2019年5月13日晚，浙江大学资本市场研究中心“紫金港资本”系列讲座NO.18在浙大紫金港校区管理学院进行。清华大学深圳研究生院金融学教授、量化投资研究中心主任林健武教授分享了一场精彩的讲座，主题为“量化投资与人工智能”。浙江大学资本市场研究中心主任、浙江大学管理学院财会系博士生导师黄英教授主持了讲座。浙江大学管理学院、经济学院、计算机科学与技术、公共管理学院、数学科学学院等六十余名师生以及毕业校友、业内人士积极地参加了本次讲座。

林健武教授现任清华大学深圳研究生院金融学教授、量化投资研究中心主任、国际金融工程师协会风险管理委员会委员、中国量化投资协会高级顾问、深圳市金融特聘孔雀专家、市政府财经咨询委员会专家，兼任美国学术刊物审稿专家、《中国证券期货》学术主编和《量化投资与对冲基金》副主编，著有《量化投资分析》、《信用卡》、《个人投资理财》等书。林教授曾获国际IEEE论文奖，参与创立了中国量化投资研究院（香港），并任常务副院长。他拥有华尔街丰富的金融投资经验，曾就职于美国石脊资产管理公司、迈格尼塔投资公司、美国摩根史坦利和高盛等国际一流投资机构。

量化投资作为金融工程的重要分支，随着其在业界越来越广泛的应用，已经引起学术界深入的探索和研究。人工智能的应用在各个领域中也变得越来越普遍，而它在量化投资中的应用也一直是个热点话题。本次讲座，林教授回顾了全球量化投资的发展历史和前沿，并全面介绍了量化投资的理论基础、模型原理、常见策略类型、建模原则、风险收益等，接着介绍了中国量化投资的里程碑（逐步完善的数学公式和参数），进而探讨人工智能算法对于量化投资策略开发的意义和应用。

讲座中，林教授提到了两种投资管理理念：被动投资管理和积极投资管理，第一种以市场有效性为基础，第二种则以行为金融学为基础。接着他从投资深度和广度解释了基本面投资和量化投资的特点，并将两者进行对比分析，得出结论：基本面投资和量化投资各有所长，量化投资稍稍胜出。之后他结合实例，生动讲解了量化投资策略框架，策略间的相互关系，策略实例和两个误区（纯数据挖掘和把幸运当技巧）。林教授认为，简单地使用少量因子的线性模型已经无法适应当前的市场环境，唯有使用人工智能机器学习和元知识学习模型，不断通过大数据分析的方法发掘新的选股因子以及因子与股票收益间的非线性关系，才能提高模型的预测能力。即量化基金若想摆脱业绩困境，需要借助人工智能的力量。于是，他从自然语言处理、图像处理、深度学习、元知识学习等方面介绍了人工智能在量化投资中的应用。同时他提出，不管是基本面研究还是量化研究都是研究投资人对于信息处理的行为特性，量化研究更多的是借助人工智能，通过对大量数据的分析，进而实现线性建模向非线性建模的转变，是未来发展的必然趋势。

林教授讲课热情洋溢，他深入浅出地阐述了量化投资的特点和人工智能在量化投资中的应用前景和发展方向，让听众对其产生了较为清晰的概念，也为观众提供了新的思路。