI互补，将先验知识纳入建模过程，从而提升量化方法在价值投资等场景下的表现。同时，综合以上3个要素，我们讨论如何将“quant 4.0”的理念实现为一个具体的系统。此外，讨论了大型语言模型在量化投资中的应用。最后，提出量化投资领域10个具有挑战性的问题，讨论了潜在解决方案、研究方向和未来趋势。

关键词：

通用人工智能；人工智能；自动机器学习；因果关系工程；深度学习；特征工程；投资工程；知识图谱；知识推理；知识表示；模型压缩；网络结构搜索；Quant 4.0；量化投资；风险图谱；可解释人工智能

作者：

郭健^1,3，王赛卓^1,2，倪明选^2,3，沈向洋^1,2

单位：

¹粤港澳大湾区数字经济研究院，中国深圳市，518045

²香港科技大学，中国香港特别行政区，999077

³香港科技大学（广州），中国广州市，511453

本文引用格式：

Jian GUO, Saizhuo WANG, Lionel M. NI, Heung-Yeung SHUM, 2024. Quant 4.0: engineering quantitative investment with automated, explainable, and knowledgedriven artificial intelligence. Frontiers of Information Technology & Electronic Engineering, 25(11):1421-1445. https://doi.org/10.1631/FITEE.2300720

本文精要导读：

扫描下方二维码，阅读全文：

热点文章

1. 潘云鹤院士 | 论视觉知识

2. 潘云鹤院士｜视觉知识的五个基本问题

3. 潘云鹤院士 | 论视觉理解

4. 马毅、沈向洋等 | 论智能起源中的简约与自洽原则

5. 浙大杨易、庄越挺等 | 大数据人工智能下的多重知识表达：框架、应用及案例研究

6. 国防科大苏金树、赵宝康等 | 大规模高效网络计算中的网络技术发展趋势

7. 中科院自动化所叶佩军、王飞跃等 | 平行认知：面向人机交互与管理的混合智能

8. 中科院王飞跃、武大张俊等 | 人机互信的知识自动化与混合增强智能：复杂系统认知管控机制及其应用

9. 东南大学卢剑权等 | 多智能体系统的二分异步脉冲跟踪一致性

10. 国防科大达凯、西北工大李天成等 | 基于随机有限集的多传感器多目标跟踪研究进展

11. 兰州理工大学谢盈、马军等 | 神经元之间的相位同步和能量平衡

12. 东南大学温广辉等 | 智能电网中分布式经济调度研究进展：综述

13. 北大喻俊志等 | 基于改进YOLOv4的水下垃圾清理机器人视觉检测算法

14. 复旦大学周杰、张军平等 | ChatGPT：潜力、前景和局限

15. 北邮张平、许晓东、董辰、牛凯等 | 面向语义通信的模分多址技术

16. 中科院沈阳自动化所许驰、于海斌等 | 基于多智能体深度强化学习的工业无线网络端边协同资源分配

17. 中国空间技术研究院王玉莹、李劲东等 | 中长波红外探测技术空间应用进展

18. 华中科大肖人彬 | 群体智能的四个发展阶段

19. 国防科大陈东林、徐传福等 | FlowDNN：一种用于快速精确流场预测的物理启发深度神经网络

20. 北理工孟凯、陈晨、辛斌等 | MSSSA：一种针对全局优化问题的多策略增强型麻雀搜索算法

21. 华中师大黄卫芳、贾亚等 | 包含不同尺度子网络的模块化神经网络同步转换

22. 浙大罗月阳、张新民等 | 高炉炼铁过程数据驱动软测量技术研究综述

23. 清华大学刘瑜、李徵等 | 多智能体协作与博弈展望：挑战、技术和应用

24. 吉首大学叶绍强、周恺卿等 | 一种改进的和声搜索算法及其在权重模糊产生式规则获取中的应用

25. 陆军院士等 | 多智能体系统的组织化和体系化博弈

26. 悉尼大学林乐荃、高俊斌等 | 扩散模型在时间序列的应用综述

27. 浙大陈晓明等 | 卫星物联网：挑战、方案和发展趋势

28. 北大刘沛西、信通院江甲沫等 | 基于联邦边缘学习的梯度量化和带宽分配优化策略

29. 浙大张凤达、况琨、肖俊等 | 联邦无监督表示学习

30. 哈工程黄玉龙、张勇刚等 | 一种新型多样野值鲁棒卡尔曼滤波器

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子2.7，位于JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院院刊信息与电子工程领域分刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、费爱国。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（一期和二期，梯队期刊）。2021~2022年，先后入选信息通信领域（中国通信学会组织评选）和计算领域（中国计算机学会组织评选）高质量科技期刊分级目录，均被列为最高的T1级别；入选中国计算机学会推荐国际学术会议和期刊目录-2022（交叉/综合/新兴）。2024年，入选《中国人工智能学会推荐国际学术会议和国际/国内期刊目录》（人工智能基础与综合领域，B类国际期刊）。

官网：http://www.fitee.zjujournals.com

期刊Springer主页：

http://www.springer.com/computer/journal/11714

投稿：http://www.editorialmanager.com/zusc

邮发代号：32-324

地址：浙江省杭州市西湖区天目山路148号

电话：+86-571-88273162

邮箱：fitee@zju.edu.cn

加关注 ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。

信息与电子工程前沿FITEE

传播中国工程院院刊《信息与电子工程前沿（英文）》（FITEE）的学术文章；为FITEE关联人群（作者、读者等）提供便捷服务；提供学术写作、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展。