量化投资高效迭代，人工智能这样助力

AI在量化投资中的运用前景广阔。

“人工智能核心三要素（数据、算法、算力）在量化投资中都至关重要，三要素有效协同有助于量化投资策略持续⾼效迭代。”明汯投资合伙人、投资总监解环宇9月3日在2022世界人工智能大会数据智能论坛上表示。

“40年前，如果计算机能够把标普500的财务数据整理清楚，并系统化地利用股价变化和一些财务指标关系选择投资标的，那就可以产生可观的超额收益。而现在，在智能手机上，很多APP已经可以实现这类技术，前述方法已经没有任何超额收益了”，贝莱德建信理财副总经理祝国桥在会上发表观点称。

与会过程中，数库科技总裁沈鑫告诉第一财经记者，数据智能时代已经进入全新阶段，从“小数据”到“大数据”，再到“小数据”，怎样把大数据变成服务于基金、银行、政府等各个应用场景中的小数据，尤其是这背后千人千面的推送，对客户的描绘，以及底层通过结构化形成的推送能力就变得更加重要。

值得注意的是，AI于投资上的应用自然是有难点的。在祝国桥看来，首先需要投资人不断开发新的数据源、提高算法。其次，在借助AI的投资中还不能完全依赖于历史。

在拥有如此高性能计算集群的基础上，成熟的量化投资AI框架应该具备哪些特质？在解环宇看来，一个成熟的量化投资AI框架应该具备的特质，首先是要有前瞻性，体现在较为完善的顶层策略架构设计上；同时要高效迭代，需要多项目协同推进。具体来看可以归纳为五个观察维度：标准化、流程化、自动化、智能化和精细化。

沈鑫认为，技术本身是为生产力服务的，怎么样把技术融入到生产流程中，让企业持续产生价值，为客户产生价值，这是我们需要不断思考的。

祝国桥认为，随着量化投资和传统投资的界限越来越模糊，传统投资公司开始引入数据科学家，利用数据分析帮助投资经理捕捉以前不关注的投资角度；也有更多量化公司大力引入相关人才，来训练模型。未来，这两个方向的发展有机会汇合。