|
|
Quantiacs正在为对冲基金制定一个新的标准 - 它收取20％的利润，不收取管理费，并通过邀请竞争者参加比赛来大众化其[color=rgb(68, 68, 68) !important]算法。然后，它为获奖者提供每季度超过200万美元的投资基金，以便运行他们的算法。三个较好的交易程序可以用100万美元/ 75万美元/ 50万美元的Quantiac自有资金进行交易。随着公司开设基金吸收外部投资者，更多的交易程序可以被采用。
通过Quantiacs.com，自由职业者可以利用网站提供的工具，数据和培训，完成交易算法来竞争奖金。
自2014年成立以来，Quantiacs已经举办了8场比赛。最近的比赛于12月结束，从超过130个自由职业者中抽取了600多个交易策略。Quantiacs创始人兼首席执行官Martin Froehler说：“伟大的量化分析师可以来自任何地方。“我们正在将量化交易的权杖从银行家和对冲基金经理的首周转移到黑客和科学家。
当时在一家瑞士的量化交易研究公司 IdeaLab（ 由奥地利对冲基金经理Christian Baha拥有）面试量化分析师时， 他有了成立众筹对冲基金的想法 。在面试的100个候选人中， 他不得不剔除99人，尽管他们中许多人是非常优秀的量化分析师。Froehler说他当时面试的标准是：至少有10年的工作经验，积累了相当的投资知识。此外，他承认，具有非凡定量技能的人并不总是很好的人际交往能力。
但是，如果他们可以通过Quantiacs工作， 并提交算法的话，这些要求就不太重要了。他把Quantiacs的想法告诉巴哈，巴哈马上很喜欢这个想法并提供了初始资金。
“Quantiacs是与众不同的”，巴哈说。“我们有一个更有效的成本结构，是一个真正的连接quant和投资者的市场。
Quantiacs首席执行官Martin Froehler。
可以想象 - 没有昂贵的曼哈顿中城或格林威治办事处需要维持，没有研究员的薪水，没有人力资源部门，也不需要花哨的晚宴或昂贵的体育票来款待客户。Froehler估计，任何一个大型的对冲基金将有总有约100个量化分析师有要离开并带走公司的一部分知识的风险。但是如果有一个使用Quantiacs的研究人员离开，他只能带走他自己开发的策略。
该公司最初使用自由职业者的算法来交易自有资金，但在11月，它开放给机构投资者或符合CFTC条款的合格个人。与传统的对冲基金不同，Quantiacs放弃管理费，只收取20％的利润，并与开发交易系统的开发者50-50平分。参与的自由开发者来自世界各地，包括印度，新加坡，英国，俄罗斯，乌克兰，巴西，澳大利亚和加拿大。该公司说，它对任何有基本编程和数据科学技能的人开放。
为了帮助他们将这些技能应用到管理期货市场，Quantiacs提供了一个免费的在线平台，包括超过25年的期货市场数据，教育材料和基于Matlab和Python的开发工具。参与者使用[color=rgb(68, 68, 68) !important]机器学习，[color=rgb(68, 68, 68) !important]人工智能，[color=rgb(68, 68, 68) !important]神经网络和其他工具来开发他们的交易策略。
“我们看到很多不同的风格和技术”，Froehler说。“开发者开发算法; 一旦他们对他们的算法感到满意，他们提交到我们的平台，我们运行完整的回测试，并测试它在真实市场数据的表现。我们给广大开发者提供了进入一个封闭行业的机会。这些量化开发者为Quantiacs提供了使用他们算法核策略的非独占许可，而个人保留他们已经开发的知识产权（IP）的完全所有权。
“这些算法不会离开我们的平台，”他补充说。“对于投资者，我们提供最多的前沿交易策略和系统的选择，费用是利润的20％。然后我们把收入与开发者50-50分开，“他补充说。“我们专注于商品期货，例如农业，能源，金融期货如标普500，国债加上一些欧元债券和跨货币期货。商品期货是世界上最流动的市场，它们与股市不相关."
参与的量化分析师包括来自英国的大学教授，从事医疗记录的数据科学家，CalTech的本科生和印度的22岁大学生。Ben是从事健康产业的数据科学家，他五岁时就开始进行投资，购买吸引人的股票，如迪士尼和麦当劳。他在作为一名大学神经科学家工作期间继续他的交易。“我已经建立了一整套工具来评估我自己的假设和评估市场，”他说。在Quantiacs，他赢得了他的第三名，现在他的算法管理从公司和外部投资者250万美元。
他在一个相当强大的计算机上开发他的算法，查看一个特定商品或一组商品的20年历史，用于过去价格和未来变化之间的历史关系。
“这是非常复杂的技术分析，”他说。到目前为止，他已经赚了大约6万美元，并利用他的收入带他的妻子在一个伟大的蜜月到大溪地，新西兰和澳大利亚，留下了足够的余地买她的车。“在市场上成功的关键在于挖掘别人忽视的地方，”Ben说。“我的Quantiacs系统是基于神经网络，神经科学背景让我有更多知识，如何较好的设计和训练这些网络。
Froehler说，Quant有三个月的时间来开发一个交易算法，直到每个季度结束的截止日期。“在每个截止日期之后，我们开始使用真实市场数据对所有算法进行三个月的模拟。在这个现场测试期后，我们计算两个夏普比率来对每个算法进行评分：回测的夏普比率和三个月的实时数据的夏普比率。三个较高级算法得到真正的资本进行交易，他们的开发者将可以得到策略的10％收益，而完全没有风险。
|
|
