林健武，清华大学双学士，美国宾夕法尼亚大学（UPENN）博士及双硕士，曾荣获国际IEEE论文奖。现任中国量化投资研究院常务副院长，清华大学研究生院教授，国泰安信息技术有限公司首席技术专家，美国Stone Ridge Asset Management亚洲顾问。他在华尔街从事量化投资交易十多年，曾担任高盛股票投资战略副总裁，之后在美国50大对冲基金之一迈格尼塔投资公司担任全球量化投资战略交易总监。
记者：目前国内量化投资最大的难点在哪里？
林教授：相比国外经历了40年的发展历程，量化投资在中国市场虽然呈现出良好的发展势头，但从本质上讲仍处于萌芽阶段，因此也就客观地存在一些问题。实际上，量化投资的一个重要的因素就是数据，我们需要历史数据进行回归、检验来建立策略，但是由于历史数据不完整或者不一致，就有可能影响决策，发生偏差。而且数据是依据市场情况不断发生变化的，要完整地经历市场的不同洗礼，才能更好地应用于市场，服务于投资决策。
另一个重要因素就是人才，量化投资的要点在于如何实现对社会科学的知识与自然科学的技术深刻理解、充分掌握、有机结合以及综合运用，所以量化投资圈更加青睐自然科学背景的学生，比如数学、物理、统计学或者计算机，而现阶段国内从事量化投资行业人士都较年轻，对宏观经济、计算机中比较复杂的技术、量化产品的掌握上还需要进一步的提高。
记者：能否介绍一下国内量化投资工具的发展状况，以及中外之间的差距？
林教授：我个人认为，中外在量化投资工具上是有明显差别的，欧美的量化投资工具发展很快，现在不仅是软件层面的竞争，更是上升至硬件层面的竞争。在美国，很多高频交易竞争都是计算机系统的竞争，甚至保持计算机芯片温度的低水平来保证交易过程中的稳定表现，而中国还处在学习如何搭建比较完善的投资工具的阶段。
记者：如何看待量化投资的国际借鉴与本土化之间的关系？
林教授：国外量化模型很多，有阿尔法模型也有交易模型，把国外的模型不加选择、照搬照抄地拿来使用肯定会有问题，而且结果证明这种投资效果的确会差一些，因为国内国外影响模型构建的市场因素差别很大，这种因子模型体系还是需要依据国内市场的特点来选择，这就是本土化。
我认为，对于国外成熟市场的丰富积累，比如说模型，有些投资思路是可以借鉴的，这种借鉴和基于国内数据做模型开发是不同的，最终目的都是服务优化国内量化模型，更精准地应用于国内市场。
记者：能否谈谈未来我国量化投资的发展趋势？
林教授：我国的量化投资今后将结合国内金融市场的发展特点，应用到更广泛的领域，模型开发更具多样性，数据库更专业及系统开发更灵活等都将成为必然。与此同时，我们也欣喜地看到，量化投资迎来了资本市场国际化的契机，中国市场逐步向国际开放，更多工具、经验、人才的引入将为国内从事量化投资发展提供无限活力与广阔天地。
