2025年6月5日至6日, 牛津-曼研究所(Oxford-Man Institute, OMI) 在牛津大学数学研究所(Mathematical Institute, University of Oxford)成功举办了 2025机器学习与量化金融大会 。此次大会聚焦人工智能在金融投资中的前沿应用,汇集了全球顶尖的学术界与业界精英。
作为全球领先的AI量化投资社区, LLMQuant 应邀参会,深入参与研讨交流,现将大会精彩内容与大家分享👇
📌 大会日程与亮点报告精选 📅 6月5日 精选观点 🔹 Xiao Xiao(剑桥大学嘉治商学院) 主题:从指数追踪到风险管理:衍生品在ETF中的扩展角色 核心观点 :
通过SEC的数据分析发现,约60%的ETF广泛使用衍生品工具。主动型ETF倾向于采用期权策略改善风险控制能力,尽管费用更高,但因下行保护效果突出,更易吸引资金流入。
🔹 Valentina Raponi(Assistant Professor at IESE) 主题:条件资产定价中的异常现象剖析 核心观点 :
提出一种新的资产定价异常现象分析方法,扩展了传统的两步法,提出了加权最小二乘和抗误设定检验。研究表明,经济与金融危机期间,市场异常现象的影响显著增强。
🔹 Ruixun Zhang(北京大学) 主题:扩散因子模型——生成具有因子结构的高维资产收益 核心观点 :
将生成扩散模型与传统因子分析深度结合,有效解决金融场景模拟中的高维与数据稀缺问题。提出的因子扩散模型首次实现了理论与实际的结合,提供了明确的非渐近误差界限。 👉 开源代码:(https://github.com/xymmmm00/diffusion_factor_model)
🔹 Lin Peng(CUNY Baruch College) 主题:智慧还是盲从?利用AI解析投资者情绪、交易策略与市场表现 核心观点 :
通过分析9600万条社交媒体数据,运用大语言模型(LLM)提取投资者策略发现,基本面情绪正向预测股价表现,而技术情绪则负向预测。这一关系尤其体现在Robinhood等平台的散户投资者中。
🔹 Yuantao Shi(Oxford-Man Institute) 主题:噪声世界中的复杂模型的有限价值 核心观点 :
在高维因子空间中,增加模型复杂性并非总能提升表现。研究指出,当因子存在测量误差时,过度增加复杂性反而损害投资组合的收益率与预测能力,存在最优复杂性界限。
🎤 重磅主题演讲:Andrew Lo(MIT Sloan School of Management) 主题:生成式AI与“Quantamental投资”的崛起 核心观点 :
生成式AI和大语言模型(LLM)正在金融领域快速普及,极大提升了基本面分析的自动化与规模化能力。Lo教授首次提出,“Quantamental投资”(量化基本面投资)时代已经到来,这将是量化投资领域的一场革命性转变。
📅 6月6日 精选观点 🔹 Shumiao Ouyang (Associate Professor at Saïd Business School) 主题:AI的伦理合规如何塑造LLM的风险偏好? 核心观点 :
实验表明,提高大语言模型的伦理安全性显著降低了其风险偏好。这种伦理与风险之间的平衡,决定了AI模型在金融预测中的表现与决策偏好,揭示了伦理约束与创新激励之间的权衡关系。
🔹 Mihail Velikov(Penn State University) 主题:异常现象的自动化评估工具 核心观点 :
提出一套自动评估回报预测因子的协议和在线工具,能够有效识别市场中“伪异常”或无法盈利的策略。通过严格标准筛选,消除了超过98%的虚假因子,显著提高了投资策略的实际应用性。
🔹 Giulia Livieri(London School of Economics) 主题:Volterra过程条件分布的低维近似方法 核心观点 :
为应对金融预测中高维Volterra过程的维数灾难,首次提出了一种基于非正曲率流形的低维降维技术,并结合动态超网络实现了高效预测,突破了现有模型的瓶颈。
💡 LLMQuant参会观点与未来展望 本次会议的高光时刻,是Andrew Lo教授强调的“Quantamental投资”概念。Lo教授表示:
“如果说15年前机器学习为量化交易带来了革命性的变化,那么今天,大语言模型(LLM)正在为基本面投资带来同样的变革时刻。”
这一观点与LLMQuant社区的核心使命——推动AI技术与投资研究的深度融合——高度契合。作为全球AI量化投资领域的领先社区,LLMQuant将继续致力于:
• 🔬 搭建开放的研究与实践平台,汇聚全球智慧,持续探索前沿技术在金融领域的无限可能。 🎯 大会地点 :Mathematical Institute, University of Oxford 🗓 大会时间 :2025年6月5日-6日 📌 关注LLMQuant,与全球AI金融精英共同探索未来!
关于LLMQuant LLMQuant是由一群来自世界顶尖高校和量化金融从业人员组成的前沿社区,致力于探索人工智能(AI)与量化(Quant)领域的无限可能。我们的团队成员来自剑桥大学、牛津大学、哈佛大学、苏黎世联邦理工学院、北京大学、中科大等世界知名高校,外部顾问来自Microsoft、HSBC、Citadel、Man Group、Citi、Jump Trading、国内顶尖私募等一流企业。社区持续招新中,扫描下方二维码加入