去年8月，当恐慌袭击中国股市时，Man AHL并没有措手不及。这家总部位于伦敦的系统交易公司在大规模抛售中避免了损失，这要归功于一种机器学习算法，该算法可以分析其头寸，并比交易员对波动性飙升的反应更快。“机器学习有助于我们发现人类无法轻易发现或根本无法发现的模式，因为目前创造的数据量巨大，”价值190亿美元的Man AHL首席执行官桑迪·拉特瑞（Sandy Rattray）表示。
该公司于1987年以大宗商品交易顾问AHL的身份成立，AHL是由Michael Adam、David Harding和Martin Lueck创立的定量投资先驱，由此诞生了Aspect Capital和Winton Capital Group。近30年后，这三家对冲基金的竞争对手正大力投资于机器学习和数据科学，以期利用投资者对定量策略重新产生的兴趣。
本月早些时候，AHL宣布将扩大其牛津人力研究所（OMI）的范围，OMI是2007成立于牛津大学的定量金融合作公司。OMI的目标是在牛津建立一个机器学习和数据分析中心，它也将在8月份加入牛津大学的工程科学系。
OMI扩容是英国另类投资巨擘MANGroup的一个单位，Aman AL更广泛推动的一部分。机器学习这可以实现更好的金融算法。该公司交易四种主要策略：经典长期趋势跟踪、专有趋势跟踪、多策略和仅长期策略。在Rattray的领导下，Man AHL已经开发机器学习驱动的算法五年了。在过去的三年里，这项工作的结果已经渗透到选定的客户产品中，在某些情况下带来了显著的收益。
Rattray表示：“我们在机器学习上花费了大量时间；这是该公司最大的研究支出领域。”2007年，他从高盛集团（Goldman Sachs Group）加入Man AHL，当时他是该集团专门从事定量交易的董事总经理。“我们关注的是人员、数据、硬件——这不仅仅是一个方面将把这一切结合在一起。”曼恩集团1000多名员工中，130人专注于交易策略；他们中的许多人正在进行机器学习研究，以补充OMI的工作。
基于机器学习的交易算法的运作方式与基于规则的交易算法大不相同。历史上，投资组合经理会根据金融模型或数据集创建一个算法，并制定交易时的行为规则。
通过机器学习，计算机可以筛选数十亿个数据点，提取模式。有了这些知识，它可以根据从过去和现在的数据中收集到的关于市场的信息来学习交易行为，比如随着时间的推移买入下跌或卖出高价。Man-AHL的算法使用了大量数据集，包括1.5万亿的价格波动以及期权信息和指数反馈。在一天之内，系统可以添加数十亿个新的价格标记。
该公司投资了高性能硬件来处理这些信息。但OMI首席科学家安东尼·莱德福德（Anthony Ledford）警告说，交易员和科学家必须知道算法是如何工作的，以及如何避免数据与交易假设过度拟合。Ledford解释说：“机器学习需要认识到的重要一点是，你必须理解问题和数据，并将它们仔细地组合在一起。”。“你总是冒着过度装修的风险。”
Man AHL的研究工作是在该公司经历了几年充满挑战的岁月之后进行的，该公司管理的资产尚未恢复到2008-09年金融危机前240亿美元的峰值。根据亚特兰大数据提供商eVestment的数据，截至今年4月，46亿美元的Man AHL多元化计划下降了0.34%。但同期，System trend follower Aspect旗下47亿美元的多元化基金下跌4.8%。在CTA Winton，185亿美元的Winton多元化基金（卢森堡）和133亿美元的Winton期货基金分别下跌2.85%和2.2%。
方面共同创始人兼首席执行官Anthony Todd在1997开始他的伦敦公司，研究主任和研究员牛津大学物理毕业生Luek在离开AHL，这人已经从1989到1994阶段取得。托德说：“投资者正回到像我们这样的策略上来，因为固定收益没有收益，他们希望在股票之外有一个多元化的投资渠道。”。“我们在去年年底开始的抛售中处于有利地位。我们的计划反应活跃。”
Aspect的交易程序实际上是七合一的，通过捕捉两周到六个月的趋势，以一系列频率运行。这些不同的频率在2016年第一季度这样的波动条件下很重要。托德回忆道，在2月底市场稳定后，持有最短仓位的Aspect策略通过允许该公司快速行动来抵御潜在损失。他说：“我们实际上在美元上建立了一个小的空头仓位，并做多布伦特原油。”。不过，eVestment报告称，3月份Aspect Diversitive Fund下跌4.69%。
当涉及到定量金融时，Aspect占据了一个中间地带，它融合了人类的直觉和严格的研究，以创建不仅仅是自主算法的交易程序。托德说，中期趋势跟踪者通过研究和机会主义收购不断完善其模型。
今年3月，损坏了14亿美元的Jersey，英国的竞争对手AurielCapital Management。除了将总资产增至63亿美元外，此次收购还为Aspect的交易计划提供了独特的货币覆盖。该公司还挑选了个人人才，聘请了法国资产管理公司OTEA Capital的前任弗兰克·劳里（Franck Lauri）和伦敦对冲基金公司Capula Investment Management的安东尼奥·博特略（Antonio Botelho）和康斯坦丁·菲利蒂（Constantin Filitti）。去年年底加入Aspect的Lauri在系统战略方面拥有15年的经验；卡普拉二人于2014年年中抵达，负责运营Aspect Tactical Opportunities，这是一个1000万美元的系统性多战略期货项目。
托德正在寻找其他小公司进行收购，他寻求Aspect可以利用的知识产权，用经过实践检验的想法来完善其基金。该公司也在深入研究一些领域，如深度学习——为交易目的训练基于神经网络的算法——研究筛选大数据和加强云基础设施以增加存储容量和处理能力的新方法。
但这方面的工作很难全部完成人工智能. “我们的研究方法一直是假设驱动的，”托德说。“当然，我们正在开发这些领域，但我们更注重增量。中期趋势跟踪的一个好处是它是直观的，因此我们希望在直觉和算法之间保持平衡。”
大卫·哈丁1996年离开AHL一年后成立伦敦总部Winton。和Lueck一样，他总是对研究和交易更感兴趣，而不是成为大型机构的一员。如今，温顿也在扩大其研究能力；为此，345亿美元的公司开设了一个旧金山数据科学中心来挖掘硅谷人才。
创始人和首席执行官哈丁，拥有剑桥大学的物理学位，他看到了建立专有数据集的未来。Winton希望顶级架构师帮助他。亚博赞助欧冠在加利福尼亚州贝弗利山举行的五月米尔肯研究所全球会议上。
哈丁从a栏和B栏中各取一点，将计算和智能结合起来，寻找一条新的前进道路。他计划将Winton的旧金山团队从六名科学家成长到多达40名，在建立投资假说和收集数据方面，他是开放的。
湾区前哨基地还将容纳Winton Ventures的北美分支机构，Winton Ventures是一家新的风险投资机构，正在寻找数据驱动的初创企业。哈丁说：“我们感兴趣的是那些真正了解从数据中可以推断出什么的公司——从数据中得出有效的结论——对业务的成功至关重要。”。“我们也愿意与有潜力提升温顿现有业务的公司合作。”
对于在俄勒冈州波特兰经营自己的CTA公司的计算金融专家约翰·穆迪（John Moody）来说，定量交易策略的重新流行是更广泛趋势的一部分。“人们很难进行统计思考；他们让认知偏见成为障碍，”1.52亿美元JE Moody&Co.的创始人说。“研究表明，正因为如此，在做出投资决策时，让公式发挥作用的风险更小。”
像谷歌的自动驾驶汽车这样的发明（参见自动驾驶车辆穆迪指出，指数（index）在推动过程中不断学习，这让人们对这一想法感到更舒服。随着社会越来越依赖机器学习算法来进行广泛的决策，穆迪预计它们在金融领域的应用将持续增长——这对定量商店来说是一个潜在的福音。
就像Aspect的Todd和Man AHL的Rattray一样，哈丁对计算机能把他的公司带到什么程度持哲学态度。“机器学习的发展可以追溯到20世纪50年代一直到今天，”他说。“人们谈论它就像算法将运行一切一样，但这些都是我们已经取得的真正的增量进步。我们必须继续努力才能保持领先，而人才将永远是这项工作的掌舵人。”