AI来袭，量化新纪元开启？

人工智能（AI）这个词语，相信大家并不陌生，人们期待通过计算机科学生产出能以人类智能相似的方式做出反应的智能机器。自“人工智能”这个概念提出伊始，我们就没有放弃过对于“智能”实质的探索。

2023年，伴随着ChatGPT的横空出世，全球范围内掀起了一阵AI热潮。同时，这股热潮也传入了金融界。

同样与“高新科技”、“计算机科技”等标签挂钩的量化行业，也是早早地开启对AI的探索与布局。

量化头部私募幻方量化发布公告，称将集中资源和力量，全力投身于人工智能技术之中，探索AGI（人工通用智能）的本质。

无独有偶，九坤投资推出“梧桐计划”，面向全球优秀的本硕博应届毕业生招募，力求选拔出具有极客精神的“量化新星”。而招募岗位首当其冲的，便是AI算法研究员。

再譬如，鸣石基金推出了“乔木计划”，专注顶尖院校毕业生的量化人才培养。而与AI有关的岗位，也赫然在招募列表中。

量化巨头纷纷出手，或加大研究投入，或围猎AI人才，种种迹象，是否表明，AI将开启量化“黑盒子”的新纪元？

✦

✦

幻方布局量化，AI助力量化

1

幻方AI历程

早在2016年底，幻方便开始将AI模型投入到实盘交易中，紧随着至2017年底，幻方量化几乎所有的量化策略都已采用AI模型计算。

在AI的加持下，短短三年时间，幻方跻身百亿私募。再后来便是著名的“萤火一号”以及“萤火二号”问世。

在今年4月初的全球知名AI开发者大会NVIDIA GTC 2022上，幻方AI受邀参会。在会上，幻方介绍到“我们使用智能分时调度实现任务级弹性人工智能计算，由10000张NVIDIA A100显卡组成了超算集群，让每个用户都能充分体验万卡算力，并且能够无限制访问超大规模的深度学习培训。”

在AI界，公认的说法是：1万枚英伟达A100芯片，是做好AI大模型的算力门槛。而国内拥有一万张英伟达A100显卡的企业，似乎只有幻方。褪去“量化百亿私募”的外衣，幻方量化的算力储备，在科研企业中仍处于一线水平。

2

AI助力投资，算力助力收益

在AI领域不断深耕的同时，幻方量化也拥有不错的业绩表现。在私募排排网收录的产品中，截至3月末，宁波幻方量化旗下有业绩更新的92只产品，今年一季度仅有3只没有取得正收益，也就是说超过九成的产品都是赚钱的。早早布局AI领域的幻方，似乎早便尝到了将AI应用于量化领域的甜头。

从量化行业角度出发，在人工智能、超算等高新技术的加持下，量化在金融市场的表现不容小觑。

从私募排排网的私募策略指数来看，尽管受到超额缩减的困扰，量化指增产品在近三年仍旧有不错的收益，其中尤以中证500和中证1000指增表现为佳。

根据私募排排网统计，截至5月末，公司规模在5亿以上、产品规模在500万以上，且在私募排排网有相关业绩披露的指增产品超额收益数据如下：

中证500指增近一年、近三年平均超额收益分别为11.21%、43.10%；

中证1000指增近一年、近三年平均超额收益分别为14.69%、65.26%；

沪深300指近一年、近三年平均超额收益分别为10.70%、44.49%。

正超额收益占比方面，在一年周期下，三类指增产品都存在没有录得正超额的情况；但在三年周期下，中证1000指增和沪深300指增产品全部实现正超额，中证500指增产品的正超额占比也高达96.8%。

亮眼的收益，傲人的成绩，如何不能够让量化私募对AI等高新技术趋之若鹜呢？

AI与量化，似乎从一开始就分不开

1

AI核心三要素

随着计算机科学技术的快速发展，人工智能在各个领域的应用也越来越广泛，其与各个学科技术相结合，已成为各领域人士关注的焦点。将人工智能应用于量化交易，通过搭建不同的神经网络模型，对期货历史数据进行挖掘，找到期货历史价格与未来价格的非线性关系，实现对未来价格的预测，已成为历史发展的必然趋势。

在明汯投资总监解环宇看来，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，三要素协同有助于量化投资策略持续高效迭代，若某一要素出现明显短板则有可能造成错失高速发展机遇。

图片来源：黑翼资产公众号

量化从历史的市场数据中探索金融市场的规律，分析趋势，挖掘因子。这就意味着每一个策略背后都离不开大量的数据支撑，而如何处理海量的数据并从中获取有用的信息，则离不开强大算力的支持。由于金融市场变幻莫测，哪怕日内市场表现也可能呈现出两种不同趋势。因此，股票策略的更新迭代很快，而如果对策略进行维护与更新，便取决于量化研究员们对市场的分析与判断。

“如何让计算机自己做出判断”是人工智能的内核之一，在人工智能的领域中，一直强调着“学习”二字。“深度学习”、“强化学习”、“监督学习”等词语频繁地出现。计算机根据以往的大量数据作为判别依据，对未来产生的类似事件进行判断并执行不同的指令，视为“机器学习”。而“深度学习”等名词便是研究者出于不同的目的构建出特定的人工神经网络与学习模型，帮助计算机进行海量数据的处理以及判别依据的加权，力求使机器获得类似人脑一般的判别行为。

人工智能的研究者们，期望能让电脑代替人工分析，利用计算机的特性，在整个市场中寻找用以投资的标志物，使得分析角度更加宏观。计算机将投资的理念转化为具体的指标与参数，并按照程序执行。利用人脑难以企及的算力处理市场数据，实时跟踪市场的变化，及时处理更新投资指标，力求在控制风险的情况下提高收益，同时提高分析速度与准确率。

“数据”、“算法”、“算力”是量化领域与人工智能领域中都至关重要。同时，二者也可以是相辅相成的关系，海量的历史金融市场数据可以为AI提供充足的学习素材，AI的强大算力也能帮助量化私募更准确地捕捉实时的市场趋势。正如本节开头所说，量化和AI，似乎一开始便分不开。

量化布局AI，人才战略先行

7月7日，在数库科技承办的“Smart Data · Smart Way——数据智能论坛”上，黑翼资产创始人、基金经理邹倚天受邀就“从信号挖掘到模型构建，全流程AI拓宽量化边界”的主题发表演讲，从海内外量化对冲基金发展变化谈起，再结合量化投资流程和AI在量化投资全流程的具体应用展开精彩分享。

在谈话中，邹倚天表示：随着AI技术的持续发展，它会飞速提升各个行业的生产力，继续为量化投资行业带来新的变革。不过，量化投资归根结底是科学和艺术的结合，不管模型多好、算力多强，背后依赖的还是人才，尤其是大数据分析人才、AI算法人才。

正因如此，近期量化私募对于AI人才的大力招募也在密锣紧鼓的进行中。同时随着眼下AI技术的发展，量化私募们对AI人才招募的侧重点也有所不同。往年量化私募招募AI人才，更多是为交易与策略做服务，因此，有量化经验的候选人更受量化私募的青睐。那时候，传统机器学习模型更多的是起到一种辅助作用。

而随着AI技术的发展进入新的阶段，以往那种传统的AI为量化交易服务的模式已经不再受量化私募的重视。大数据支持下的模型的拓展，顶级硬件支持下的算力突破，从而实现量化交易的“自动化”与“智能化”，才是未来的“量化+AI”的赛道。

要实现这样的伟大畅想，除了是量化私募们的努力方向，同时也是全世界在人工智能领域的耕耘者的奋斗目标。而这个目标，任重道远，非一日之功。因此，量化私募将目光瞄准了名校出身的AI人才，提供一整套的职业技能培训计划，希望能与站在AI最前沿的人才并肩前行，一起探索AGI的新景色。

人工智能赛道百花齐放，除了AI赛道，传统机器学习赛道的重要性也无法忽视，接下来，百奇星就为大家分享一下当前的AI重要岗位：

深度学习模型工程师（MLR/MLE）实习岗位

这是一家老牌的头部百亿私募，有成熟的投研框架以及机器学习开发经验。企业自身的科研储备实力雄厚，在行业内也处于领先地位。本次实习岗位开放主要是为了吸纳培养更多的AI人才，比较看重学历背景以及相关的论文与项目经历。对是否有金融履历不太看重，这次也是开出了十分有竞争力的福利待遇，同时支持远程实习，可谓是诚意满满，各位满足条件的小伙伴千万不要错过哦！

MLE（机器学习开发方向）实习岗位

这家私募的AI做的相当突出，早已构建了成熟的AI超算集群，通过强大的超算集群，自研AI系统。企业大量使用AI技术算法、神经网络、深度学习进行投资。通过自建大规模GPU超算集群来实现量化投资的自动化。本次开放的岗位偏向机器学习的系统开发，主要负责设计和开发AI工具和系统，以提高投研效率，包括但不限于模型训练、模型推理、资源调度。

MLE 全职岗位

该量化私募除了开放了MLE（机器学习开发方向）的实习岗位，也开放了MLE的全职岗位，职责基本相同，但对相应的工作经验有一定要求，同时也开出了相当有吸引力的薪资，如果能力符合要求，相信待遇不会让你失望！

“量化+AI”的前景不可忽视，而在发展AI的道路上，量化有着其得天独厚的优势。未来，希望能有更多的AI人才加入量化，在数据与模型的海洋探索未知的新世界！