Kwantitatieve handelsbedrijven hebben traditioneel topwetenschappelijk talent aangetrokken met hoge salarissen en complexe vraagstukken. De opkomst van kunstmatige intelligentie heeft nieuwe concurrenten gecreëerd in de vorm van goed gefinancierde AI-labs, waardoor sommige van de meest discrete spelers in de financiële sector zichtbaardere wervingsstrategieën hanteren.
G-Research-fysicus Charles Martinez reist veel naar AI-conferenties en universiteiten op verschillende continenten, van Boston tot afgelegen noordelijke locaties. Hij organiseert wiskundige pubquizzen en benadrukt het aantrekkelijke van het ontwikkelen van marktvoorspellingsmodellen boven publieke AI-doorbraken. “Je vriend bij OpenAI zal zeggen: ‘Oké, dit heb ik gedaan, dat heb ik gedaan’, en jij zegt dan: ‘Ja, ik heb iets gedaan, maar ik kan het je niet vertellen’”, aldus Martinez.
Instroompakketten voor machine-learning PhD’s bij quantbedrijven beginnen vaak tussen de 450.000 en 650.000 dollar en kunnen oplopen tot 800.000 dollar. AI-labs bieden daarentegen meer zichtbaarheid en mogelijke aandelenbelangen in snelgroeiende bedrijven.
Qube Research & Technologies richtte QRT Labs op om meer dan zeventig PhD’s en postdocs te ondersteunen. Jump Trading financiert academische fellowships, terwijl Abu Dhabi Investment Authority een quant-onderzoeksresidentie runt. In Parijs exploiteert Capital Fund Management een machine-learninglab naar universitair model. XTX Markets Ltd., JPMorgan Chase & Co., Hudson River Trading LLC, Optiver Holding BV en anderen hebben eigen AI-teams.
G-Research deed onlangs de grootste private donatie aan het European Laboratory for Learning and Intelligent Systems, waarmee 36 onderzoekers worden gefinancierd. Het bedrijf ondersteunt ook 43 PhD-studenten aan acht Britse universiteiten. Martinez benadrukte dat het doel reputatieopbouw is en niet direct werven of financiële toepassingen.
Bij Capital Fund Management, een Parijs hedgefonds van ongeveer 35 miljard dollar, biedt het interne lab onderzoekers volledige academische onafhankelijkheid. Chief Product Officer Laurent Laloux legde uit dat medewerkers meedoen aan publicaties en conferenties en inzichten meenemen naar systematisch beleggen. De aanpak vermijdt druk om direct handelsmodellen te genereren.
Ze staan niet onder druk om alpha-modellen te bouwen. Ze hebben volledige academische vrijheid in de zin dat ze volledig zijn ondergedompeld in het academische systeem, meedoen en bijdragen aan onderzoek, publicaties en conferenties en ook goed onderzoek intern brengen.
Grote machine-learningbijeenkomsten zoals NeurIPS en ICML tonen nu prominente stands en evenementen van quantbedrijven. Bijna de helft van de belangrijkste sponsors op de laatste NeurIPS-conferentie kwam uit de financiële sector. Bedrijven als Hudson River Trading en Jane Street beschikken over grote GPU-clusters die onderzoekers aantrekken die zich richten op infrastructuur.
Recruiter Tom Chambers van Maven Partnership merkte op dat kandidaten rekenkracht even zwaar laten wegen als compensatie. De talentstroom gaat beide kanten op: sommige medewerkers van Hudson River Trading gingen naar OpenAI en onderzoekers van Two Sigma naar Anthropic, terwijl een kleiner aantal DeepMind-wetenschappers naar Jump en Citadel Securities vertrok.
Jump Trading Chief Technology Officer Alex Davies zei dat het bedrijf de publieke promotie van academische samenwerkingen heeft opgevoerd om jongere onderzoekers direct te bereiken. Het bedrijf gebruikt nu de titel “member of technical staff”, overgenomen van AI-labs, om de vervagende grenzen tussen onderzoeks- en engineeringrollen te weerspiegelen.
De concurrentie om talent is zo zwaar als ik ooit heb meegemaakt. AI-labs zijn op dit moment duidelijk de grootste concurrent.
Davies voegde toe dat financiële markten unieke voorspellingsuitdagingen bieden omdat succesvolle modellen de markten zelf veranderen, in tegenstelling tot statische taaktaken.