【深度】量化大厂抢人，AI炒股真的会实现吗？
扫一扫下载界面新闻APP
充满噱头和想象力的AI炒股真的会实现吗？
界面新闻记者 | 刘沥泷
界面新闻编辑 | 宋烨珺
特别是在知名私募巨头幻方量化宣布探索通用人工智能（AGI），以及北京私募止于至善投资公告将启用AI独管产品之时，投资圈里掀起了大讨论，投资者李建成（化名）感到了前所未有的迷茫，“难道被量化收割了一波还不够，以后又要被AI收割了吗？”
充满噱头和想象力的AI炒股真的会实现吗？
量化私募大厂打响AI争夺战
今年4月14日，千亿量化私募幻方量化发文称，将集中资源和力量，全身投入到服务于全人类共同利益的人工智能之中，成立新的独立的研究组织，探索AGI的本质。
不过，很快幻方量化CEO陆政哲站出来回应称，“探索AGI不是用来炒股的，我们做这个其实是完全独立的大模型研究，和金融没关系，长远的社会价值是我们的关注点。我们独立于投资新成立了一个团队，相当于二次创业，只是之前不在互联网科技行业，是个外来者。我们本身要做有更大价值的事，要超越投资行业的事，但被曲解成AI炒股。”
虽然否认了“探索AGI是为了炒股”，但是幻方量化在AI方面却是布局已久。
公开资料显示，早在2016年10月，幻方量化的第一个由深度学习算法模型生成的股票仓位就已经上线实盘交易，至2017年底公司几乎所有的量化策略都已经采用AI模型计算。
2019年12月，幻方AI正式成立，致力于AI的算法与基础应用研究，2020年3月幻方量化总投资近两亿元打造的搭载1100张高端显卡的「萤火一号」正式投用，为幻方的AI研究提供算力支持。2021年1月公司投入十亿建设的「萤火二号」正式交付，2022年「萤火二号」取得了多800口交换机互联加核心扩展子树的软硬件架构革新，突破了一期的物理限制，算力扩容翻倍。
事实上，不只是幻方量化，界面新闻梳理发现，不少百亿量化私募巨头都在积极布局AI领域。
念空科技在2018年5月开始机器学习策略实盘运作，配备高性能GPU集群的服务器，使团队算力得到充分保障。到目前为止，公司深度学习为主的机器学习算法已经全面替代传统统计套利策略，应用于全部股票中性策略产品中。
九坤投资CEO王琛曾公开表示，公司的投研遵循“AI原生”方法，“我们首先定义这套投资策略是一套AI架构，以AI作为底层功能来推动我们整个研究思路、研究方法、研究逻辑的升级。我们现在的投研已经百分之百由AI来驱动，当然它深度叠加了我们对量化投资规律研究的一些经验。”
鸣石私募也是直接将AI视为与“因子、优化、风控、交易”并驾齐驱的一环，共同作为公司策略研发的五大环节之一。
百亿私募因诺资产创始人、投资总监徐书楠在接受界面记者采访时表示，现在大部分的百亿私募策略中都包含了人工智能模型。因诺资产于2018年开始在实盘中使用人工智能模型，如今已经全面应用于各策略领域。
在徐书楠看来，人工智能非常适合量化投资领域。量化投资主要基于统计学进行投资，而人工智能模型是一种非常有优势的统计学方法，特别适合大数据、非线性领域，因此，合适的人工智能模型具备在量化投资中有效应用的基础。过去几年的投资业绩已经证明，人工智能模型可以在量化投资中获得优异的表现。
量化大厂们的AI角逐在“抢人大战”中表现得尤为激烈。
面对量化大厂们来势汹汹入局AI，不少投资者都怀有和李建成一样的担忧，他们普遍认为AI早就已经战胜过世界围棋冠军，在医疗、法律、制造业等领域也在逐步取代人类，因此在炒股方面战胜人类也是迟早的事情。
不过，在广州某私募研究总监张强看来，尽管人工智能的优势毋庸置疑，量化大厂们也在持续探索AI，但是AI在投资领域从研究到应用存在两大难以跨越的障碍。
一方面，影响市场表现的因素有很多，并不是所有的因素都是可以被数据化的，这也就意味着这部分不可被数据化的因素始终无法被机器所学习到，AI投资注定将存在一部分盲区。
另一方面，AI确实能比人更快也更全面地掌握影响市场的因素，但实际上A股的体量足够大，投资者并不需要全面掌握所有的信息，只要能够抓住主要矛盾就能捕捉到从中获利的机会。而在抓住主要矛盾的过程中，人往往能够更加及时地做出反应，AI因为要先经过一定的学习积累，所以特别是面对行情趋势变化的时候，反应会相对滞后。
小私募实力不够先“占坑”
由于需要大量的算力和人力作为支撑，与财大气粗的量化私募大厂相比，小私募显然在这场AI争夺大战中处于明显的劣势。
即便是对AI炒股非常恐慌的李建成，实际上也不太把小私募们放在眼里，用他的话来说“这种事情是用钱砸出来的，没点家底干不成。”
但是，不少小私募却依然在积极拥抱AI，这种“野心”首先体现在产品命名上。
数据显示，量化私募基金中名称含有“智能”二字的产品数量自2020年到2023年从38只增长到78只。
图：人工智能私募基金数量及分布情况
其中，大部分以智能命名产品的私募基金，管理规模均处于0-5亿元区间，最新的数据显示，0-5亿规模私募的人工智能基金数量占比已经超过了75%。
图：人工智能基金0-5亿元规模占比情况
今年6月1日，来自北京的止于至善投资在业内抢先宣布将启用AI独管产品。
止于至善投资表示，拟安排公司4位研究员以及一个基于人工智能的机器人（暂定名为赛博坦），独立管理5只不同的私募基金。这只即将由AI独立管理的产品名为“止于至善1号”，在由赛博坦（AI）管理的同时，将由止于至善投资总经理何理监督。
消息一出，立马在投资圈里引起了轩然大波，其中不乏来自多方面的质疑之声。
第二天止于至善投资就自己“打脸了”，公司于6月2日再度发布公告称，经过团队的讨论与反思后认为，赛博坦（AI）真正的意义与价值是在于对现有止于至善价值投资体系的重塑与融合，而非主要用于交易，因为从第一性原理来看，博弈型交易并不是价值投资的主要盈利来源，更非团队优势所在。
对此，投资者白晓杰持怀疑态度，近年来他陆续体验过不少“智能选股”类的功能，比如东方财富的智能诊股、同花顺的爱问财等，但总体胜率极不稳定，“很难想象让AI来独自管理产品，结果大概率将是灾难性的”。
徐书楠认为，用人工智能独立管理基金产品这个说法不准确。
“如果说是用研究团队开发的人工智能模型来管理资金，那么已经有很多机构这样做了，因为人工智能模型本就是一种特殊的统计学模型，和传统的统计学模型没有本质的区别。”
“如果说指的是由一个机器人来取代投资经理，那么这属于对人工智能模型的误解。人工智能模型不能取代人，因为所有的人工智能模型都是由人开发的，所有的改进也都是由人做出的。量化投资中最重要的因素永远是人，而不是机器。”
念空科技董事长王啸更加一针见血的指出，AI独管产品是违背私募基金的契约合同的，一般来说，基金产品的第一责任人是基金经理，如果换成是机器人的话是没有办法承担责任的，王啸甚至幽默地解释道，“因为总要有人背锅，你不能让一个机器背锅吧？”
AI炒股的未来在哪里？
AI或许难以独管产品，却也实实在在的在私募投资领域扮演着日益重要的角色。
在百亿私募玄元投资量化副总监胡平看来，人工智能在A股投资中的应用非常多样化。在传统的主观投资方法中，人工智能提供了很多便捷的工具快速帮投资经理与研究员获得、处理信息；在量化投资方法中，人工智能的底层技术可以帮助投研人员从更多维的角度对市场建模并生成交易信号。无论是哪一种投资方法论，人工智能技术都可以提高投研的效率，并提高对市场认知的精度。
据王啸介绍，量化的整个工序分成四五块，比如在挖掘到一系列因子的特征以后，需要把它拟合成为一个唯一的预测值，目前念空科技主要在这个步骤里面运用了人工智能技术。
鸣石私募的投资策略更偏向于行为金融学，应用的依据主要是基于金融学逻辑基础的因子挖掘（可解释性）从研究方式和方法上更偏学术逻辑，AI人工智能主要是充分利用机器学习强大的非线性处理能力，将因子整合成信号。
百亿私募黑翼资产创始合伙人、联席CEO邹倚天则表示，公司的投研体系是智能化、一体化、中心式的，数据团队、因子团队、建模团队、算法团队、交易团队，各自有明确的分工，可以高效协作。目前这一套投研体系已经较为成熟。在整个策略研发过程中，包括数据分析、因子挖掘、收益预测、组合优化等环节中，都植入了人工智能技术。
不过，人工智能也存在着显而意见的缺点，张强将其总结为以下三点：
1. 数据质量：人工智能在炒股中对数据质量要求较高，如果数据质量不准确，就会导致预测结果的不可靠。
2. 不确定性：股市是一个充满着不确定性的环境，包括政策变化、国际关系、自然灾害等。这些因素对人工智能的预测能力构成挑战。
3. 过拟合问题：人工智能模型在过去的数据上表现良好，并不意味着在未来也能够持续良好的表现。如果模型过于拟合历史数据，可能导致对实际情况的误判。
界面新闻对比了自2020年以来量化产品与人工智能产品的收益表现情况，43个月以来，量化产品的平均收益率为44.45%，而人工智能产品的平均收益率仅为-2.14%，大幅跑输了同期量化产品的收益表现，这也在一定程度上说明，现阶段人工智能对私募产品收益的贡献并不多。
图：人工智能产品和量化产品指数的收益情况
对比2020年以来上证指数和人工智能产品数量的走势情况，可以发现不管大盘表现如何，公布净值的人工智能基金数量都并不多。一般来说，很多私募选择不更新净值情况都是因为业绩表现不乐观。
谈及应用今年以来大爆的ChatGPT来进行量化研究，念空科技董事长王啸告诉界面新闻记者，目前最大的问题是，OpenAI方面会限制流量使用，如果每个月超过了流量限额以后就没法用了，而目前的限额远不能满足量化私募的使用需求。
而另一部分则抱有否定的观点，张强和白晓杰斩钉截铁地认为不可能，他们始终坚信“人永远不可能被自己造出来的机器打败。”
胡平给出的答案也是否定的，其认为部分工作会被替代，尤其是模式固定的重复性劳动，如比各种数据、信息的获取与清理，算法交易执行等；但对于需要更多创造性与抽象思维的工作，人工智能还无法取代人类。从本质来说，当前人工智能的优势还是在于归纳，而人类的优势则在于演绎。
至于未来人工智能在投资领域会走向何方？
胡平认为，专业投资者们会不断将人工智能在各个领域的成功方法论引入到投资中进行尝试。市场微观定价越来越高效，市场将进入弱有效市场。一旦形成了有效市场，当前人工智能的作用反而将会大幅降低。
徐书楠则进一步表示，人工智能模型只是一种特殊的统计学方法，它的未来发展无法最终摆脱统计学模型的范畴，只是模型研究越来越深、越来越广、越来越精细。
（文中李建成、白晓杰、张强均为化名）
下载界面新闻
充满噱头和想象力的AI炒股真的会实现吗？
界面新闻记者 | 刘沥泷
界面新闻编辑 | 宋烨珺
特别是在知名私募巨头幻方量化宣布探索通用人工智能（AGI），以及北京私募止于至善投资公告将启用AI独管产品之时，投资圈里掀起了大讨论，投资者李建成（化名）感到了前所未有的迷茫，“难道被量化收割了一波还不够，以后又要被AI收割了吗？”
充满噱头和想象力的AI炒股真的会实现吗？
量化私募大厂打响AI争夺战
今年4月14日，千亿量化私募幻方量化发文称，将集中资源和力量，全身投入到服务于全人类共同利益的人工智能之中，成立新的独立的研究组织，探索AGI的本质。
不过，很快幻方量化CEO陆政哲站出来回应称，“探索AGI不是用来炒股的，我们做这个其实是完全独立的大模型研究，和金融没关系，长远的社会价值是我们的关注点。我们独立于投资新成立了一个团队，相当于二次创业，只是之前不在互联网科技行业，是个外来者。我们本身要做有更大价值的事，要超越投资行业的事，但被曲解成AI炒股。”
虽然否认了“探索AGI是为了炒股”，但是幻方量化在AI方面却是布局已久。
公开资料显示，早在2016年10月，幻方量化的第一个由深度学习算法模型生成的股票仓位就已经上线实盘交易，至2017年底公司几乎所有的量化策略都已经采用AI模型计算。
2019年12月，幻方AI正式成立，致力于AI的算法与基础应用研究，2020年3月幻方量化总投资近两亿元打造的搭载1100张高端显卡的「萤火一号」正式投用，为幻方的AI研究提供算力支持。2021年1月公司投入十亿建设的「萤火二号」正式交付，2022年「萤火二号」取得了多800口交换机互联加核心扩展子树的软硬件架构革新，突破了一期的物理限制，算力扩容翻倍。
事实上，不只是幻方量化，界面新闻梳理发现，不少百亿量化私募巨头都在积极布局AI领域。
念空科技在2018年5月开始机器学习策略实盘运作，配备高性能GPU集群的服务器，使团队算力得到充分保障。到目前为止，公司深度学习为主的机器学习算法已经全面替代传统统计套利策略，应用于全部股票中性策略产品中。
九坤投资CEO王琛曾公开表示，公司的投研遵循“AI原生”方法，“我们首先定义这套投资策略是一套AI架构，以AI作为底层功能来推动我们整个研究思路、研究方法、研究逻辑的升级。我们现在的投研已经百分之百由AI来驱动，当然它深度叠加了我们对量化投资规律研究的一些经验。”
鸣石私募也是直接将AI视为与“因子、优化、风控、交易”并驾齐驱的一环，共同作为公司策略研发的五大环节之一。
百亿私募因诺资产创始人、投资总监徐书楠在接受界面记者采访时表示，现在大部分的百亿私募策略中都包含了人工智能模型。因诺资产于2018年开始在实盘中使用人工智能模型，如今已经全面应用于各策略领域。
在徐书楠看来，人工智能非常适合量化投资领域。量化投资主要基于统计学进行投资，而人工智能模型是一种非常有优势的统计学方法，特别适合大数据、非线性领域，因此，合适的人工智能模型具备在量化投资中有效应用的基础。过去几年的投资业绩已经证明，人工智能模型可以在量化投资中获得优异的表现。
量化大厂们的AI角逐在“抢人大战”中表现得尤为激烈。
面对量化大厂们来势汹汹入局AI，不少投资者都怀有和李建成一样的担忧，他们普遍认为AI早就已经战胜过世界围棋冠军，在医疗、法律、制造业等领域也在逐步取代人类，因此在炒股方面战胜人类也是迟早的事情。
不过，在广州某私募研究总监张强看来，尽管人工智能的优势毋庸置疑，量化大厂们也在持续探索AI，但是AI在投资领域从研究到应用存在两大难以跨越的障碍。
一方面，影响市场表现的因素有很多，并不是所有的因素都是可以被数据化的，这也就意味着这部分不可被数据化的因素始终无法被机器所学习到，AI投资注定将存在一部分盲区。
另一方面，AI确实能比人更快也更全面地掌握影响市场的因素，但实际上A股的体量足够大，投资者并不需要全面掌握所有的信息，只要能够抓住主要矛盾就能捕捉到从中获利的机会。而在抓住主要矛盾的过程中，人往往能够更加及时地做出反应，AI因为要先经过一定的学习积累，所以特别是面对行情趋势变化的时候，反应会相对滞后。
小私募实力不够先“占坑”
由于需要大量的算力和人力作为支撑，与财大气粗的量化私募大厂相比，小私募显然在这场AI争夺大战中处于明显的劣势。
即便是对AI炒股非常恐慌的李建成，实际上也不太把小私募们放在眼里，用他的话来说“这种事情是用钱砸出来的，没点家底干不成。”
但是，不少小私募却依然在积极拥抱AI，这种“野心”首先体现在产品命名上。
数据显示，量化私募基金中名称含有“智能”二字的产品数量自2020年到2023年从38只增长到78只。
图：人工智能私募基金数量及分布情况
其中，大部分以智能命名产品的私募基金，管理规模均处于0-5亿元区间，最新的数据显示，0-5亿规模私募的人工智能基金数量占比已经超过了75%。
图：人工智能基金0-5亿元规模占比情况
今年6月1日，来自北京的止于至善投资在业内抢先宣布将启用AI独管产品。
止于至善投资表示，拟安排公司4位研究员以及一个基于人工智能的机器人（暂定名为赛博坦），独立管理5只不同的私募基金。这只即将由AI独立管理的产品名为“止于至善1号”，在由赛博坦（AI）管理的同时，将由止于至善投资总经理何理监督。
消息一出，立马在投资圈里引起了轩然大波，其中不乏来自多方面的质疑之声。
第二天止于至善投资就自己“打脸了”，公司于6月2日再度发布公告称，经过团队的讨论与反思后认为，赛博坦（AI）真正的意义与价值是在于对现有止于至善价值投资体系的重塑与融合，而非主要用于交易，因为从第一性原理来看，博弈型交易并不是价值投资的主要盈利来源，更非团队优势所在。
对此，投资者白晓杰持怀疑态度，近年来他陆续体验过不少“智能选股”类的功能，比如东方财富的智能诊股、同花顺的爱问财等，但总体胜率极不稳定，“很难想象让AI来独自管理产品，结果大概率将是灾难性的”。
徐书楠认为，用人工智能独立管理基金产品这个说法不准确。
“如果说是用研究团队开发的人工智能模型来管理资金，那么已经有很多机构这样做了，因为人工智能模型本就是一种特殊的统计学模型，和传统的统计学模型没有本质的区别。”
“如果说指的是由一个机器人来取代投资经理，那么这属于对人工智能模型的误解。人工智能模型不能取代人，因为所有的人工智能模型都是由人开发的，所有的改进也都是由人做出的。量化投资中最重要的因素永远是人，而不是机器。”
念空科技董事长王啸更加一针见血的指出，AI独管产品是违背私募基金的契约合同的，一般来说，基金产品的第一责任人是基金经理，如果换成是机器人的话是没有办法承担责任的，王啸甚至幽默地解释道，“因为总要有人背锅，你不能让一个机器背锅吧？”
AI炒股的未来在哪里？
AI或许难以独管产品，却也实实在在的在私募投资领域扮演着日益重要的角色。
在百亿私募玄元投资量化副总监胡平看来，人工智能在A股投资中的应用非常多样化。在传统的主观投资方法中，人工智能提供了很多便捷的工具快速帮投资经理与研究员获得、处理信息；在量化投资方法中，人工智能的底层技术可以帮助投研人员从更多维的角度对市场建模并生成交易信号。无论是哪一种投资方法论，人工智能技术都可以提高投研的效率，并提高对市场认知的精度。
据王啸介绍，量化的整个工序分成四五块，比如在挖掘到一系列因子的特征以后，需要把它拟合成为一个唯一的预测值，目前念空科技主要在这个步骤里面运用了人工智能技术。
鸣石私募的投资策略更偏向于行为金融学，应用的依据主要是基于金融学逻辑基础的因子挖掘（可解释性）从研究方式和方法上更偏学术逻辑，AI人工智能主要是充分利用机器学习强大的非线性处理能力，将因子整合成信号。
百亿私募黑翼资产创始合伙人、联席CEO邹倚天则表示，公司的投研体系是智能化、一体化、中心式的，数据团队、因子团队、建模团队、算法团队、交易团队，各自有明确的分工，可以高效协作。目前这一套投研体系已经较为成熟。在整个策略研发过程中，包括数据分析、因子挖掘、收益预测、组合优化等环节中，都植入了人工智能技术。
不过，人工智能也存在着显而意见的缺点，张强将其总结为以下三点：
1. 数据质量：人工智能在炒股中对数据质量要求较高，如果数据质量不准确，就会导致预测结果的不可靠。
2. 不确定性：股市是一个充满着不确定性的环境，包括政策变化、国际关系、自然灾害等。这些因素对人工智能的预测能力构成挑战。
3. 过拟合问题：人工智能模型在过去的数据上表现良好，并不意味着在未来也能够持续良好的表现。如果模型过于拟合历史数据，可能导致对实际情况的误判。
界面新闻对比了自2020年以来量化产品与人工智能产品的收益表现情况，43个月以来，量化产品的平均收益率为44.45%，而人工智能产品的平均收益率仅为-2.14%，大幅跑输了同期量化产品的收益表现，这也在一定程度上说明，现阶段人工智能对私募产品收益的贡献并不多。
图：人工智能产品和量化产品指数的收益情况
对比2020年以来上证指数和人工智能产品数量的走势情况，可以发现不管大盘表现如何，公布净值的人工智能基金数量都并不多。一般来说，很多私募选择不更新净值情况都是因为业绩表现不乐观。
谈及应用今年以来大爆的ChatGPT来进行量化研究，念空科技董事长王啸告诉界面新闻记者，目前最大的问题是，OpenAI方面会限制流量使用，如果每个月超过了流量限额以后就没法用了，而目前的限额远不能满足量化私募的使用需求。
而另一部分则抱有否定的观点，张强和白晓杰斩钉截铁地认为不可能，他们始终坚信“人永远不可能被自己造出来的机器打败。”
胡平给出的答案也是否定的，其认为部分工作会被替代，尤其是模式固定的重复性劳动，如比各种数据、信息的获取与清理，算法交易执行等；但对于需要更多创造性与抽象思维的工作，人工智能还无法取代人类。从本质来说，当前人工智能的优势还是在于归纳，而人类的优势则在于演绎。
至于未来人工智能在投资领域会走向何方？
胡平认为，专业投资者们会不断将人工智能在各个领域的成功方法论引入到投资中进行尝试。市场微观定价越来越高效，市场将进入弱有效市场。一旦形成了有效市场，当前人工智能的作用反而将会大幅降低。
徐书楠则进一步表示，人工智能模型只是一种特殊的统计学方法，它的未来发展无法最终摆脱统计学模型的范畴，只是模型研究越来越深、越来越广、越来越精细。