AI 量化研究
以人工智能與量化方法研究金融數據，關注數據質素、研究假設與模型評估。
深入了解數據 · 模型 · 驗證
JINHENG QUANTITATIVE ASSET MANAGEMENT LIMITED金恆量化資產管理有限公司
47,000累計用戶
US$100M+管理資產規模（美元）
截至 2026 年 8 月 1 日
數據由公司提供01 / 關於金恆
在金融與科技之間，
建立更深入的理解。
創辦人
Benjamin Gimson
金恆量化資產管理有限公司（Jinheng Quantitative Asset Management Limited）是一家於香港成立的公司，業務方向涵蓋 AI 量化、資產管理及區塊鏈技術開發。
我們關注如何把金融問題轉化為可分析、可檢驗的研究課題，並透過數據整理、模型研究與系統設計，形成更有條理的工作方式。
從一項研究假設，到一個組合分析框架，再到支援業務的技術系統，清晰的問題定義與對限制的理解，都是工作的起點。
02 / 業務領域
三個領域，
相互連結。
以研究理解數據，以風險視角審視資產，
以工程方法探索技術的實際應用。
01 / AI QUANTITATIVE RESEARCH
從數據出發，
讓研究可以被檢驗。
AI 量化研究的價值，始於對問題和數據的理解。研究方向包括整理不同來源的資料、探索變量之間的關係，以及評估模型在不同條件下的表現。
歷史數據提供觀察基礎，也有其局限。研究需要區分用於建立模型的資料與用於評估的資料，並考慮交易成本、數據偏差和市場環境變化。
關注議題
數據整理與特徵研究
關注資料來源、時間對齊、缺失值及異常值，研究有助於理解市場行為的變量。
模型研究與比較
從清晰的研究假設出發，比較統計方法與機器學習方法，重視模型的適用條件。
回測與穩健性評估
以不同時段、參數和情境檢視研究結果，關注過度擬合及樣本外表現。
02 / ASSET MANAGEMENT
理解資產之間的關係，
也理解決策的邊界。
資產管理需要同時考慮目標、時間、流動性與風險。量化分析提供一種有結構的觀察方式，協助梳理不同資產在組合中的角色。
我們關注組合層面的研究與分析方法，包括配置思路、風險分佈、相關性與情境變化。除了觀察單一指標，也重視指標背後的假設和資料範圍。
關注議題
資產配置研究
比較不同配置思路，考慮投資期限、流動性需求及各類資產之間的關聯。
組合風險分析
從波動、回撤、集中度與相關性等角度觀察組合，理解風險的不同來源。
情境與持續評估
透過情境分析檢視市場條件改變可能造成的影響，建立持續觀察與覆核的思路。
03 / BLOCKCHAIN DEVELOPMENT
由業務需求，
走向清晰的系統設計。
區塊鏈技術開發首先需要回答：系統要解決甚麼問題，哪些資料需要被記錄，誰可以存取或更新，以及如何與既有流程連接。
我們的技術方向關注系統架構、智能合約邏輯與應用整合。設計需要同時考慮可追溯性、權限、私隱、操作成本及維護方式。
關注議題
分佈式系統設計
研究資料流、狀態更新、存取權限與鏈上鏈下的分工，依實際需求評估技術選擇。
智能合約邏輯
釐清業務規則、觸發條件與例外情況，重視測試及合約行為的可理解性。
應用與資料整合
關注區塊鏈資料如何連接軟件介面、資料庫與業務流程，兼顧可用性及後續維護。
03 / 研究與開發方法
從問題開始，
在驗證中前進。
一個清晰的工作框架，讓研究、分析與技術開發圍繞同一個目標展開。
- 01
定義問題
先釐清目標、使用情境與限制，區分需要回答的問題和需要建立的系統。
- 02
整理依據
檢視數據來源與品質，記錄重要假設，讓分析基礎與資料邊界清楚可見。
- 03
分析與驗證
透過模型比較、情境分析或系統測試，檢視方法是否回應原有問題。
- 04
覆核與完善
整理結果與限制，檢查假設是否仍然成立，並據此調整下一步研究或開發方向。
我們重視的原則
科技提供工具，
理解建立基礎。
數據有脈絡
數據的來源、時間與定義，決定了分析可以回答甚麼問題。
風險有層次
模型、資產和系統各有不同限制，需要在其使用情境中理解。
技術有目的
技術選擇應回應實際問題，也應考慮長期維護與使用方式。
04 / 行業公開實踐
從行業實踐，
理解技術的應用。
以下案例引自第三方官方公開資料，作為行業參考；並非金恆的客戶項目、投資業績或合作關係。
AI 量化研究
Two Sigma
以數據與模型支持系統化投資
Two Sigma 公開介紹其研究流程，涵蓋數據整理、建模、組合構建與交易執行，並運用量化方法及自然語言處理等技術研究不同資料。
研究視角
查看官方資料這個案例說明，數據準備、模型分析與組合決策需要作為相互連結的流程來理解。
資產管理與風險分析
BlackRock · Aladdin Risk
從整體組合觀察風險
Aladdin Risk 整合跨資產類別的分析，透過風險敞口、情境分析及壓力測試，評估組合在不同市場條件下可能出現的變化。
研究視角
查看官方資料這個案例展示了統一分析口徑與情境比較在組合研究中的用途。
區塊鏈技術
J.P. Morgan · Kinexys
許可型區塊鏈與支付流程
Kinexys Digital Payments 使用許可型區塊鏈作為支付通道及存款記錄，支援資金轉移，並將區塊鏈應用於企業流動性管理的場景。
研究視角
查看官方資料這個案例說明，區塊鏈應用可圍繞資料記錄、參與者權限及現有金融流程來設計。
05 / 常見問題
進一步了解金恆。
金恆主要關注哪些業務？
公司的業務方向包括 AI 量化研究、資產管理及區塊鏈技術開發。三個領域分別關注數據與模型、資產與風險，以及軟件與系統設計。
AI 在量化研究中扮演甚麼角色？
AI 可用於探索數據中的關係、建立研究模型及比較不同方法。研究結果仍需結合數據品質、模型假設及適用條件來理解，並持續接受檢驗。
如何理解回測結果？
回測是在特定資料與假設下對歷史情況的模擬。評估時需要考慮數據偏差、交易成本、參數選擇及樣本外表現；歷史結果本身不能保證未來表現。
資產管理與量化研究有何關係？
量化研究可為資產配置、組合觀察和風險分析提供工具。資產管理還需要結合目標、期限、流動性及其他具體條件，不能只依賴單一模型或指標。
區塊鏈技術開發是否等同加密資產交易？
兩者並不等同。區塊鏈開發涉及系統架構、智能合約、資料記錄和軟件整合，其技術用途取決於具體項目的需求。
甚麼情況值得考慮使用區塊鏈？
當多方需要共同記錄資料、核對狀態或追溯操作歷程時，區塊鏈可能值得研究。技術選擇也應比較傳統資料庫等方案，並考慮參與者權限、資料私隱、處理速度與維護成本。
可以在這個網站開戶或進行交易嗎？
本網站用於介紹公司與業務方向，沒有開戶、資金存入、交易或投資申購功能。
討論研究或技術需求前，可以先準備甚麼？
有用的資料包括業務問題、預期使用者、現有流程、可用資料及希望改善的環節。若能補充系統限制、時間安排，以及判斷結果是否有用的標準，便更容易建立清晰的討論範圍。
06 / 公司資料
立足香港，
連結研究與科技。
Jinheng Quantitative
Asset Management Limited
金恆量化資產管理有限公司
- 公司地址
- Room 511, 5/F, Ming Sang Industrial Building
19–21 Hing Yip Street, Kwun Tong
Kowloon, Hong Kong - 商業登記號碼
- 77789843
- D-U-N-S® 編號
- 765316217
- 成立日期
- 2025 年 3 月 4 日