editing 日前，2024年信科学生科研展、北大程序设计竞赛圆满落下帷幕。本次科研展上共有18位本科同学展示自己的研究成果，其中多数已被全球顶尖的学术会议或者期刊收录。成果涵盖的范围极为广泛，包括集成电路芯片设计、机器学习、人工智能物联网与无线通讯等诸多信息学科的关键领域。明汯投资全程深度参与并做了主题分享。
在明汯投资机器学习平台负责人Eric看来，同学们并没有盲目追逐所谓的“热点”，研究多覆盖细分&前沿的问题。“本科生就已有这样的深入研究及学术产出，确实很惊艳。”
明汯投资机器学习平台负责人Eric还就“大模型时代下的量化投资”进行了主题分享。在他看来，人们常常高估新技术短期内的变革，却低估某项技术的长期影响。“只不过大模型的推进一定是长跑。”
Eric还在分享中提及大模型和量化机器学习的技术特点既有共性、也有差异——大模型的训练任务虽然规模大，但是任务数量少，调度并不复杂，主要就是计算好网络拓扑和亲和性；而考虑到金融数据的信噪比很低，量化投资会对信息合理挖掘、过滤，训练多个小模型并进行组合。
量化投资也会使用 Pytorch、CUDA 等热门的机器学习工具，但对比不同场景而言，大模型的瓶颈主要在算力和参数调优，而量化模型训练瓶颈主要在超大量数据的 IO 读写。相较海外，国内量化私募在机器学习应用起步较晚，但发展迅猛，在应用广度上甚至有赶超之势。
据了解，明汯投资作为国内最早一批采用全周期、多策略、多品种的量化私募管理人，多年来始终走在国内量化发展最前沿，并凭借其较大管理规模下保持超额的稳定性及优良的长期业绩回报，先后获得百余项重磅奖项。明汯投资超额收益来源广泛，现已覆盖全市场、多品种，如股票、期货、期权、可转债等，在短、中、长全周期及基本面因子等均有较为深厚的积累。与此同时，明汯投资在上海、纽约、香港、北京均设有办公室。
目前，明汯投资已经构建了覆盖全周期、多策略、多品种的资产管理平台，公司管理规模位居行业前列。未来，明汯投资将继续在软硬件方面保持高投入，招揽更多优秀的顶尖人才，持续提升自身实力。
