“好吓人，我们离强大到危险的AI不远了。”
“虽然无法完成复杂的策略构建并直接生成稳健的量化策略，但可以极大的提高量化研究人员获取知识的效率。”
“这种AI技术出现的重大历史意义，不亚于互联网和个人电脑的诞生。”
关于如何证明的厉害程度，网上有大量的问题和体验
有人试过问：如果中国经济想在2023年重新回到较高的增长速度，需要解决什么问题，你有什么建议？
它回答：对于中国经济重新回到较高的增长速度，我有以下建议：1. 重点加强消费需求；2. 加强改革和创新；3. 完善金融体系；4. 加强社会投资；5. 健全科技体系。
这些回答看起来头头是道，确实和专家说的一样。但是仔细看这5条建议，好像说了跟没说一样，确实不能说对错。
但是实际生活中你问一个人这样的问题，这样的回答，你可能觉得他好像在逗我呢？所以，对于可替代人类工作，可能还是很欠缺，失败与错误的案例也是常有。但是用对了，他的确可以给你带来惊喜，写代码改代码都不在话下。
小编特意准备了一些问题，让我们看看如何帮助量化投资研究：
举例一个比较有经济学意义的股票单因子
什么是超额收益率，能有效控制超额回测的方法有哪些?
持股个数、个股权重、行业权重，怎样影响策略的超额收益？
假设每天可交易的股票个数服从均值为N，标准差为Std的高斯分布，个股单次交易的权重保持一致，都设为W，单次交易的盈亏比为P2L，胜率为WR，应该如何设置仓位，使得资金利用率最高?
股票组合优化的模型有哪些?
假设每一期的个股权重值为W_i,t，并且假设预期收益率正比于个股权重，写出限制行业权重暴露下的，风险平价模型
如果将上述模型修改为最优化Sharp比率，应该怎么做，用代码实现
使用下载中证500股指期货的日频kBar数据
利用中证500股指期货数据，构建均值回归策略
如何评估上述策略的收益属性和风险特征
验证上述策略具有统计显著性，用代码实现
假设单次交易的胜率为WR，盈亏比为P2L，进行N次交易的预期收益率是多少
如果考虑单次交易的手续费为C，上式如何修正
以上问题，你觉得都对吗？
很明显，如果要深究每一个问题的答案，并不能得到准确率100%的结果。但是相对的，在投研过程中我们经常遇到各种难题，有些我们甚至得不出答案，这时候的出现就带来了很多便利性，他直接把我们想到的和忽略的可能性呈现出来，使得我们的工作效率得到了大大的提升。
如测试所见， 具有高度的智能，那么，我们该如何去尽可能激发其潜力为我们所用呢? 比如在遇到歧义的时候，我们可以要求 给出解决方案; 也可以尽可能详尽地描述问题，并提出一系列的要求，甚至可以强制 按照预选的模型处理任务，这样可以节省很多时间和成本，用他的最大限度给我们便利。
可以想象，在未来的量化投研工作中，的高智能会给投研人员工作带来一定的“威胁“，特别是一些基础性的投研岗位，超高的工作效率以及低廉的成本会有很大概率替代部分人工。另外随着模型的不断迭代，其预测的精准度也会越来越高。但是同理，当市场上大多数人都使用一样工具的时候，输出的结果也会变得更加类似，这时候要做出更有效更有特色的策略，还是需要人类的智慧和创造力。对于量化领域，未来的最优解还是对交易深刻的理解+创造力+人工智能辅助提升效率。如果你也对量化投资以及最前沿的技术感兴趣，欢迎加入我们的团队，一起探索人类和人工智能的可能性吧！
看这里，欢迎加入我们
量化研究实习生（投研方向）
【岗位职责】
1、交易信号的优化和跟进；
2、在指导下，寻找新的有效交易逻辑，进行模型测试；
3、协助投研系统的维护更新；
【任职资格】
1、国内外计算机、统计、数学、电子、物理或其他理工科相关专业；
2、对股票量化数据有了解；
3、熟练运用，了解C++；
4、具备独立分析和解决问题的能力，能主动思考并可实现自身想法；
5、具备良好的团队合作和沟通能力；
6、每周至少出勤四天，实习期3-6个月（表现优秀可以直接留用）。
base上海
量化研究实习生（数据方向）
【岗位职责】
1、维护、升级量化数据仓库，针对tick、bar等各类基本数据进行采集、清洗、性能优化；对接投研部门，实现因子数据的开发；
2、对运维、数据质量进行持续分析、检查、快速解决投研中的数据问题；
3、数据接口API的开发和运维；
4、参与数据标准和基线的制定，并协助搭建量化平台整体数据管理体系；
5、建立数据管理相关制度、流程；
【任职资格】
1、985理工科，不限计算机、数学等专业；
2、熟悉股票、期货，熟悉Wind等主流数据商数据格式；
3、熟练运用C++、、SQL、Linux Shell；
4、具备良好的团队合作和沟通能力，具备服务意识，细致；
5、具备良好的自我学习能力，乐于创新，乐于挑战；
base上海
简历投递
投递岗位＋姓名+学校专业
hr邮箱:
