ABAB Pedia

WorldQuant

WorldQuant 是 Igor TulchinskyIgor TulchinskyIgor Tulchinsky,量化投资人、企业家及作者,WorldQuant 创始人、董事长兼首席执行官。他于2007年创办 WorldQuant,并推动 WorldQuant University、医学定量研究和技术孵化等项目。2026年,他成为大英博物馆贝叶挂毯展览的主要赞助者,公开报道的赞助金额为500万英镑。点击查看完整词条 于2007年创办的全球量化资产管理机构,总部位于美国康涅狄格州 Old Greenwich。公司通过数据、数学模型和分布式研究网络开发投资信号,并运营 BRAIN 量化研究平台;与 Millennium 合作的 WorldQuant Millennium Advisors 为合资资产管理平台。

本页目录16
词条资料

Igor Tulchinsky 创办 WorldQuant

WorldQuant 于2007年由 Igor Tulchinsky 创办,是运用数据和数学模型开展投资研究的全球量化资产管理机构,总部位于美国康涅狄格州 Old Greenwich。创办者此前在 Millennium 从事统计套利组合管理。[1][2][3]

经历量化市场震荡

WorldQuant 创办当年即遇到2007年8月的量化策略市场震荡。Tulchinsky 在后来的访谈中称,当时通过削减资本暴露避开了更严重的损失。这是创办者对早期危机管理的回顾,不能据此推算公司的完整收益记录。[4]

参与《Finding Alphas》

WorldQuant 研究人员参与《Finding Alphas》的编写,由 Igor Tulchinsky 担任编辑。Wiley 于2015年9月4日首次在线发布该书,介绍从构建投资信号到测试和组合使用的研究过程,亦涉及过拟合与数据分析等问题。[5]

达到百万个 alpha 的内部目标

公司在2010年提出累计开发100万个 alpha 的目标,并称于2016年达到。Alpha 在这里指尝试预测金融工具未来价格变化的数学模型。2022年的十五周年回顾称,模型数量已达数百万,数据集从2007年的两个增至逾1400个;模型和数据数量反映研究规模,并不等同于可部署策略数量或投资回报。[6]

通过线上挑战连接研究人才

在2017年公开访谈中,Tulchinsky 介绍 WorldQuant Challenge:参与者利用线上工具设计并测试预测股票价格的算法,公司借此接触全球量化研究人才。他同时将计算能力进步与人的创造力视为互补因素,而不是简单替代关系。[7]

支持威尔康奈尔定量预测计划

2017年5月25日,威尔康奈尔医学院宣布收到 Tulchinsky 经 WorldQuant, LLC 提供的500万美元捐赠,建立 WorldQuant Initiative for Quantitative Prediction,将定量分析与医学研究结合。这是医学研究资助,不是对一家医疗企业的股权投资。[8]

推出 BRAIN 平台

2022年8月2日,WorldQuant 宣布推出 BRAIN,向全球参与者提供数据与模拟工具,用于构建和测试量化投资信号。符合条件的参与者可获考虑成为研究顾问;平台参与和顾问安排与公司全职雇佣不同。[9]

同一公告发布首届 Global Alphathon,比赛于2022年8月15日至11月6日分三阶段进行,总奖金池为10万美元。表现优异者还可能获得实习或全职岗位的考虑机会,公告并未承诺所有参赛者都能取得工作或报酬。[9]

WMA 管理安排

WorldQuant Millennium Advisors(WMA)是 WorldQuant 与 Millennium 合作建立的合资资产管理平台。WorldQuant 提供量化研究与投资技术,Millennium 提供风险监控、交易处理及法律合规等运营基础设施。WorldQuant 官网记载,Andreas Kreuz 自2023年起担任 WMA 首席执行官。[10][3]

不同业务的资产规模披露

2025年5月16日的《福布斯》报道分别列出 WorldQuant 为 Millennium 管理约100亿美元,以及合资平台 WMA 管理逾130亿美元外部资金。两组数字有不同的业务主体和客户范围,属于当时的媒体披露,不能直接当作2026年的统一公司规模或经审计收益。[4]

参与贝叶挂毯展览资助

2026年初,创始人 Igor Tulchinsky 对大英博物馆贝叶挂毯展览的主要赞助公开,媒体报道金额为500万英镑。其官网将 WorldQuant 列为资助参与方,介绍了免费学校参观、线上教学和英国各地文化活动的支持安排;公开材料不足以将整笔金额全部归为某一个法律主体的已到账付款。[11][12]

讨论 AI 与全球量化竞赛

2026年3月23日,Tulchinsky 在公司文章中回顾,2025年 International Quant Championship 吸引近8万人参与,覆盖约1.1万所大学、142个国家。他认为 AI 可帮助研究者分析资料、提出并测试假设,降低部分研究工作的进入门槛;这一判断不代表模型收益或就业结果的保证。[13]

贝叶挂毯在大英博物馆展出

大英博物馆将贝叶挂毯展览安排于2026年9月10日至2027年7月11日,地点为 Sainsbury Exhibitions Gallery,并标注“Presented by Igor Tulchinsky”。WorldQuant 参与支持的教育活动旨在扩大年轻人及英国各地公众接触展览相关内容的机会。[14][12]

量化研究与投资流程

WorldQuant 的研究流程以数据处理和数学模型为基础,由研究人员开发 alpha,再由投资组合团队选择、组合和分配资本。WMA 对这一流程的介绍包括清理数据、构建信号、决定权重、随表现调整组合,以及通过专有执行系统开展交易。单个信号需要经过测试,不能把研究模型的数量视作获利策略的数量。[10][6]

全球团队与 BRAIN 网络

截至2026年9月20日,WorldQuant 官网自述拥有逾1100名员工、28个办公室。领导团队包括创始人、董事长兼首席执行官 Igor Tulchinsky,首席运营官 Peter Norley、首席技术官 David Rukshin、首席财务官 Jonathan Marom,以及首席研究官 Rohit Agarwal。[1][3]

同日 BRAIN 官网展示逾55万名用户、逾1.6万名顾问和逾40万个数据字段。用户、顾问与全职员工是不同口径;平台提供研究与模拟环境,并通过符合当地条件的顾问计划与部分参与者合作。[15]

关联机构与业务边界

WorldQuant University 提供免学费教育,WorldQuant Ventures 从事早期技术投资,两者均由 Tulchinsky 创办,官网明确说明它们独立于 WorldQuant 的全球量化资产管理业务运营。WorldQuant Foundry 则定位于培育新企业的技术孵化平台。这些项目共享创办者或品牌联系,但不应将其募资、投资组合、研究成果与量化资管收益混算。[16][17][18]

来源

  1. How we work(在新窗口打开)
  2. The Age of Prediction(在新窗口打开)
  3. Who we are(在新窗口打开)
  4. This Billionaire Quant Is Turbocharging His Trading Models With ChatGPT-Style AI(在新窗口打开)
  5. Finding Alphas: A Quantitative Approach to Building Trading Strategies(在新窗口打开)
  6. The Power of Exponential Thinking(在新窗口打开)
  7. Free market lessons: an interview with Igor Tulchinsky(在新窗口打开)
  8. Tulchinsky Gift Uses Finance Strategies to Move Medicine Forward(在新窗口打开)
  9. WorldQuant Launches BRAIN Platform and Inaugural Global Alphathon Competition(在新窗口打开)
  10. WorldQuant Millennium Advisors(在新窗口打开)
  11. British Museum secures £5m sponsorship for Bayeux Tapestry display(在新窗口打开)
  12. The Bayeux Tapestry Experience(在新窗口打开)
  13. How AI Is Changing Who Gets to Compete in Quant Finance(在新窗口打开)
  14. The Bayeux Tapestry(在新窗口打开)
  15. WorldQuant BRAIN(在新窗口打开)
  16. WorldQuant — Our Network(在新窗口打开)
  17. WorldQuant Ventures(在新窗口打开)
  18. WorldQuant Foundry Launches to Fuel Innovation and Unlock Human Potential(在新窗口打开)