【資料圖】

AI在量化投資中的運用前景廣闊。

“人工智能核心三要素（數據、算法、算力）在量化投資中都至關重要，三要素有效協同有助于量化投資策略持續?效迭代。”明汯投資合伙人、投資總監解環宇9月3日在2022世界人工智能大會數據智能論壇上表示。

“40年前，如果計算機能夠把標普500的財務數據整理清楚，并系統化地利用股價變化和一些財務指標關系選擇投資標的，那就可以產生可觀的超額收益。而現在，在智能手機上，很多APP已經可以實現這類技術，前述方法已經沒有任何超額收益了”，貝萊德建信理財副總經理祝國橋在會上發表觀點稱。

與會過程中，數庫科技總裁沈鑫告訴第一財經記者，數據智能時代已經進入全新階段，從“小數據”到“大數據”，再到“小數據”，怎樣把大數據變成服務于基金、銀行、政府等各個應用場景中的小數據，尤其是這背后千人千面的推送，對客戶的描繪，以及底層通過結構化形成的推送能力就變得更加重要。

值得注意的是，AI于投資上的應用自然是有難點的。在祝國橋看來，首先需要投資人不斷開發新的數據源、提高算法。其次，在借助AI的投資中還不能完全依賴于歷史。

在擁有如此高性能計算集群的基礎上，成熟的量化投資AI框架應該具備哪些特質？在解環宇看來，一個成熟的量化投資AI框架應該具備的特質，首先是要有前瞻性，體現在較為完善的頂層策略架構設計上；同時要高效迭代，需要多項目協同推進。具體來看可以歸納為五個觀察維度：標準化、流程化、自動化、智能化和精細化。

沈鑫認為，技術本身是為生產力服務的，怎么樣把技術融入到生產流程中，讓企業持續產生價值，為客戶產生價值，這是我們需要不斷思考的。

祝國橋認為，隨著量化投資和傳統投資的界限越來越模糊，傳統投資公司開始引入數據科學家，利用數據分析幫助投資經理捕捉以前不關注的投資角度；也有更多量化公司大力引入相關人才，來訓練模型。未來，這兩個方向的發展有機會匯合。