夜雨聆风这里是「辛理话」第16篇
平时聊财富管理和量化投资，大家总爱谈技术、模型、趋势，听起来很专业，但也挺有距离感。
我在资管行业干了这么多年，作为一个女性从业者，一直有个小想法：行业的深度解读，不一定非得是冷冰冰的技术复盘，也可以有我们一线人员真实、细腻、接地气的观察。
所以这个周末开了个新栏目「辛视角」，不去堆那些套路化的术语，而是用女性特有的细心、共情力，聊聊财富管理里接地气的真东西、行业变化背后的门道，分享我自己的感悟和启发。行业的专业解读，不止有标准化的技术复盘，也可以有一线从业者真实、细腻、落地的观察与思考。
本期为「辛视角」首期内容，内容整理自深圳市财富管理协会主办的第四届香蜜湖财富管理论坛核心圆桌论坛，聚焦当下最热门的AI+量化投资赛道，原汁原味还原头部机构的前沿观点。
让我们把目光聚焦到5月28日，深圳，第四届香蜜湖财富管理论坛。
一场围绕“AI与量化投资”展开的圆桌对话，汇聚了四家头部量化机构的负责人。
衍盛资产总经理李达、因诺资产合伙人沈星尧、超量子基金合伙人聂稳、九坤投资市场研究负责人郭泓辰——四位嘉宾围绕AI对量化行业的影响、落地应用、差异化竞争和人才演变等话题，展开了深度交流。
我把这场圆桌的干货整理出来。无论你是正在了解量化的普通投资者，还是想看看AI到底在金融行业里“能”与“不能”，这篇文章都值得你花5分钟读完。
01 AI全面普及，带来了什么？
衍盛资产 李达
AI对量化行业形成了双面影响。
从挑战来看，AI重塑了市场交易结构。金融市场本身充满噪音与反身性，这让历史数据的参考价值下降，也对量化依赖的统计学逻辑形成冲击。
从机遇来看，AI持续拓宽机构能力边界，能够助力业绩维持相对稳定。我们对AI应用秉持开放态度，不设应用边界、鼓励全员试错探索，希望借助AI承接重复性工作，让团队把精力放在创新创造上，依靠持续创造力搭建长期核心竞争力。
因诺资产 沈星尧
回顾发展历程，行业从2016-2017年便开始布局AI，早期仅将其当作基础统计工具，用于股价、涨跌幅预测。如今大模型已嵌入式融入全业务流程，覆盖数据生成清洗、代码编写、中后台运营等各个环节。
本质上AI只是生产力工具。工具最终能发挥多大价值，取决于人的设计、理解与使用方式。当前AI已经对投资领域内常规、中等复杂度的工作形成颠覆性改变，影响范围不局限于量化赛道。同时AI大幅降低了行业技术门槛——以往优质投资想法常受代码能力限制难以落地，现在借助工具可以快速实现。行业整体投研水平提升，但市场竞争也愈发激烈。
超量子基金 聂稳
我们需要理性看待AI的价值。它的核心能力并非单纯提升预测准确率、增厚收益。金融市场噪音多、存在反身性特点，纯模型预测很容易出现过拟合问题，这也是AI与生俱来的局限性。
面对现状，我们探索出人机协同的新模式：由人定义研究方向与边界，依托AI拓展数据处理、内容挖掘的能力。从前投研的探索、挖掘工作全部依靠人工，效率偏低；如今人工定方向，AI做深度执行，还能反向梳理产业与金融底层逻辑，形成双向促进、螺旋上升的投研体系。
九坤投资 郭泓辰
业内大多聚焦AI在投研、因子挖掘层面的作用，而我们更看重AI对组织管理、跨部门协同的赋能。未来量化比拼的是策略、产品、风控、市场等全链条综合实力，大模型与智能体能够打通部门壁垒，让各类非结构化信息在团队之间高效流转，全面提升整体运转效率。
针对大家热议的行业同质化，我有不同看法：大众感受到的趋同，更多是因为量化投研流程具备标准化、可控化的特点，并非策略本身高度重合。反观主观投资，反而更容易受群体思维影响出现趋同。市场阶段性表现相近，大多是流动性等外部环境导致，各家机构的投资体系、策略逻辑其实差异显著。
02 AI落地应用到了什么程度？
衍盛资产 李达
头部机构早已过了“试水AI”的阶段，AI已经深度内嵌进投研生产体系。现在行业早已不比拼“会不会用AI”，真正的差距在于：能不能基于自身策略体系，开展AI模型自主研发。
AI全面提升了全行业投研生产力，但投资比拼的是相对收益，未来机构分化会进一步加剧。
放眼未来3-5年，行业格局也会迎来明显变化：投资端，AI抹平信息差、提升市场有效性，有望加速A股慢牛行情到来；融资端，公募会走向标准化、工具化，私募则会强化个性化、定制化特色，AI还能帮助私募实现“千人千面”的客户服务。
除此之外，量化机构的核心能力集中在数据处理、算力调度、算法迭代与市场预测，价值早已不局限于证券投资。目前不少机构开始能力跨界外溢，我们也尝试将自研预测技术运用到电力、能源等领域。未来量化机构会从单一投资主体，转型为具备科技输出能力的综合型机构。
因诺资产 沈星尧
目前AI已经完成迭代升级，不再是单一的预测工具，而是贯穿全流程的嵌入式助手。它就像出行工具的不断升级——从马车到汽车，再到高铁、飞机，本质都是生产力的迭代。
我们采用阿尔法、CTA、择时等多策略并行的模式，针对不同策略、不同业务场景差异化嵌入AI技术，推动多策略协同发展。工具可以提升效率、拓宽思路，但始终要明确：不同大模型之间的差距，根源是背后研发团队的思维差异。人的认知，才是决定工具上限的关键。
超量子基金 聂稳
想要跳出行业同质化困局，我们从三层维度搭建差异化布局。
第一是数据层，跳出传统量价数据范畴，叠加交易行为、财报、新闻、舆情等海量非结构化数据；第二是工具层，不盲目套用通用模型，打造适配自身投研体系的定制化AI工具链；第三是研究层，沉下心钻研市场底层经济、金融逻辑与行为经济学，而非一味追逐短期收益。
依靠这套体系，既能规避AI本身的短板，也能打造出同行难以复制的核心优势。
九坤投资 郭泓辰
现阶段我们已经进入与大模型、智能体深度共生的阶段，团队也在持续优化人机交互方式，进一步提升内部沟通与协作效率。展望未来三五年，人机共生会成为行业常态，AI持续为组织管理赋能，也会助力国内量化机构夯实实力，更好地参与全球市场竞争。
03 如何用AI打造差异化竞争力？
衍盛资产 李达
破解同质化，核心在源头差异。依托自主研发的技术体系，结合独家数据资源，走出独有的发展路径。我们坚持以开放的心态拥抱技术变革，用持续创新构筑壁垒，这也是机构穿越行业周期的根本。
因诺资产 沈星尧
AI拉低了技术门槛，也让创意与思路成为新的核心竞争力。当工具不再有明显差距，团队对市场的理解、策略设计的巧思，就成了拉开差距的关键。行业整体投研能力上行，也倒逼所有从业者不断精进，在竞争中挖掘新机会。
超量子基金 聂稳
最好的差异化，是放大人类的独有优势。
AI擅长海量计算、规律挖掘、高频迭代，但面对极端行情、市场结构变化、风险预判、情绪解读时存在明显短板。
我们坚持：机器做效率，人做风控；机器做迭代，人做取舍。在模型失灵、市场异动的关键节点，人工干预就是构筑差异化的重要抓手。再配合数据、工具、研究三层布局，形成完整的竞争壁垒。
九坤投资 郭泓辰
不必过度放大“同质化”问题，量化机构的内核本就各不相同。我们将AI的价值延伸到全链条管理，用技术优化流程、协作、风控等各个环节。
在AI时代，单一策略优势会快速抹平，体系优势才是长期护城河。依靠技术、组织、人才搭建的综合体系，才是机构长久发展的底气。
04 人才结构与组织形态将如何演变？
衍盛资产 李达
行业人才结构将迎来彻底重构。传统单一岗位会逐渐弱化，复合型人才成为刚需：既懂市场规律，又懂数据逻辑，还能理解AI模型边界。
团队分工也会更精细：数据、模型、策略、风控、交易高度协同，未来不再是个人英雄时代，而是体系制胜时代。同时行业能力跨界外溢，也会要求人才具备更广阔的视野与综合能力。
因诺资产 沈星尧
未来岗位边界会彻底模糊，研究员需要懂模型，技术人员需要懂投资。
行业迭代速度加快，终身学习将成为从业者的标配。对机构而言，能否搭建AI时代的人才孵化体系，留住并培养复合型人才，将成为核心竞争力之一。
超量子基金 聂稳
未来量化机构会越来越轻量化、高效化。大量重复性、基础性工作被AI替代，人的精力将从“机械劳动”释放出来，聚焦深度思考、长期研判、价值沉淀。
技术解放人力，最终让投资回归研究本质。
九坤投资 郭泓辰
AI会让组织架构更扁平、更协同、更透明。部门壁垒被数据打通，协作效率大幅提升。
未来量化机构的竞争，不再只是收益率的比拼，而是技术能力、组织能力、人才能力、风控能力的综合较量。人机共生的模式，也会推动国内量化机构走向更广阔的全球市场。
写在最后【辛理话·辛视角】
整场高质量的圆桌对话听下来，我最大的感受是：AI颠覆的是工具与效率，但从未颠覆投资的核心逻辑与人性风控。
在一众硬核的技术、算法、行业迭代的探讨中，作为女性财富管理者，我也捕捉到行业最核心的底层逻辑：技术可以无限迭代，但审慎的判断、有度的取舍、对风险的敬畏、长期主义的坚守，永远是投资的根本。
当下整个资管行业都在追逐AI、拥抱科技变革，所有人都在加速迭代、升级工具。但这场论坛让我更加笃定：人机协同，才是未来量化投资最稳健、最可持续的发展路径。
AI负责高效迭代、精准运算、突破效率边界，而人负责顶层判断、风险把控、长期价值坚守。
这也是我做「辛视角」栏目的初心：跳出行业内卷的速度焦虑，以更沉稳、理性、细腻的视角，解读行业变革、解读前沿趋势，把晦涩的行业干货，转化为大家能看懂、能理解、可借鉴的投资认知。
未来我会不定期通过「辛视角」，分享对一线行业的真实思考，和大家一起，在快速变化的金融市场中，保持清醒、稳步前行、理性投资。
【风险提示与免责声明】
本文为深圳市财富管理协会主办论坛现场内容整理记录，部分内容因转述、梳理可能与嘉宾原始观点存在细微出入，所有内容仅作行业交流与参考，不构成任何投资建议。
投资有风险，市场波动无常。各位投资者请结合自身风险承受能力，独立判断、谨慎决策。
