熱點事件持續更新
量化交易公司怎麼用 AI?矽谷101訪談 XTX Markets、DRW 研究者
1 篇報導1 個報導來源45 分鐘前更新
先了解這件事
重點綜述
量化交易公司靠電腦在很短的時間內找市場價格差異,但市場變化複雜,通用大型語言模型進步很快,也沒有因此徹底改變數化交易。
- 來自 XTX Markets 和 DRW 的研究者分享,量化公司會同時嘗試多種不同模型,讓它們互相補足。
- AI 實驗室則常把人力和算力集中在讓模型一代比一代更強。對量化公司來說,重要的不只是賺錢,還得管理風險、讓公司長久運作。即使華爾街和科技公司都在搶人才與晶片,兩個行業做 AI 的方式仍有不同。
根據報導自動生成 · 29 分鐘前更新
最新進展11月23日 07:00
量化交易公司怎麼用 AI?矽谷101訪談 XTX Markets、DRW 研究者報導時間線
沿著報導,瞭解事件的不同面向。
11月23日
- 矽谷101播客E259|機械神教與反人性策略:華爾街量化巨頭的AI之路
華爾街最低調、最賺錢的那一批次化交易巨頭,也是這一輪AI浪潮裡囤算力、搶人才、投資AI實驗室最兇猛的那一批。 他們不靠市場趨勢賺錢,而是靠波動和速度在毫秒間爭奪價差。和大家印象中西裝革履的金融人士並不一樣,這些公司裡的人可能是一群數學家、物理學家,他們把市場當成一個純粹的客觀的自然現象來研究,尋找其中的規律。他們信奉“肉身苦弱,機械飛昇”,不願讓個人主觀判斷干預模型。也正因如此,算力成了他們最重要的運營開支之一。 本期矽谷101播客,我們邀請到兩位來自量化巨頭XTX Markets、DRW內部的研究者,揭秘AI量化的底層邏輯,探究這個行業能不能被AI改變、會怎麼樣被AI改變。 我們聊到了很多有意思的觀點,比如說,通用大模型的突飛猛進,並沒有從根本上改變數化模型。因為市場是一個高維、連續、難以完全定義的不可觀察系統,比自然語言要複雜得多。嘉賓們認為,量化模型可能更接近是FSD或機器人模型。量化模型和AI前沿實驗室的進化策略也完全不同,AI Lab會把所有的算力和人才集中押注在一起,讓模型一代比一代更聰明;但量化模型的策略是分散化的,需要永遠嘗試新的東西,做出完全不一樣的模型,相互補充,形
本事件熱度趨勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。
讀者討論
針對此事件的各方觀點與即時反饋