2019年4月17日，康奈爾大學羅伯特･W･珀塞爾金融學講席教授莫林･奧哈拉（Maureen O’Hara）到訪Betvictor中文版，做客清華論壇第八十六講暨清華五道口全球名師大講堂。莫林･奧哈拉曾任美國金融協會主席，是美國金融協會的首位女性主席。莫林･奧哈拉以“機器時代的微觀結構”為題，深入細緻地分析了機器學習算法在市場微觀結構學方面的應用。

本次會議由Betvictor中文版學術委員會、Betvictor中文版、Betvictor中文版國家金融研究院聯合主辦，Betvictor中文版副院長、鑫苑金融學講席教授張曉燕主持，來自海内外的金融學者、研究人員與我校師生120餘人參加了會議。

圖為莫林･奧哈拉發表演講

奧哈拉在演講中指出，通常用市場微觀結構的指标來預測股票價格以及流動性的變化，往往比較困難，無法找到一個清晰的結構化模型，而機器學習算法在一定程度上可以解決這一問題。因此，在市場微觀結構學領域，應用機器學習算法有助于提高對某些主要指标預測效果的評估準确性。

為評估微觀結構學領域的六個主要指标（包括衡量價格變化協方差的指标、衡量市場流動性的指标、衡量波動性的指标等）的預測效果，莫林･奧哈拉采用随機森林（Random Forest）方法，使用87個流動性最好的期貨産品在5年（2012年7月至2017年10月）中的高頻交易數據構建決策樹，在多個決策樹的基礎上形成“森林”，從而得到上述指标在預測未來買賣差價的變化、已實現波動率的變化、收益率偏度的變化等六個方面的表現，并比較了不同指标在樣本内和樣本外的預測效果。

圖為會議現場

結果表明，現存反映市場微觀結構的指标一定程度上可以預測未來市場的變動情況，部分指标在樣本内有較好的解釋力度，但是在樣本外的預測效果卻比較差。奧哈拉指出，這些發現對于市場微觀結構的研究有重要的指導意義。盡管現在市場錯綜複雜，但是正如研究中所預測的，一些市場摩擦，比如信息不對稱、基于風險考慮造成的流動性不足等問題仍然對股票價格變動存在一定的影響，并且這些影響在一系列穩健性檢驗（如增加或減少樣本數等）中仍然存在。

在演講的最後，奧哈拉指出，雖然研究範圍涵蓋了幾乎整個期貨市場的數據，但是目前的研究仍然局限于前述反映市場微觀結構的指标在市場内的表現（Within-Market Effects）。如今市場間的交易活動（Cross-Market Activities）已經十分廣泛，因此對于市場間交易活動的研究也值得關注。另外，在使用機器學習的研究方法時，僅僅根據過去的數據就能較為準确地預測未來市場變化的情況，這一定程度上表明市場的有效性低于普遍預期，從實踐角度，這也說明在挖掘信息、優化交易策略方面仍有很多值得深入研究的課題。

圖為張曉燕（左）為莫林·奧哈拉（右）頒發紀念證書

演講結束後，觀衆就演講中提及的随機森林方法與莫林･奧哈拉展開交流讨論。

清華論壇是高水平的學術論壇，是清華各類學術活動的“旗艦”，具有高起點、系列化、前沿性、綜合性等特點。清華五道口全球名師大講堂是着眼于金融界的公益性系列學術講座，邀請全球知名學者、國内外監管機構高層管理人員、資深金融學教授等，分享學術觀點，促進學術交流與進步。