2023年3月8日，8797威尼斯老品牌和8797威尼斯老品牌金融工程实验室开设的对话投资总监讲座系列启动了2023年第一次讲座。本次讲座的协办机构为九坤投资，主讲嘉宾为奚瓅先生。奚瓅先生以量化投资中的线性模型和深度学习应用为主题，深入介绍了量化投资模型的基本介绍、数学原理、发展方向以及业界投资实践的应用。8797威尼斯老品牌等院系的200余名师生以线下或线上方式参与了本场讲座。
讲座开始前，北大金融工程实验室黎新平老师介绍了本次讲座的主题并热情地欢迎了主讲嘉宾奚瓅先生。讲座上，奚瓅先生概括了量化投资从数据、因子、因子组合到投资组合构建和交易执行的基本框架，并对因子、因子组合和投资组合构建进行了深入的介绍。
在因子上，奚瓅先生首先介绍了因子的具体含义以及因子在量化模型中的重要性，分析了为什么原始市场数据不适用于量化模型。随后，他介绍了常用的几类因子，包括日内价量因子、基本面因子、基于高频数据的因子、行业因子等。奚瓅先生讲到，更复杂的相互关系将股票特征以三部分来解释：市场存在的预定义概念包含的共有信息，隐含概念包含的共有信息，股票特质信息，他介绍了这些模块处理的原理。在得到因子的方法上，奚瓅先生重点以遗传算法为例介绍了自动化算法得到因子。
奚瓅演讲中
在多因子的组合研究上，奚瓅先生认为可以把最大化IC作为基准，用线性模型或者其他算法进行因子组合构建。他提出，在context选择上既可以选择有经济意义的先验，也可以用自动化的学习和挑选，比如树模型和TabNet模型，并分析了这些模型的原理和需要关注的风险。奚瓅先生还从时序方面介绍了因子组合，即关注因子的Information horizon以叠加不同时期的信号，并提到MTGNN模型在时间序列问题中引入图神经网络，以实现截面和时序模块堆叠和压缩。他分析了因子失效问题和股票市场的concept drift带来的模型风险及调节。在投资组合构建上，奚瓅先生分别分析了单期和多期的最优化问题，并简单介绍了强化学习在构建投资组合上的应用。
学生提问
演讲结束后，与会师生与奚瓅先生进行了积极的互动交流，提出了许多有价值的问题。奚瓅先生就这些问题进行解答，深入地分析了量化投资的模型、技术、算力对组合表现的影响和风险、量化投资与分板块投资的关系、量化投资的作用和前景、量化模型的风险控制、不同频率的因子组合方式。九坤投资相关负责人介绍了九坤投资的发展历程，并邀请对量化投资感兴趣的同学到九坤实习来具体了解量化投资运作，积累量化实践经验。
与会师生与主讲人互动交流
最后，黎新平老师感谢奚瓅先生带来的精彩演讲，并为他送上纪念礼品。同时，黎新平老师鼓励同学们持续关注对话投资总监系列讲座、继续深入探究量化投资领域。
供稿：金融学系
美编：时之
责编：度量、雨禾、雨田
