富通优配-富通优配官网-专业杠杆炒股公司-配资股网

十倍杠杆炒股”　　“在AI能力边界探索与技术体系建设上的投入

登录新浪财经APP 搜索【信披】查看更多考评等级

　　在日前由中金财富主办、以“新科技新金融新生态”为主题的中金财富2025财富管理发展论坛上，知名量化私募宽德投资联合创始人冯鑫发表了题为“AI时代的指数化投资：量化投资与长期价值投资的融合”的主题演讲，围绕人工智能驱动下的投资变革、政策导向的长期化趋势，以及本土量化投资行业的责任与定位，分享了他对时代背景与行业走向的深度思考。

　　“长期资金的崛起、理性投资的回归、AI能力的进步，重构了投资逻辑与市场生态。对于坚持长期视角的机构管理人而言，这既是巨大的挑战，更是难得的时代机遇。”

　　“在AI能力边界探索与技术体系建设上的投入，是一场‘长期主义者的长征’——雄关漫道真如铁，而今迈步从头越。”

　　“与其观望，不如参与；与其等待，不如建设。希望能与志同道合的朋友们一起，在波澜壮阔的技术革命与产业变革中，携手努力，共建行业——不做这伟大时代的旁观者。”

　　以下内容是对冯鑫博士在本次论坛演讲内容的整理：

　　时代背景：全球变局下的长期主义支点

　　——技术、政策与本土量化的共振时刻

　　我们正站在一个技术演进与制度转型交汇的关键时点。以生成式AI为代表的新一轮技术浪潮正在深刻改变各行各业，也为长期价值投资理念的落地提供了新的工具。

　　从技术演进角度看，目前，AI正从提升多步推理能力（L2）向具备“感知—计划—执行”闭环能力的AI Agent（L3）发展，2025年也因此被称为“AI Agent元年”。这意味着AI不再只是工具，而正在成为能够自主执行复杂任务的参与者。

　　AI发展的5个阶段

　　在海外市场，AI辅助研究已成为主流。对冲基金管理人率先采用大模型优化投研流程，共同基金管理人和财富管理机构也将生成式AI应用于投资摘要、会议纪要、合规记录等环节。AI的角色正从工具向资管流程的基础设施演变。

　　国家的政策层面正在强化长期导向。新“国九条”及相关配套政策体系提出了引导长期资金入市、倡导价值投资、规范程序化交易等要求。管理险资、社保等长期资金的机构，更加看重低费率、容量大、结构透明的投资工具，指数化投资获得了新的发展机会。

　　国家正推动做好科技金融、绿色金融、普惠金融、养老金融、数字金融“五篇大文章”的战略部署，明确指引金融资源配置向以上五大重点领域倾斜。在这一过程中，具备透明度高、结构标准、易于推广等特征的金融工具，有望成为实现政策目标的有益补充。

　　A股市场的自身结构也在发生积极变化。信息披露、监管执法和投资者结构持续优化，逐步形成了一个基本面主导、具备“优胜劣汰”能力的市场机制。这一机制仍在完善中，但方向清晰，也为长期投资创造了持续发展的基础。

　　专业投资者若能主动参与到这一结构演化中，不仅可能获取来自基本面的中长期回报，也将助力整个市场生态更稳健发展。我们认为，中国股票市场具备构建结构清晰、交易成本低、容量充足的“智慧选股”（Smart Beta）策略基础。这类策略能够服务长期资金的配置需求，也有望成为指数化体系的重要组成部分。

　　经过多年发展，本土量化投资行业已逐步建立起稳定的技术积累、较强的研究能力和良好的合规文化。当前，技术加速发展与制度持续优化，为行业提供了难得的发展窗口，也对行业提出了更高的规范化和专业化要求。

　　在市场机制中“润滑”与“稳定”：

　　量化交易的作用与定位探讨

　　金融市场的核心功能，在于提升资源配置效率，实现投融两端的高效对接。交易的本质是通过资源的优化配置达成双赢，从而增加社会总剩余，也就是增加了社会总财富。在这个过程中，专业交易者的作用尤为关键——他们通过在不同时间段买卖资产，解决交易的时间错配，为市场提供流动性和价格发现机制，从而提升整体市场效率。

　　国内外多项研究已经表明，量化交易作为专业的交易者之一，常驻性与广谱性的特征使其在市场中能够承担“润滑剂”与“稳定器”的双重角色。一方面，量化交易就像一项“时刻在线”的市场基础设施——当其他投资者希望交易时，量化策略成为他们的自然对手方，使价格不至于因为单次交易而剧烈偏离公允价值。另一方面，量化交易也有助于把股票市场建设成为一个流动性共享、冲击分担的整体，在市场波动或局部失衡时提供自动化的均衡机制，从而增强市场结构的韧性。

　　传统的统计套利视角认为，股票之间存在某种等价关系，简单直观，但也较为局限。在机器学习的语境中，这一问题可以进一步推广：将股票从稀疏的高维one-hot编码空间，嵌入（embedding）到一个致密的低维空间中。利用注意力机制（attention），股票之间的点对点关系可以通过其在嵌入空间中的坐标进行建模，构建起基于图注意力网络（GAT）的结构表达。注意力机制不仅是图神经网络（GNN）的一种重要实现方式，也是当前大语言模型的底层支撑技术。

　　通俗来讲，这就像把一个个孤立的股票节点连接起来，织成一张图网络。在这张网络中，信息可以高效传递，流动性也得以共享。当某个节点遭遇冲击，其影响会被分散并均摊至网络其他部分，从而增强整体系统的稳定性与韧性。

　　以股票间关系建模促市场生态建设

　　以智慧选股策略回应时代命题

　　量化投资机构不仅是市场的参与者，也希望在能力所及范围内，为推动市场机制更加健康、可持续贡献自己的力量。

　　作为一项阶段性探索，智慧选股（Smart Beta）策略聚焦服务长期机构资金，致力于成为其可信赖的长期配置工具，力求在长期主义与工具化理念之间寻找结合点，回应指数化投资日益增长的现实需求，为长期资金入市提供稳健、透明、可复制的配置路径。

　　首先，智慧选股（Smart Beta）策略强调工具化定位。通过对基本面因子的系统建模，力求构建一套可理解、可复制、可评估的配置工具，更贴近机构投资者在长期配置方面的审慎要求和稳定偏好。

　　其次，策略体系强调以AI为驱动、以基本面为核心的方式展开。智慧选股（Smart Beta）策略延续了量化投资策略对客观性与纪律性的要求，同时将模型重心聚焦至长期价值的刻画，回归价值投资、理性投资的本源。

　　容量大、换手低、费率合理是智慧选股（Smart Beta）策略的结构设计原则，旨在支持“代表广泛居民财富的机构投资者”实现长期配置，以相对低费率实现“普惠化”的目标，更接近“长期满仓、长期持有”的理想状态，兼顾商业可持续性与制度的合规性。

　　真正具备生命力的量化投资产品，既要能服务当下，也要具备面向未来的适应能力。智慧选股（Smart Beta）策略是量化投资机构回应当下、锚定长期、追求价值的一张阶段性答卷。

　　我们在AI上的一些探索：

　　从科学理想到系统实践

　　当前，越来越多的量化投资机构正在拥抱AI时代，开展多样的研究探索与技术实践。从我们的观察来看，目前，行业中与AI领域相关的研究大致可划分为两类：

　　一类是基于兴趣驱动的学术性AI研究，即聚焦于模型结构、算法原理与训练机制，推动单点技术的突破。另一类是更具挑战性的工业级AI研发，这种研发往往意味着长周期、重投入和极高的不确定性：需要构建基础设施体系，招募具备多学科研究能力的团队，制定跨越数年的长期规划，并在尚不明确的技术路线中寻找突破口。

　　从更宏观的角度看，AI时代所带来的机遇也可以分为两类：

　　一类是以应用为导向的现实机会。随着AI Agent等通用技术的出现，当前技术已具备在各类场景中嵌入应用的能力。这类机遇的核心在于推动社会与技术之间的双向适应——让技术理解社会需求，也让社会逐步形成对AI能力的使用习惯。这一过程可能蕴含着大量创业机会，也将成为未来若干年推动产业效率提升的重要力量。

　　另一类是面向未来的基础能力探索。这个方向试图回答一个更本质的问题：人类能够建造出怎样水平的智能系统？这类研究更具战略性和风险性，涉及对AI推理能力、通用性、安全性甚至“意识”本身的理解与建构。虽然它的现实收益并不立等可见，但其对科技格局、社会结构乃至文明路径的影响却可能是战略性的。

　　面对这两个维度的时代机遇，我们的选择是：以工业级研发的方式，探索AI能力的上限。对宽德而言，这是一次顺势而为的延展，是对我们长期理念与技术追求的自然延续。

　　在这样的背景下，宽德设立了人工智能实验室——“WILL”（Wizard Intelligence Learning Lab），这代表了我们对智能未来的探索愿景。我们的自我定位是“Good WILL Hunter”——既表达了对技术的尊重，也体现了我们希望AI的终极发展，是为人类带来善意与秩序的力量，而非不可控的风险。