在投資理論數(shù)十世紀的發(fā)展實踐中，哈里·馬科維茨（Harry M. Markowitz）是無可替代的里程碑。他是諾貝爾經(jīng)濟學獎得主，也曾是（并將一直是）JOIM雜志的顧問委員會成員之一。
作為現(xiàn)代投資組合理論（MPT）的奠基者，Markowitz提出和完善的“均值—方差”，成為投資從“藝術(shù)到科學”的轉(zhuǎn)折點。七十余年后，當AI悄然重塑金融業(yè)的底層邏輯，我們正迎來另一場“科學”的革命。
本期《投資管理》/ China JOIM以“Markowitz × AI：資產(chǎn)配置新視角”為主題，是一次向大師的致敬，也是一場跨越時空的對話。
致敬經(jīng)典：MPT的持久生命力
兩位與Markowitz有過深度合作的國際頂尖學者的文章，是在為紀念Markowitz而舉辦的JOIM會議的演講實錄。
MIT的羅聞全(Andrew Lo)教授，在《理論與實踐中，投資組合理論超乎尋常的有效性》一文中，用優(yōu)雅的筆觸，展現(xiàn)了投資組合理論，盡管表現(xiàn)形式略有不同，但幾乎存在于各種各樣的領(lǐng)域和場景中，包括金融理論（適應性市場假說）與非金融應用（罕見病藥物研發(fā)、核聚變）。
Sanjiv Das教授的《從馬科維茨財富管理到養(yǎng)老金計劃》一文，不僅回顧了他與Markowitz共同拓展均值-方差優(yōu)化在養(yǎng)老金財富管理中的應用，更讓我們第一次了解到一段珍貴的歷史——Markowitz早年針對Simscript的工作，“堪稱當今強化學習所用環(huán)境模擬技術(shù)的先驅(qū)"。
探索前沿：AI賦能的資產(chǎn)配置
Markowitz讓投資從"藝術(shù)"走向"科學"，那么AI正在讓這門科學走向全新的維度。多篇JOIM最新一期研究成果，為我們展現(xiàn)了AI在當代重塑資產(chǎn)配置的可行方式與路徑。其中包括——
道富（State Street）研究團隊在《神經(jīng)網(wǎng)絡的可替代透明方法及其在預測波動性中的應用》中，提出了一個突破性的解決方案——基于關(guān)聯(lián)性預測的新方法，既能捕獲神經(jīng)網(wǎng)絡級別的復雜關(guān)系，又保持了透明度和可解釋性。這解決了業(yè)界一個長期痛點：讓AI的"黑箱"變得透明。
Sanjiv Das教授的另一篇力作《基于機器學習與計量經(jīng)濟學的收益率曲線預測：比較分析》，系統(tǒng)比較了機器學習和傳統(tǒng)計量經(jīng)濟學方法，在構(gòu)建收益率曲線上的表現(xiàn)。作為固收的核心基礎(chǔ)問題——收益率曲線構(gòu)建，該研究對中國固收市場相信極具啟發(fā)意義。
中國實踐：AI輔助編程的實踐與遠景藍圖
來自廣發(fā)證券的辛治運與王蓁先生，在《智能研發(fā)體系：從效能提升，到形態(tài)核組織演進》一文中，從工具生態(tài)、實踐經(jīng)驗、用戶分析和未來趨勢的四個維度，探討了AI輔助編程在證券行業(yè)的現(xiàn)實價值和遠景藍圖。當前，業(yè)界普遍意識到，
AI即將深刻改變信息支持、投研決策系統(tǒng)，而其中最快能落地、正在展示成效的是AI輔助編程。
Markowitz在七十年前構(gòu)建的投資組合框架，仍是我們理解風險與回報關(guān)系的邏輯基石。而今日的AI，讓金融學的探索延伸到了新的維度。
正如《投資管理》/ China JOIM編委陳定在卷首語中所說：Andrew Lo教授分享“組合優(yōu)化無處不在“，我們同樣有理由相信，AI將無處不在。
本期更多內(nèi)容
掃一掃訂閱
金融研究與IT技術(shù)的密切結(jié)合和高度整合，是衡泰的特色之一。
衡泰研究中心擁有專業(yè)的定量分析研究團隊，匯集多位華爾街專家及國內(nèi)金融軟件資深專家。研究領(lǐng)域覆蓋定價模型、信用分析、風險計量、績效分析、會計核算、市場規(guī)則、定量投資、機器學習等。
由衡泰研究出品的《投資管理》/ China JOIM ，旨在打造實證研究與實踐的專業(yè)交流平臺，搭建投資管理學術(shù)與業(yè)界的橋梁。