九坤投资创始人ampCEO王琛大数据+AI算法是量化行业未来主要增长来源

（上海新闻7月14日电）7月7日至7月10日，2021世界人工智能大会在上海成功召开。作为人工智能行业的全球顶级盛会，本届大会的主题是“智联世界，智造城市”。自研芯片、远程医疗、AI智能、边缘计算、隐私计算……本届世界人工智能大会聚焦未来数字化趋势。

7月9日下午，在“数据智能，链接未来”主题分论坛上，久鲲投资创始人兼CEO王晨发表了题为“时代量化投资的演进与挑战”的主题演讲数字智能”，主要是从量化投资的角度。数智的演进，玖琨在数据和智能方面的实践，以及未来数智量化投资发展面临的挑战和瓶颈，都说明了量化产业的发展。

久鲲投资创始人兼CEO王晨

大数据+AI算法是量化行业未来增长的主要来源

为什么量化投资有利可图？一是金融市场效率低下，这是一切主动投资赚钱的基础；二是统计方法的有效性，这是定量方法论的核心信念。在王晨看来，金融市场是一个交易市场，其背后体现的交易者的行为规律是量化利润的源泉。

毫无疑问，人工智能技术可以提高信息提取的效率。在王晨看来，量化投资已经从简单的“结构化数据库+算法”发展到了“大数据+深度智能”的阶段。国内量化市场在2017年之前依赖量价数据和人工挖掘。2018年之后，中国量化技术开始逐步进入AI时代。2020年后，规模增长驱动的战略研发逐渐进入大数据+AI算法挖掘时代。

“本质上，信息来源的拓展和信息提取能力的提升，是量化投资行业的核心引擎。” 王晨表示，量化产业规模突破7000亿后，未来大数据+AI算法的发展趋势更加不可阻挡。这也是未来量化行业增长的主要来源。

久鲲投资创始人兼CEO王晨

信息、算法和执行是量化投资的核心要素

对于量化行业的核心要素，王晨认为包括信息、算法、执行三个方面。在人工智能兴起之前迭代尺度算法中的w收敛，量化领域已经在这三个方向上取得了相当程度的成就。然而，进入数字时代后，这三个方向在人工智能和大数据技术的作用下得到了进一步的赋能和提升。

以久鲲利用AI技术处理信息的实践为例，面对新闻和公告中披露的企业事件信息，它会充分利用NLP算法，根据对新闻或公告含义的理解，对不同类型的新闻或公告进行分类和特点，最后形成一个整体。信息分类。在这个过程中，会发现很多信息对股价的影响会出乎意料。比如上市公司重大重组对公司本身有利，但股价却在下跌。这涉及到如何理解因果关系并建立正确的模型。

如何用量化做基本面，是所有量化公司都在考虑的问题。王晨提到，玖琨的方法之一是从数百万份研究报告入手，利用NLP算法为各个行业的基本面指标构建知识图谱，从而快速建立行业投资逻辑。这个过程主要是基于深度学习算法，从研究报告中提取大量的行业指标信息，自动高效地提取指标的变化历史和指标预测数据，然后在此基础上对指标进行验证，挖掘其影响上市公司股价指标。.

此外，久鲲还在时间序列上使用各种多模态替代数据，而不仅仅是传统的量价数据，并应用不同的机器学习算法进行交织，试图形成预测价格的能力。

量化投资大数据智能的挑战

数字智能时代，量化投资将面临哪些挑战？王晨认为，它包括多模态挑战、数据质量挑战和处理速度挑战。

王晨进一步解释，对于不同类型的替代数据迭代尺度算法中的w收敛，需要不同的算法，这需要多模态算法领域的人才。数据源本身的错误或噪声会对历史模型的建立产生严重影响。此外，低延迟的数据处理能力是量化的优势，这也需要非常强大的基础设施和系统建设才能完成。

除上述之外，数字智能时代量化行业面临的挑战还包括模型有效性、市场反身性和金融市场高噪声叠加的挑战，以及市场风格和市场变化带来的挑战。中国市场环境下不同时期的结构。

中国量化投资领域的演进速度非常快，战略、方法、产品都在快速迭代。当前量化行业的演进正处于智能投资的开端，每一次迭代都会将投资预测的准确性不断提升到新的高度。