城堡投資正在擴大量化投資業務,並把人才搜尋範圍拓展至人工智能實驗室。隨著AI在量化交易領域加速普及,對沖基金正與矽谷爭奪研究人員。
城堡全球量化策略負責人Navneet Arora表示,這個約180人的團隊包括金融研究員和資料工程師,計劃未來一年以穩健的兩位數增速擴充人員。公司網站顯示,由Alexey Poyarkov領導的一個新團隊剛剛成立,專注於全球股票系統化交易。Poyarkov近期從TGS Management加盟。
除了傳統的大學畢業生招聘管道,由億萬富豪格里芬創立的這家對沖基金還把目光投向Google DeepMind等AI實驗室,希望招募能夠提出投資思路,並運用日益強大的AI工具將其付諸實踐的研究人員。
Arora表示,儘管AI正在量化投資領域加速普及,從資料收集到分析等工作都越來越自動化,但AI並沒有取代人類研究員。相反,AI降低了程式設計能力的重要性,同時提升了能夠提出投資想法、並指導機器將其轉化為盈利交易的研究人員的價值。
「現在一個人可以有效管理兩項、四項,在某些情況下甚至更多流程。人類也正在成為『機器的管理者』,」Arora說。「而這類人不像機器那樣容易被取代。」
據一位知情人士透露,城堡旗下Tactical Trading基金將基本面股票投資與量化策略相結合,今年截至8月上漲24.7%。該基金自2008年成立以來,年化回報率約為20%。
城堡投資管理約760億美元資產,投資範圍涵蓋股票、固定收益和大宗商品,目前為量化策略配置了「數十億美元」資金。Arora預計,擴充人員將有助於強化公司的核心股票業務,並進一步發展期貨和波動率等領域的策略。
AI還令人才爭奪戰超出銀行、對沖基金和自營交易公司等傳統範圍。城堡如今在部分招聘中還要與矽谷競爭,對手包括OpenAI和Anthropic等AI公司。
城堡投資營運總監Gerald Beeson表示:「這為我們的招聘打開了一個新的前沿領域。解決複雜、現實世界中的商業問題,對我們希望招募的人才很有吸引力。」
AI的普及也給量化投資公司帶來另一個問題:當越來越多投資者掌握類似工具後,盈利交易思路是否會更容易被發現,並更快失效。紐約大學研究人員近期的一篇論文顯示,一項盈利交易信號的超額回報可能在約18個月內減半,而在AI廣泛應用之前,這一過程需要五至七年。
Arora認為,機器學習在不同交易領域的滲透程度存在很大差異。在短週期交易中,機器可以利用大量成交量和價格變動資料進行學習。這類交易的優勢較為有限也更容易被競爭對手複製,因此超額回報可能迅速消失。
相比之下,較長週期策略依賴的資料更加稀缺,也需要更複雜的模型來生成交易信號。Arora表示,這可能使相關優勢更難被機器和競爭對手發現,也可能持續更久。
