【財管系】黃奇輔榮譽講座蒞院 分享國際投資創新思考

國立中山大學財務管理學系9月28日邀請DeepMacro董事長、中山榮譽講座黃奇輔先生演講,以DeepMacro為例,輔以自身豐富的業界經驗,分享如何結合Big Data與機器學習(Machine Learning)分析總體經濟指標,提供客戶更完善與領先的投資建議。

黃博士表示,在業界許多系統性、宏觀性的投資策略,幾乎都是基於價格與交易量間的關係去探討,例如動能與反轉策略等,然而真正對所有資產有著巨大影響力的總體經濟指標與數據卻鮮少被利用與討論。他也根據長期觀察提出其中關鍵的困難點,如成千上萬的時間序列資料是需要被不斷更新的;官方統計資料經常是延遲的、經過美化的;我們需要真正Point-In-Time的資料做觀察等。

這些種種也激發黃博士尋找資深且專業的金融(Fin)與科技(Tech)人才,運用機器學習與人工智慧等技術分析非結構性的資料,試圖領先傳統的官方資料並從大數據中獲得套利機會。以中國的工業景氣循環為例,傳統的方法僅能分析官方數據,不僅延遲甚至可能經過美化,既不即時也可能失真。雖然而後有人想到可以利用衛星探測到的空汙數據,但重點還是落在如何從龐大資料中挖掘出寶藏?

黃博士指出,除了需要考慮重要工業都市,還需要判斷季節風向來避免錯誤判斷,並結合機器學習與動態因子模型(Dynamic Factor Models)創造出核心的DeepMacro Factor,以進一步做資產組合的配置與調整。「在時間就是金錢的金融業裡,如此創新作法可以領先官方2到6週得到更即時的產業概況,並且完全不會有官方經手數據的疑慮。」

其他例子還有如觀察中國房地產的交易價格來分析景氣循環與市場資金概況、爬蟲(Web scraping)微博論文做自然語言處理(Natural Language Processing)來分析中國資金進出流向等,背後所運用的知識與觀點,不但需要對於總體經濟環境的變動和來源熟稔、對區域的政治人文與地理環境的了解,並能有針對資料特性選擇相對應分析工具(如機器學習或人工智慧等)的判斷力,經過一次次的經驗累積才能發展出獨到的見解。

演講後學生紛紛表示,講師提出的創新觀點與深刻見解,非常值得大家反覆思考與借鏡學習。

財管系馬黛教授介紹講者
講者黃奇輔博士
現場座無虛席
學生踴躍發問
財管系王昭文主任(左)致贈黃奇輔博士(右)感謝狀