AI重塑公募量化投資生態(tài)

　　【導(dǎo)讀】拓展量化投資應(yīng)用邊界，提升非結(jié)構(gòu)化數(shù)據(jù)處理能力，AI重塑公募量化投資生態(tài)

　　近年來(lái)，人工智能（AI）技術(shù)迅猛發(fā)展，正以前所未有的深度和廣度滲透至金融領(lǐng)域。今年以來(lái)，多家頭部基金公司官宣將人工智能融入日常的量化投資策略中，部分機(jī)構(gòu)更是推出了主打AI策略的量化基金。

　　多位業(yè)內(nèi)人士表示，隨著AI滲透率的提升，非結(jié)構(gòu)化數(shù)據(jù)在因子挖掘中的貢獻(xiàn)度也在同步增長(zhǎng)。DeepSeek等大模型的崛起，更是讓衛(wèi)星圖像分析、產(chǎn)業(yè)鏈情緒圖譜構(gòu)建等應(yīng)用成為現(xiàn)實(shí)，為投資策略創(chuàng)新打開(kāi)了新空間。

　　與此同時(shí)，AI的快速迭代也帶來(lái)了同質(zhì)化、模型過(guò)擬合、市場(chǎng)突變適應(yīng)等挑戰(zhàn)。在這場(chǎng)AI引發(fā)的行業(yè)變革中，人類經(jīng)驗(yàn)與機(jī)器智能的協(xié)作模式成為行業(yè)共識(shí)，而復(fù)合型人才的需求、技術(shù)門檻的演變以及被動(dòng)化投資與AI的疊加效應(yīng)，正在重塑量化投資生態(tài)。

AI拓展量化投資應(yīng)用邊界

提升非結(jié)構(gòu)化數(shù)據(jù)處理能力

　　AI技術(shù)正在深刻改變各個(gè)行業(yè)的面貌。從醫(yī)療到交通，從制造業(yè)到金融服務(wù)，AI的影響力無(wú)處不在。

　　在金融領(lǐng)域，將AI技術(shù)融入日常策略之中正成為各家公募基金量化投資團(tuán)隊(duì)的最新嘗試。近日，富國(guó)基金推出“AI+量化”的富國(guó)致盛量化選股股票型基金，安信基金經(jīng)理施榮盛以機(jī)器學(xué)習(xí)算法為研究重心，匯添富基金量化投資團(tuán)隊(duì)上線了AI類策略等。

　　毫無(wú)疑問(wèn)，AI技術(shù)正在為量化策略開(kāi)發(fā)打開(kāi)“第二增長(zhǎng)曲線”。據(jù)海富通基金量化投資部介紹，傳統(tǒng)量化策略近幾年越來(lái)越擁擠。大語(yǔ)言模型能夠處理之前很難被運(yùn)用的非結(jié)構(gòu)化數(shù)據(jù)，給量化策略帶來(lái)了新的Alpha來(lái)源?！袄?，我們團(tuán)隊(duì)使用了大語(yǔ)言來(lái)分析市場(chǎng)上海量的新聞、研報(bào)信息，給個(gè)股每日更新的情緒打分，這個(gè)打分作為一個(gè)因子，應(yīng)用在量化模型中，取得了超越傳統(tǒng)基本面因子的效果?！?/p>

　　據(jù)華泰柏瑞量化與海外投資部人士透露，該團(tuán)隊(duì)多年前已應(yīng)用自然語(yǔ)言處理技術(shù)分析金融文本。在他們看來(lái)，當(dāng)前這波AI浪潮的顯著特點(diǎn)是較大提升了處理非結(jié)構(gòu)化數(shù)據(jù)（如新聞、報(bào)告、社交媒體信息）的能力，深化了對(duì)復(fù)雜信息的理解，并降低了高級(jí)分析的門檻，為投資研究提供了更強(qiáng)大的武器。

　　國(guó)金基金量化投資中心副總經(jīng)理馬芳表示，國(guó)金基金量化在AI方面的應(yīng)用和實(shí)踐可以追溯到2015年，2016年開(kāi)始的實(shí)盤量化產(chǎn)品是基于機(jī)器學(xué)習(xí)的框架實(shí)現(xiàn)的。

　　多位受訪人士同時(shí)強(qiáng)調(diào)，在AI技術(shù)的賦能下，量化投資傳統(tǒng)方法與新技術(shù)將互補(bǔ)共生，傳統(tǒng)數(shù)學(xué)建模與金融工程的基石地位并未動(dòng)搖。

　　浙商基金智能權(quán)益投資部副總經(jīng)理胡羿直言，傳統(tǒng)的數(shù)學(xué)建模和金融工程奠定了量化投資的基礎(chǔ)，在風(fēng)險(xiǎn)控制、理論框架構(gòu)建方面仍具有不可替代的作用。AI則專注于數(shù)據(jù)挖掘，拓展量化投資的邊界。

　　西部利得基金表示，盡管AI技術(shù)為量化投資乃至整個(gè)投資行業(yè)都帶來(lái)了顛覆性的影響，但傳統(tǒng)方法可能不會(huì)這么快就失效，還是會(huì)有許多邏輯清晰、理論扎實(shí)的投資方法論或定價(jià)因子在AI時(shí)代保持有效性。

人類經(jīng)驗(yàn)和判斷力仍是核心

　　雖然不少資管機(jī)構(gòu)積極擁抱AI，但在提升策略迭代效率的同時(shí)，他們也面臨數(shù)據(jù)噪音、過(guò)擬合、市場(chǎng)環(huán)境突變等問(wèn)題。不少人士直言，人類經(jīng)驗(yàn)和判斷力在AI賦能中依然是核心。

　　“推理模型目前只能作為投資輔助，不能直接用在投資上，能力還顯不足。AI智能投資團(tuán)隊(duì)曾做過(guò)試驗(yàn)，將近期新聞、市場(chǎng)行情變化、賣方研報(bào)等‘喂給’DeepSeek，讓它做投資判斷，結(jié)果超額收益并不顯著。DeepSeek投資思維深度比過(guò)去的通用大模型更強(qiáng)，但比訓(xùn)練多年的本地細(xì)分模型要低，能力還需要進(jìn)一步提升。另外，目前大模型存在‘幻覺(jué)’問(wèn)題，引用虛構(gòu)數(shù)據(jù)，因此機(jī)構(gòu)只能有限制地使用它?！闭闵袒鹬悄軝?quán)益投資部副總經(jīng)理胡羿表示，為了避免大模型過(guò)于依賴歷史數(shù)據(jù)，人本身給他的經(jīng)驗(yàn)知識(shí)也是非常重要的。“我們過(guò)去在做AI模型的時(shí)候，不是純數(shù)據(jù)驅(qū)動(dòng)，需要跟主動(dòng)研究員交流經(jīng)濟(jì)學(xué)邏輯、建立模型，對(duì)于A股市場(chǎng)會(huì)更加適合。”

　　華泰柏瑞量化與海外投資部人士也表示，數(shù)據(jù)噪音、模型對(duì)歷史數(shù)據(jù)的“過(guò)擬合”、市場(chǎng)結(jié)構(gòu)性突變以及AI本身可能存在的“幻覺(jué)”、偏見(jiàn)等問(wèn)題，都要求我們?cè)贏I應(yīng)用中保持警惕。因此，人類的經(jīng)驗(yàn)和判斷力在AI賦能的量化投資中依然是核心和關(guān)鍵。

　　此外，西部利得基金也表示，投資是非常復(fù)雜的系統(tǒng)工程，且高度依賴邏輯推理。如果只是盲目地問(wèn)“明天哪只股票漲得好”，沒(méi)有模型能回答準(zhǔn)確?！皯?yīng)用AI需要理解AI做出決策的邏輯，知道AI賺的是什么錢”。

加大對(duì)人才結(jié)構(gòu)的調(diào)整

　　西部利得基金表示，量化大廠在未來(lái)有望成為AI大廠。“我們有‘T型人才’的概念：一橫代表在廣泛的領(lǐng)域都有涉獵，一豎代表在某一個(gè)特定領(lǐng)域有極深的鉆研。因此我們并非簡(jiǎn)單地根據(jù)背景把人劃分成金融或科技，而是要求所有團(tuán)隊(duì)成員都至少會(huì)使用AI，進(jìn)一步掌握AI技術(shù)?！?/p>

　　胡羿也表示，傳統(tǒng)量化團(tuán)隊(duì)需調(diào)整組織架構(gòu)以適應(yīng)新需求。一方面，引入算法工程師、AI倫理專家等科技人才，加強(qiáng)技術(shù)研發(fā)能力；另一方面，保留和培養(yǎng)具有深厚金融背景的人才，發(fā)揮其對(duì)市場(chǎng)的理解和投資經(jīng)驗(yàn)優(yōu)勢(shì)。在人才比例上，應(yīng)根據(jù)團(tuán)隊(duì)的業(yè)務(wù)方向和發(fā)展階段靈活調(diào)整，初期可適當(dāng)增加科技人才投入，后期注重兩類人才的平衡與協(xié)作。

　　“隨著AI技術(shù)在量化領(lǐng)域的不斷應(yīng)用，這兩年量化團(tuán)隊(duì)都更傾向于招聘有AI算法背景的人才，最傾向于既懂算法、又懂量化的復(fù)合型人才。DeepSeek等AI工具的發(fā)展，給了一些中小型團(tuán)隊(duì)參與競(jìng)爭(zhēng)的機(jī)會(huì)。例如，之前大公司會(huì)雇用大量量化研究員來(lái)挖因子，現(xiàn)在小團(tuán)隊(duì)使用大語(yǔ)言模型+遺傳規(guī)劃算法，可以大大提高因子挖掘的效率。利用好AI工具，中小團(tuán)隊(duì)也有彎道超車的機(jī)會(huì)?！焙８煌ɑ鹆炕顿Y部表示。

　　值得一提的是，DeepSeek等AI工具將引發(fā)行業(yè)競(jìng)爭(zhēng)格局的變化。

　　胡羿表示，DeepSeek這類工具會(huì)在一定程度上降低策略研究門檻，使更多機(jī)構(gòu)能夠開(kāi)展復(fù)雜的量化研究。這將引發(fā)行業(yè)競(jìng)爭(zhēng)格局的變化，具備技術(shù)優(yōu)勢(shì)和數(shù)據(jù)資源的機(jī)構(gòu)將更具競(jìng)爭(zhēng)力，行業(yè)集中度可能提高。但同時(shí)，也促使各機(jī)構(gòu)加快創(chuàng)新步伐，尋找差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　對(duì)此，華泰柏瑞量化與海外投資部人士認(rèn)為，DeepSeek這類工具能夠降低策略研究在操作性和工具性方面的部分門檻，但核心策略研究的門檻并未降低，甚至可能在某些維度上被抬高。這些核心門檻包括：獲取獨(dú)特、高質(zhì)量、合規(guī)的數(shù)據(jù)資源的能力；產(chǎn)生真正創(chuàng)新性的、基于深刻市場(chǎng)理解的投資洞察和策略邏輯的能力；將AI模型有效融入復(fù)雜投研流程，并進(jìn)行嚴(yán)格風(fēng)險(xiǎn)管理和驗(yàn)證的能力；構(gòu)建穩(wěn)定、高效、可擴(kuò)展的技術(shù)架構(gòu)和數(shù)據(jù)治理體系的能力；吸引、培養(yǎng)和留住頂尖復(fù)合型人才的能力。

　　“那些能夠快速適應(yīng)變化，成功將AI深度整合進(jìn)自身核心投研體系，并形成獨(dú)特人機(jī)協(xié)作優(yōu)勢(shì)的機(jī)構(gòu)將脫穎而出，而無(wú)法跟上技術(shù)變革或僅停留在表面應(yīng)用的機(jī)構(gòu)可能會(huì)被邊緣化。另外，客戶和市場(chǎng)對(duì)量化機(jī)構(gòu)的期望會(huì)普遍提高，客觀上會(huì)抬高行業(yè)的整體競(jìng)爭(zhēng)門檻?！比A泰柏瑞量化與海外投資部人士表示。

未來(lái)競(jìng)爭(zhēng)關(guān)鍵

或在于小模型應(yīng)用能力

　　在業(yè)內(nèi)人士看來(lái)，即使未來(lái)通用人工智能（AGI）實(shí)現(xiàn)突破，量化投資完全由AI主導(dǎo)的可能性也不大。展望未來(lái)，行業(yè)努力的方向或在于探索和建立安全合規(guī)且成本可負(fù)擔(dān)的共享算力基礎(chǔ)設(shè)施。

　　西部利得基金指出，市場(chǎng)仍然是高度非線性、動(dòng)態(tài)變化的。即使AGI有極強(qiáng)的學(xué)習(xí)推理能力，當(dāng)面臨市場(chǎng)這個(gè)復(fù)雜系統(tǒng)時(shí)，預(yù)測(cè)能力仍然會(huì)受限。因此，投資由AI主導(dǎo)的可能性很低。

　　海富通基金量化投資部認(rèn)為，即使未來(lái)AGI實(shí)現(xiàn)突破，推動(dòng)量化投資全流程AI自動(dòng)化，但監(jiān)管、風(fēng)險(xiǎn)等因素限制其完全主導(dǎo)，未來(lái)更可能呈現(xiàn)AI決策與人類監(jiān)管相結(jié)合的模式。未來(lái)3~5年，量化投資可能會(huì)借助強(qiáng)化學(xué)習(xí)、解釋性AI、多模態(tài)數(shù)據(jù)融合和超低延時(shí)交易等技術(shù)不斷突破。

　　談及未來(lái)AI與量化投資結(jié)合最值得關(guān)注的技術(shù)趨勢(shì)，胡羿認(rèn)為，一是智能體技術(shù)的發(fā)展；二是對(duì)非結(jié)構(gòu)化數(shù)據(jù)的深度挖掘和應(yīng)用；三是強(qiáng)化學(xué)習(xí)在量化投資中的應(yīng)用，通過(guò)不斷試錯(cuò)優(yōu)化投資策略，提升投資績(jī)效。

　　華泰柏瑞量化與海外投資部人士認(rèn)為，AI與量化投資結(jié)合是值得關(guān)注的趨勢(shì)，但并非某個(gè)單一算法的突破，而是如何解決阻礙先進(jìn)AI技術(shù)廣泛應(yīng)用的“算力壁壘”問(wèn)題。未來(lái)幾年關(guān)鍵的趨勢(shì)和努力方向在于探索和建立新型的、安全合規(guī)、成本可負(fù)擔(dān)的共享算力基礎(chǔ)設(shè)施。

　　在被動(dòng)化投資興起與AI浪潮的疊加效應(yīng)下，量化投資迎來(lái)機(jī)遇，也面臨挑戰(zhàn)。在馬芳看來(lái)，被動(dòng)投資的普及提升市場(chǎng)有效性，對(duì)超額收益是負(fù)向影響，生產(chǎn)工具的改進(jìn)有可能帶來(lái)超額的提升。兩方面共同作用之下，隨著市場(chǎng)充分競(jìng)爭(zhēng)，有效性提升，超額收益將是遞減的。

　　海富通基金量化投資部表示，在被動(dòng)化投資浪潮下，越來(lái)越多投資者關(guān)注到了指數(shù)增強(qiáng)類產(chǎn)品。而AI量化具有的高勝率、低波動(dòng)等特點(diǎn)，和指數(shù)增強(qiáng)策略是天然適配的。當(dāng)然，隨著更多的團(tuán)隊(duì)開(kāi)始使用AI技術(shù)，策略的同質(zhì)化也會(huì)加劇，這一方面會(huì)帶來(lái)Alpha收益的下降，也會(huì)在市場(chǎng)極端情況下放大策略波動(dòng)。

　　西部利得基金表示，對(duì)于資本市場(chǎng)而言，或可期待更多的創(chuàng)新性產(chǎn)品涌現(xiàn)。

　　華泰柏瑞量化與海外投資部人士表示，市場(chǎng)效率可能發(fā)生復(fù)雜演變，信息處理更快，但也可能出現(xiàn)新的動(dòng)態(tài)；主動(dòng)與被動(dòng)投資將共生演化，AI將推動(dòng)兩類策略內(nèi)部的創(chuàng)新，對(duì)資產(chǎn)管理機(jī)構(gòu)的綜合能力要求將全面提升；確保AI技術(shù)公平可及、維護(hù)市場(chǎng)生態(tài)健康將變得更為重要。

　　胡羿稱，未來(lái)公募基金之間的競(jìng)爭(zhēng)關(guān)鍵在于小模型的應(yīng)用能力，就像在電腦軟件普及后，大家基礎(chǔ)工具相同，比拼的是細(xì)節(jié)處理能力。在投資領(lǐng)域，小模型可針對(duì)特定金融場(chǎng)景、行業(yè)需求，與大模型協(xié)同工作，挖掘更精準(zhǔn)、有效的投資信息。此外，隨著量化投資規(guī)模擴(kuò)大，監(jiān)管難度也將增加，需建立更完善的監(jiān)管體系以保障市場(chǎng)穩(wěn)定。

（文章來(lái)源：中國(guó)基金報(bào)）

(原標(biāo)題：AI重塑公募量化投資生態(tài))

(責(zé)任編輯：126)