O dinheiro pode mudar de direção rapidamente; o talento, não. Assim, a disputa começa mais cedo no último.
Um grande fundo de hedge está expandindo seu departamento de investimentos quantitativos e recrutando pesquisadores de laboratórios de IA no Vale do Silício. Essa ação não é um caso isolado: várias empresas do setor também disputam o mesmo tipo de profissionais com capacidade para treinar modelos e fazer engenharia. Por isso, Wall Street e empresas de tecnologia competem frontalmente pela primeira vez na mesma pista.
O foco da disputa é a vantagem de precificação trazida pelos modelos. A quantificação tradicional depende de fatores e regularidades estatísticas; ao introduzir modelos, é possível interpretar de forma mais detalhada dados não estruturados. Quem conseguir primeiro estabelecer um processo de treinamento reutilizável terá uma fatia de ganhos acima do normal antes que o sinal perca força.
A estrutura de custos também muda. A remuneração dos pesquisadores e as despesas com computação elevam os custos fixos. Em geral, essas equipes precisam de uma escala de gestão maior para diluir os gastos; por isso, a expansão costuma vir acompanhada de metas de captação maiores. E, ironicamente, a escala, por sua vez, comprime o espaço de ganho das estratégias.
Para o setor, o que merece atenção não são as ações de recrutamento de uma instituição específica, e sim a direção do fluxo de talentos. Quando pesquisadores experientes continuam saindo de laboratórios para a gestão de ativos, isso indica que o caminho de monetização das capacidades de modelos já se deslocou do lado do produto para o lado da negociação.
Onde a caça ao talento acontece, muitas vezes se vê primeiro o retorno.
#量化投资 #人才
Um grande fundo de hedge está expandindo seu departamento de investimentos quantitativos e recrutando pesquisadores de laboratórios de IA no Vale do Silício. Essa ação não é um caso isolado: várias empresas do setor também disputam o mesmo tipo de profissionais com capacidade para treinar modelos e fazer engenharia. Por isso, Wall Street e empresas de tecnologia competem frontalmente pela primeira vez na mesma pista.
O foco da disputa é a vantagem de precificação trazida pelos modelos. A quantificação tradicional depende de fatores e regularidades estatísticas; ao introduzir modelos, é possível interpretar de forma mais detalhada dados não estruturados. Quem conseguir primeiro estabelecer um processo de treinamento reutilizável terá uma fatia de ganhos acima do normal antes que o sinal perca força.
A estrutura de custos também muda. A remuneração dos pesquisadores e as despesas com computação elevam os custos fixos. Em geral, essas equipes precisam de uma escala de gestão maior para diluir os gastos; por isso, a expansão costuma vir acompanhada de metas de captação maiores. E, ironicamente, a escala, por sua vez, comprime o espaço de ganho das estratégias.
Para o setor, o que merece atenção não são as ações de recrutamento de uma instituição específica, e sim a direção do fluxo de talentos. Quando pesquisadores experientes continuam saindo de laboratórios para a gestão de ativos, isso indica que o caminho de monetização das capacidades de modelos já se deslocou do lado do produto para o lado da negociação.
Onde a caça ao talento acontece, muitas vezes se vê primeiro o retorno.
#量化投资 #人才
