2024年11月6日，北京大学经济学院和北京大学金融工程实验室在经济学院107会议室联合举办了“对话投资总监”系列讲座本年度第二十场。本次讲座邀请华泰证券固定收益部执行总监吴恩泉以“量化及AI技术在债券投研中的应用”为题，为北京大学师生作了主题报告。讲座由北大金融工程实验室黎新平博士主持，40余名师生参与了讲座。
吴恩泉围绕量化方法和人工智能技术在债券市场的应用展开讲座。他首先概述了中国债券市场的基本情况。目前，债券市场中的投资产品主要包括利率债和信用债，利率债主要涉及利率风险，与宏观经济和货币政策紧密相关；信用债则需要在利率的基础上进一步评估信用主体的资质。现阶段，我国的信用债券市场前景广阔，但同时也面临着信用研究难度大、数据可用性及质量较差、定价能力不强、风险对冲手段有限、策略研究平台不统一等难题。随着科技的进步，量化方法和人工智能技术有望为债券市场带来新的变革，提高市场效率，降低风险，为投资者提供更加精准的决策支持。
吴恩泉在讲座中深入分析了信用债传统投资与策略投资之间的差异，指出策略投资以数据为驱动，摒弃人为主观的因素，将交易经验转化为模型化的策略，实现自动化交易。无论是借鉴海外经验还是结合国内实践，信用债策略投资都是未来发展的必然趋势。信用债策略投资通常涉及数据清洗、因子构建、模型开发、策略设计以及实盘交易等多个环节。此外，他向同学们介绍了华泰证券的CAMS信用研究平台，该平台以海量数据为依托，以定价为核心，致力于实现信用研究和策略交易的一体化发展。通过将量化方法和人工智能技术融入债券市场的研究与投资中，华泰证券不断推动平台的创新和升级，以适应市场变化和提高投资效率。
随后，吴恩泉简要介绍了华泰证券的CAMS&大象交易客户生态圈。该生态圈由多个关键部分构成，包括负责研究和定价的CAMS信用研究平台，专注于模型和策略研发的大象策略研发平台，负责交易、风险管理和组合管理的大象统一交易平台，以及连接客户的大象对客服务平台。通过这一系列的平台和服务，华泰证券为客户提供了一个全方位、一站式的投资解决方案。
吴恩泉重点阐述了人工智能技术在信用债策略研究中的应用。他谈到，AI能力框架可以分为三个层次：业务能力层、智能服务层和基础设施层。在业务能力层，AI技术实现了债券智能检索、定制化报告生成和智能投研助手等功能；在智能服务层，AI技术提供了业务知识库、智能搜索服务和智能问答服务；在基础设施层，AI技术依托于向量数据库、华泰大模型基座和分布式推理引擎等关键技术。吴恩泉分别举例说明了AI技术如何赋能智能检索、舆情分类和模型策略开发等关键环节。他指出，希望随着AI技术的不断进步，能够为信用债策略研究带来更多的创新和效率提升。
在问答环节，吴恩泉详细介绍了华泰证券的招聘部门和业务范围，并同与会师生就传统主观投资与量化投资的收益率差异、华泰证券是否会放弃主观投资而转向量化、债券市场做市商的预期等问题进行了深入交流。黎新平博士对华泰证券固定收益部团队的到来表示了衷心的感谢。
本场讲座概述了当前债券市场的研究前沿与投资趋势，旨在为北京大学师生提供量化方法和人工智能技术在债券市场应用方面的深入洞察。随着科技的迅猛发展，特别是人工智能技术的突破性进展，债券市场的研究与投资正经历着一场深刻的变革。随着将量化方法和人工智能技术整合到债券市场的研究与投资实践中，未来的债券市场有望实现更加高效、精准和智能化的投资决策，为投资者带来更多新的机遇和挑战。
主讲人简介 吴恩泉
南京大学本科，哥伦比亚大学硕士。曾在纽约大型对冲基金从事公司债量化投研相关多个岗位工作超过10年。现任华泰证券CAMS研发中心和固定收益部执行总监，负责推进华泰证券FICC量化投研体系的建立、量化策略的研究，以及量化研发底座的建设和推广。
北京大学金融工程实验室简介
北京大学金融工程实验室是依托北京大学经济学院搭建的研究和教学平台，致力于推动量化投资、金融工程、大数据金融以及金融科技方面的学术研究与实践应用，实现学术界与金融业界良好的互动交流。
实验室聚焦于运用数学建模、统计分析、计算金融、大数据以及机器学习方法进行量化金融的研究，以数理化方法探讨金融市场的规律。实验室的目标不仅仅是推动金融工程等学术领域的前沿研究，同时也推动量化金融技术在教学、投资实践、金融监管以及金融政策等方面的实际应用。实验室课题研究包括：量化基本面、金融科技及AI、市场交易行为、高频数据、风险预警与管理。
