去年8月，当恐慌席卷中国股市时，Man AHL并没有措手不及。这家总部位于伦敦的系统性交易公司在大规模抛售中避免了损失，这得益于一种机器学习算法，该算法能够分析其头寸，并比交易员对波动性飙升作出更快的反应。Man AHL的首席执行官桑迪•拉特雷表示:“机器学习帮助我们发现人类在当今海量数据中无法轻易发现或根本无法发现的模式。”Man AHL市值190亿美元。
该公司于1987年开始生命，作为商品贸易顾问AHL，由Michael Adam，David Harding和Martin Lueck创立的量化投资先驱，它产生了拓展资本和冬天的资本集团。差不多30年后，三个竞争对手的对冲基金球员在机器学习和数据科学中投入大量投资，因为他们旨在利用更新的投资者对量策略的兴趣。
本月早些时候，Man AHL宣布将扩大其牛津-曼研究所(OMI)的规模。OMI是2007年与牛津大学(University of Oxford)成立的定量金融合资企业。OMI的目标是在牛津大学创建一个机器学习和数据分析中心，它也将于今年8月加入牛津大学的工程科学系。
OMI扩展是Man Ahl，U.K.替代投资巨型人群的单位更广泛推动的一部分机器学习这使得能够更好的金融算法。该公司交易四个主要策略：古典长期趋势之后，专有趋势遵循，多际策略和长期。在Rattray的领导下，Man AHL一直在开发机器学习驱动的算法半十年。在某些情况下，这项工作的结果一直在过去三年中过滤入选客户产品，在某些情况下驾驶显着收益。
“我们花了很多时间的机器学习;它是公司的单一研究领域，“Rattray表示，在2007年加入了Goldman Sachs集团的Man Ahl，他是一名专门从事量化交易的董事总经理。“我们正在寻找人，数据，硬件 - 这不仅仅是一个方面将会带到一起。”人民集团的1,000多人员工，130人关注交易策略;他们中的许多人正在做机器学习研究，可以补充OMI的工作。
基于机器学习的交易算法与基于规则的交易算法的操作方式截然不同。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，并为其在交易时的行为制定规则。
通过机器学习，计算机筛选数十亿的数据点，从中选取模式。有了这些知识，它就可以根据从过去和现在的数据中收集到的市场信息，学习交易行为，比如随着时间的推移买进或卖出。Man AHL的算法处理的是庞大的数据集，包括1.5万亿的价格波动、期权信息和指数反馈。一天之内，数十亿个新的价格点可以被添加到系统中。
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)警告称，交易员和科学家必须知道这些算法是如何工作的，以及如何避免数据与交易假设过度拟合。莱德福德解释说:“利用机器学习，重要的是你必须同时理解问题和数据，并将它们仔细地组合在一起。”“你总是会冒过拟合的风险。”
Man AHL的研究工作之前，该公司经历了几年充满挑战的日子。该公司管理的资产仍未恢复到2008 - 2009年金融危机前240亿美元的峰值水平。根据总部位于亚特兰大的数据提供商eVestment的数据，今年截至4月，规模为46亿美元的Man AHL多元化投资项目下降了0.34%。但系统趋势追踪者Aspect的旗舰基金——规模47亿美元的Diversified Fund同期下跌4.8%。在CTA Winton，规模185亿美元的Winton多元化基金(卢森堡)和133亿美元的Winton期货基金分别下跌了2.85%和2.2%。
方面的联合创始人兼首席执行官安东尼托德于1997年开始举办伦敦的公司，并于1997年与牛津物理学大学毕业，罗尔·罗克毕业，1989年至1994年。“投资者正在回归战略like ours because there’s no yield in fixed income and they want a diversifier alongside equities,” Todd says. “We were well positioned for the sell-off that started at the end of last year. Our programs reacted dynamically.”
方面的交易计划实际上是七个，通过捕获两周和六个月之间的趋势，在一系列频率下运行。这些不同的频率在2016年第一季度这样的波涛汹涌的条件下。在2月底稳定的市场稳定后，通过允许公司迅速移动，托德说：“我们实际建立起来：”我们实际建立起来美元的一个小小的职位，走了长长的粗暴，“他回忆道。仍然，三月多样化的基金在3月下降了4.69％，令人明显的报告。
在量化金融方面，Aspect占据了一个中间地带，它融合了人类的直觉和严谨的研究，创造出不仅仅是自动算法的交易程序。托德说，中期趋势追踪者通过研究和机会收购不断完善其模型。
3月份展开时，基于竞争对手的Auriel资本管理获得了14亿美元。除了提高总资产的情况下，此次收购还可以访问其交易计划的唯一货币叠加层。该公司还有樱桃采摘的个人人才，带来Franck Lauri，前者是法国资产经理otea Capital，他们专门从事统计套利，南奥基奥Botelho和Constantin Filitti，从伦敦的对冲基金公司Capula投资管理。劳里斯去年年底加入了方面，带来了15年的系统战略经验;Capula Duo于2014年年中抵达，以跑步，为1000万美元的系统MultSrategy期货计划运行。
托德是在寻找其他小公司获取的，寻求知识产权，方面可以用来用公路测试的想法改进其资金。该公司还在深入学习培训基于神经网络的算法等领域，以进行交易目的 - 检查通过大数据和云基础架构进行筛选的新方法，以增加存储容量和处理电源。
但是Aspect并没有完全投入人工智能．“我们的研究方法一直是基于假设，”托德说。“我们当然在开发这些领域，但我们更多的是增量。中期趋势趋势的一个趋势是，它是直观的，所以我们希望在直觉和算法之间保持平衡。”
大卫·哈丁在1996年离开AHL一年后，创立了总部位于伦敦的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。今天，温顿还在扩大其研究能力;为此，这家市值345亿美元的公司在旧金山开设了一个数据科学中心，以发掘硅谷的人才。
创始人兼首席执行官HARDING来自剑桥大学的物理学位，在建设专有数据集中看到了未来。温顿希望顶足的科学家提供帮助，他告诉亚博赞助欧冠今年5月在加州贝弗利山举行的米尔肯研究所全球会议上。
哈丁从a栏和B栏中分别取了一点，将计算和智能结合起来，寻找新的前进方向。温顿计划将他在旧金山的团队从6名科学家扩大到40名，他对建立投资假设和收集数据的想法持开放态度。
湾区的前哨站还将是温顿风投(Winton Ventures)的北美分支机构。温顿风投是一家新的风险投资机构，正在寻找数据驱动型初创企业。哈丁说:“我们感兴趣的是那些真正了解可以从数据中推断出什么——从数据中得出有效结论——对企业的成功至关重要的公司。”“我们也愿意与有潜力增强温顿现有业务的公司合作。”
在俄勒冈州波特兰市经营着自己的CTA公司的计算金融专家约翰•穆迪(John Moody)看来，量化交易策略的重新流行是一个更大趋势的一部分。“人们很难进行统计思考;价值1.52亿美元的JE Moody & Co.的创始人说，“研究表明，正因为如此，在做投资决策时，让公式发挥作用的风险更小。”
一种像谷歌的自治车一样的发明（见自主车辆穆迪指出，这种边开车边学习的软件让人们更适应了这种想法。随着社会在很多决策方面越来越依赖机器学习算法，穆迪预计，机器学习算法在金融领域的应用将持续增长——这对定量分析公司是一个潜在的利好。
就像Aspect的Todd和Man AHL的Rattray一样，哈丁对计算机能让公司走多远持哲学态度。“机器学习的发展可以追溯到上世纪50年代，一直到今天，”他说。“人们谈论它，就好像算法将运行一切，但这些确实是我们已经取得的增量进步。为了保持领先地位，我们将继续努力，而有才华的人才将始终担任这项工作的负责人。”