陆家嘴金融沙龙探讨大模型时代量化重构：私募证券基金规模近8万亿，量化股票策略占比升至31.2%

陆家嘴金融沙龙第二十五期于7月25日举行，主题为“大模型时代下的量化重构”，围绕AI在国内量化投资领域的应用现状展开讨论。与会人士就AI对量化投研效率的提升、策略同质化现象以及人才价值等议题进行了交流。

南方基金数量化投资部基金经理许公磊在发言中表示，2020年之前国内机构量化侧重因子逻辑，2020年之后高频数据、Level-2数据以及机器学习与深度学习技术得到广泛应用。同类型资金与策略的壮大，使创业板等主流资产的波动率与换手率明显抬升。在中证500、沪深300选股及全市场选股范围内，获取超额收益的难度加大，Alpha消亡速度加快，策略趋同导致微观结构波动加大，风险管理逐渐成为核心竞争力。许公磊指出，AI和深度学习使因子衰减速率进一步加快，AI本质上是一场效率革命，而非凭空创造Alpha。人工挖掘单因子的方法已难以适应AI时代发展需求，AI拓宽了投资宽度，但损失函数、标签设计和伦理边界仍受人的价值观约束。

华泰证券研究所策略首席兼金融工程首席研究员何康介绍，其团队大量日常研究已被大模型赋能或替代，日常点评已实现半自动化到自动化，金融工程深度报告90%由大模型辅助完成。团队构建了GPT因子工厂，可模拟量化研究员挖掘因子，提供运算符与字段提示符，生成非线性因子表达式；或阅读上市公司新闻舆情做二元判断，输送至下游量价神经网络；或精读卖方研报，提取“催化剂”与“言外之意”。团队还构建了包含策略协议、版本管理与样本隔离的自动化Skill，并在红利策略上迭代50次，验证集与测试集夏普比率实现阶梯式提升。何康介绍，国内头部私募已在仿真环境中与AI对手盘博弈数百万次，将Level-2订单流Token化，利用大模型生成未来价格路径进行蒙特卡罗模拟与对抗博弈。

博孚利资管总经理何阳阳介绍，目前私募证券基金规模接近8万亿元，10%的机构占据绝大部分规模。私募证券基金中量化股票策略占比升至31.2%，稳居股票类第一大品类；商品/CTA策略因流动性宽松快速增长；宏观策略占比有所提升，纯债/转债规模呈下行态势。2026年上半年股票市场呈现分化，个股波动率创出新高，持仓分散的传统量化超额艰难，持仓集中、低换手的策略跑出稳健超额。商品在宏观、地缘与货币三重因素驱动下剧烈反转，全天候策略与传统CTA的相关性提高，促使管理人拓宽多资产配置。另类策略方面，“打板”事件驱动与贵金属套利表现亮眼，期权“空波动率”策略因日内高Gamma波幅压制了安全垫，对冲成本抬升。

金融阶创始人何子修表示，量化行业最大的复杂性在于算法背后人才之间的协同。量化人才具备高学历、高智商、高收入，个体能力强、确定性意识强、信任度低的职业特征。当这类人才加入组织后，面临信任、分享、共事、协同、持续等挑战。由于共享收益难以量化，不共享的短期成本更低，许多人宁愿重复“造轮子”也不愿分享，导致团队难以培养默契，核心人才频繁流动。过去行业竞争的是个人Alpha，未来竞争的是人才之间高质量协同的组织能力，即组织Alpha。

在圆桌对话环节，某国际量化基金高级量化研究顾问张迪表示，AI当前主要用于研究流程的入口端，用于海量生成因子的Idea，后续的回测、信号增强与验证不能完全交给AI。AI辅助写代码、清洗数据已广泛应用，但机构出于数据隐私与核心语料保护，不会将全流程托管给公有云大模型。个人的经验与沉淀下来的工作流是极具价值的资产，研究员应保护好自身的关键工作流与知识资产。

涵德投资创始人顾小军表示，AI带来的最大价值是保障了思维的连贯。过去研究员在20分钟思考与10分钟写代码之间反复切换，思维被割裂。现在研究员写代码耗时基本趋近于零，可以连续一至两小时深度思考Idea，研究效率提升了5到10倍。AI会拉大人与人之间的差距，能熟练驾驭AI的“超级个体”效率显著提升。过去部分策略靠行业红利就能赚钱，现在低效策略会被快速淘汰。

因诺资产合伙人、Alpha策略投资总监沈星尧表示，从Idea产生、代码编写、数据清洗到回测评估，每个环节都有AI深度参与，研究周期大幅压缩，公司正在探索将这些环节拼接连贯，开发端到端系统。AI提高了因子研发效率，但也加剧了同行间的策略趋同。AI只是工具，研究员必须先抽象出高级业务问题，再交由AI解决。量化私募的核心壁垒依然是顶级人才，头部私募可获取同等规模股票数据与算力资源，市面数据源基本同质，但研究员与基金经理能否挖掘新方向、总结新数据、设计新架构存在差异。