市场回暖量化崛起

孙巍表示，近年来监管深入规范程序化交易，私募基金规则体系的重塑也妨碍着行业生态。随着DeepSeek的走红，各界改变了对量化投资的刻板印象，整体来看，监管在积极引导行业健康进展的过程中，厘清了量化投资与程序化交易的边界，“规范进展”成为行业主基调，为行业注入了信心。

回顾2024年“9·24”以来的市场表现，A股展现出显著韧性与独立性，走出了一波强势复苏行情。关于驱动这波行情的核心动力，思瑞投资创始合伙人、首席投资官李富军从三个层面进行了分析：第一是政策支撑，一系列政策为市场与经济明确了底部；第二是宏观叙事的转变，非常是今年DeepSeek的技术突破为宏观叙事注入了新视角；第三是基本面的验证和市场参与者的共同努力。

喜岳投资创始人、CEO周欣认为，市场信心起到了关键作用。周欣并且认为，从融资数据等观测指标来看，此轮行情与2014年至2015年有着明显不同，显示出更加稳健的特征。

在今年的市场环境下，量化私募业绩整体表现突出，募资事情显著优于主观机构。对此，世纪前沿创始人、投资总监陈家馨认为不应将量化与主观简单对立：“量化和主观在投资办法论、持仓特点、盈利频率等方面相对独立，在某种意义上，双方并且提升了市场整体的活跃度和流动性。”

量派投资创始人、CEO孙林则从周期角度理解这一现象：“万物皆有周期，有时那个好，有时这个好，在我看来基本上正常的。”孙林讲，量化的特色要紧在于稳健性，持仓分散且具有完备的风险治理工具，而主观的优势则在于爆发力。

AI赋能能力升维

随着DeepSeek的火热出圈，AI浪潮席卷资管行业，并成为本场圆桌论坛讨论的焦点。灵均投资首席投资官马志宇从量化投资的本源出发，阐述了AI的应用优势：“量化投资是对海量的金融数据进行分析，而AI的技术或者是策略，比起人脑或者是线性模型可以更多抓住数据之间的微妙联系。”

马志宇进一步展望了大模型可能带来的变革：“现在的量化策略对行情数据的分析能够做到特别细致，然而关于真实的商业世界的理解还比较肤浅……彻底能够预见大模型基于原始数据分析能够成为优秀的分析师。”他认为，这将使量化策略对商业世界的理解实现飞跃式提升。

因诺资产创始人、总经理兼投资总监徐书楠则从更辩证的视角看待AI的价值。他将AI定位为“一种比较有特点，或者是有优势的统计学”，强调“AI和量化投资有特别强的底层关系”。并且，徐书楠认为，AI在可预见的将来并可不能取代人的核心地位。“量化机构的竞争绝非简单的‘AI军备竞赛’，策略的核心构思还是高度依赖人的推断。”

周欣从哲学层面阐述了AI带来的深刻变化：“AI技术的飞速进展，直击了金融领域最深刻的哲学咨询题——在金融市场里，我们应该相信简洁的规律，依然拥抱复杂的智能？”周欣认为，量化投资是典型的交叉学科，用程序和工程将数学、金融、统计、经济以及心理学等学科相连接。由于工具强大，加上庞大的数据量级，量化模型非常容易掉进样本内部过度优化的陷阱。今年以来，随着DeepSeek等大模型的火热，AI给资管行业带来了革命性变革。在周欣看来，量化私募天然与AI相辅相成。

应对挑战生态演进

在AI技术快速进展的并且，量化行业也面临着策略同质化、市场风格快速切换等挑战。对此，头部私募机构纷纷在多样性、组合治理、另类数据挖掘等角度寻求突破。

陈家馨讲，任何阿尔法因子都有周期性，应对的核心在于两点：“一是多样性，我们需要有不同的各种来源的信息，各种不一样的玩法；二是组合治理水平，当其中一些阿尔法因子失效时，可以有效治理风险。”他认为，这是量化机构对抗市场周期、追求长期稳健表现的关键。

马志宇补充讲，灵均投资的做法是“进行收益的来源拆分”“在不同的时刻维度上，包括关于风格的收益依然非风格的收益拆开来研究”。经过多模型研究不同的收益来源，最终合成预测，丰富收益的多样性。

在另类数据应用这一前沿领域，各位嘉宾也分享了各自的实践与考虑。马志宇表示，尽管目前存量模型覆盖了不少价量数据，但“从每年的增量来看，另类数据在将来具有较好的前景”。他详细介绍了在噪声处理、有效性验证和实时性保障等方面的具体解决方案，包括采用自然语言处理技术去噪、多周期回测验证等。

周欣提示，在AI时代更容易陷入一些陷阱：“当算力、算法和数据呈指数级上升的时候，事实上对人的挑战更大，我们更要明白挖掘出来的是不是一个在样本外能够被重复的现象。”周欣讲，不能仅仅依赖样本内部的表现，更要理解复杂模型背后的逻辑。

从行业进展格局看，马志宇认为，“AI也有可能会造成量化行业的头部聚集效应”。因为开辟优质策略需要在数据、算力和人才上进行大量投入，这提高了行业门槛。与此并且，在监管规范与技术创新的双轮驱动下，量化行业正在构建更加健康、多元的生态体系。