隨著人工智能技術(shù)的不斷變化，量化投資產(chǎn)業(yè)正迎來新一輪的深刻變革。

從最初的統(tǒng)計套利模式到大模式的戰(zhàn)略優(yōu)化和市場預(yù)測，AI正以前所未有的方式滲透到量化投資的每一個環(huán)節(jié)。過去提到“AI量化”，你可能首先想到的是幻方量化，但事實遠比你想象的要豐富。

目前，國內(nèi)已有15家百億量化私募股權(quán)在AI領(lǐng)域取得了實質(zhì)性的進展或明確的布局，AI量化正逐步從先鋒試驗走向行業(yè)共識。

技術(shù)進化推動AI量化普及，頭部機構(gòu)多點開花。

沒有近幾年技術(shù)演進和算率基礎(chǔ)的快速發(fā)展，AI之所以能成為量化投資領(lǐng)域的新動能。

例如，在DeepSeek項目的幫助下，幻方量化已經(jīng)完全打破了圈內(nèi)的限制，成為AI量化的象征之一。從2008年開始，我們嘗試機器學習，到2017年，我們將全面轉(zhuǎn)向深度學習，投資數(shù)十億元建設(shè)“螢火蟲”系列AI算率集群。

DeepSeek-V2模型于2024年發(fā)布，不僅在學術(shù)和應(yīng)用上引起了廣泛關(guān)注，而且直接推動了幻方量化產(chǎn)品的收益在行業(yè)內(nèi)脫穎而出——截至5月23日，該機構(gòu)旗下11款產(chǎn)品總規(guī)模約為18.57億元，近半年收益為17.48%，近一年收益平均達到38.37%?；梅搅炕療o論是近半年還是近一年的收益平均水平都位居第一。

但是AI量化不僅僅是幻方家族的獨角戲。再比如早在2015年就成立的讀空技術(shù)，也是AI在量化投資中應(yīng)用的先鋒之一。該機構(gòu)的兩個量化私募——讀空資產(chǎn)和讀空數(shù)據(jù)技術(shù)，都是以深度學習為主導策略，通過構(gòu)建高性能GPU集群，在戰(zhàn)略生成和交易實施上大大領(lǐng)先于傳統(tǒng)的統(tǒng)計方法。

在AI的加持下，念空科技的兩家量化私募公司表現(xiàn)相當出色。有4款量化產(chǎn)品顯示在私募網(wǎng)絡(luò)上，近一年平均收入高達21.50%。其中，念空科技創(chuàng)始人王嘯管理的兩款產(chǎn)品“念覺中證1000指數(shù)增強18號1期”、近一年來，“念覺量化優(yōu)選優(yōu)盛1號”的收入分別高達33.96%、23.24%。

此外，九坤投資、明英投資、明石基金等頭部機構(gòu)早在多年前就建立了專門的AI實驗室。九坤投資不僅與微軟亞洲研究院合作，還主導了DeepSeek-R1的再現(xiàn)，體現(xiàn)了其在算法和基礎(chǔ)研究方面的強大儲備。公司在數(shù)據(jù)分析、因素挖掘、戰(zhàn)略建設(shè)、交易執(zhí)行等方面完成了AI的深度融合，堪稱行業(yè)案例。

明英投資以計算率建設(shè)。它配備的超級計算集群已經(jīng)躋身全球TOP500之列，擁有數(shù)千個GPU，最終達到400P。 Flops，這項投資為算法培訓提供了堅實的支持。與此同時，其北美投資研究中心不斷引進全球技術(shù)人才，確保公司始終保持在AI量化領(lǐng)域的領(lǐng)先地位。

石頭基金、黑翼資產(chǎn)、世紀前沿等機構(gòu)在整個過程中也廣泛部署AI技術(shù)。例如，石頭基金不僅建立了AI實驗室，還建立了多個“超級計算星座”，為戰(zhàn)略迭代提供了底層支持。在世紀前沿，AI能力直接嵌入市場結(jié)構(gòu)建模和收益預(yù)測中，認為擁抱AI已經(jīng)成為量化機構(gòu)未來生存的關(guān)鍵因素。

總體而言，根據(jù)私募排排網(wǎng)數(shù)據(jù)，這15家數(shù)百億AI量化私募公司中，有13家公司擁有超過3家業(yè)績可查產(chǎn)品，近一年平均收益率為29.91%，近三年平均收益率為41.15%，近五年達到驚人的117.06%。

這些數(shù)據(jù)不僅體現(xiàn)了AI量化戰(zhàn)略在不同市場周期中的穩(wěn)定性，也為投資者提供了令人信服的參考。

實施戰(zhàn)略和實現(xiàn)業(yè)績，AI量化正迎來拐點。

AI量化的興起并非一蹴而就，而是一個長期的戰(zhàn)略積累過程。

從本質(zhì)上講，量化投資是對數(shù)據(jù)、模型、算法和執(zhí)行效率的一體化提升，AI的加入無疑大大拓展了可探索的空間。在實踐中，AI可以提供每一個環(huán)節(jié)的增強能力，從最初的數(shù)據(jù)采集、清理到特征提取、因素生成、模型訓練，再到交易指令執(zhí)行和風險控制管理。

以黑翼資產(chǎn)為例。自2017年AI布局以來，已將AI技術(shù)嵌入量化投資的完整流程，包括組合優(yōu)化、收益分析、算法交易等多個核心模塊。這種“端到端”的技術(shù)整合不僅提高了系統(tǒng)的響應(yīng)速度，也顯著增強了模型的魯棒性。

業(yè)績方面，黑翼資產(chǎn)在私募網(wǎng)站上有20種商品，其中近1年、近3年、近5年的平均收入分別為38.13%。、38.27%、96.58%。自成立以來，陳澤浩、鄒倚天管理的“黑翼戰(zhàn)略優(yōu)化1號”是收入最高的產(chǎn)品之一，自成立以來，收入高達215.31%。

另一方面，聚寬投資通過云原生AI技術(shù)構(gòu)建了一個智能投資研究平臺，為不同風格的量化研究人員提供定制支持。這個項目已經(jīng)被選為阿里云合作項目。AI Cloud經(jīng)典案例，成為AI在金融領(lǐng)域使用的代表性樣本。近五年來，其46款產(chǎn)品的平均收益超過130%，穩(wěn)居行業(yè)前列。高斯蒙管理的“聚寬一號”是成立以來收益最高的產(chǎn)品之一，自成立以來收益高達313.63%。

此外，一些機構(gòu)已經(jīng)開始探索AI與投資研究系統(tǒng)的融合和升級。例如，鳴石基金選擇了“五環(huán)多核”的關(guān)鍵結(jié)構(gòu)，開放了因素挖掘、AI算法、交易執(zhí)行、風險控制等部門，實現(xiàn)了內(nèi)部高頻戰(zhàn)略迭代和優(yōu)化。明英投資月度計算率計劃會議表明，AI能力不僅是R&D的支持，也是公司戰(zhàn)略的核心驅(qū)動力。

這一趨勢也逐漸影響到投資者的視角?！芭c傳統(tǒng)的量化策略相比，”AI 量化提供了更高的適應(yīng)性和潛力。在未來更復雜、更動態(tài)的市場環(huán)境中，能否快速識別數(shù)據(jù)變化，有效優(yōu)化措施參數(shù)，將成為獲得超額收益的關(guān)鍵。AI可以幫助量化機構(gòu)實現(xiàn)從“工具用戶”向“能力創(chuàng)造者”的轉(zhuǎn)變，具有強大的學習和泛化能力。

與此同時，隨著控制的逐步明確和技術(shù)壁壘的減少，AI量化從實驗室到實盤的門檻也在迅速下降。越來越多的中型量化私募開始構(gòu)建AI算率集群，引入大型微調(diào)技術(shù)，甚至開發(fā)自主研發(fā)的AI平臺，這表明AI量化將在“頭部現(xiàn)象”中轉(zhuǎn)變?yōu)樾袠I(yè)常態(tài)。

數(shù)百億AI量化私募及相關(guān)布局(來源：私募排網(wǎng))

多樣化格局形成，AI量化進入大規(guī)模成熟階段

如果說早期的AI量化主要集中在少數(shù)先鋒機構(gòu)手中，那么今天的情況顯然是不同的。截至2025年5月23日，全國已有39家數(shù)百億量化私募，其中15家明確布局在AI領(lǐng)域。AI量化正以多樣化、差異化的方式不斷演變，從機構(gòu)分布到戰(zhàn)略風格，從算法模型到應(yīng)用深度。

值得注意的是，不同機構(gòu)對AI的理解和路徑選擇是不同的。有的側(cè)重于算法創(chuàng)新，比如幻方和九坤；有的側(cè)重于算率驅(qū)動，比如明英和鳴石；有些人更注重平臺化和生態(tài)建設(shè)，比如聚寬和世紀前沿。這種差異不僅豐富了市場生態(tài)，也無形中促進了整個市場在多個維度上的快速進化。

這一趨勢在業(yè)績上也得到了驗證。例如，九坤投資的“九坤日享CSI1000指數(shù)增強1號”累計收益超過440%，鳴石的“寬墨七號”達到282.80%，黑翼的“戰(zhàn)略優(yōu)化1號”也超過200%。這些信息不僅反映了AI戰(zhàn)略的穿越周期能力，也表明不同機構(gòu)之間已經(jīng)形成了真正的競爭和并存模式。

隨著更多的資本和人才流入AI量化跑道，未來的競爭焦點不會僅限于“誰先使用AI”，而是誰能使用得更深、更準確、更穩(wěn)定。這不僅考驗技術(shù)能力，也要求組織協(xié)作、資源整合和戰(zhàn)略執(zhí)行。

總的來說，AI正在重新定義量化投資的邊界和邏輯。量化產(chǎn)業(yè)已經(jīng)進入AI賦能的大規(guī)模成熟期，從計算投資到模型創(chuàng)新，從戰(zhàn)略實施到實盤驗證。未來，“AI “量化”不再是先鋒口號，而是投資行業(yè)不可逆轉(zhuǎn)的新范式。而且這場由幻方掀起的颶風，才剛剛開始。

本文來自微信微信官方賬號“創(chuàng)業(yè)板觀察”，作者：吳雨其，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com