

量化投资推动AI模型演进的同时,AI也在悄然改变量化投资的作业方式——从传统的因子工厂到AI建模的自动化现代工厂。在充满海量数据和低信噪比的金融市场,AI正在悄然掀起「算力换人力」的效率革命。端到端、通用底座、后训练等新技术范式层出不穷,技术在提升投资精准度、降低风险的同时,也推动着金融价值链的重构,而背后的技术变革也将进一步泛化,从而改变和赋能更多行业。
本期节目荣幸邀请到粤港澳大湾区数字经济研究院(简称IDEA)首席科学家、(署理)院长郭健,他将与华泰证券研究所电子与计算机行业首席研究员谢春生一同为听众揭秘过去数十年间AI和量化投资相互推动、互相影响的过程,以及未来AI+量化的演进方向。郭健教授回国创业前曾任教于美国哈佛大学(博导)。他长期深耕人工智能、深度学习和量化投资研究,并创建端到端AI量化投资技术企业DeepX。2020年郭健协助前微软公司全球执行副总裁沈向洋院士共同创建人工智能研究机构IDEA。
希望本期节目帮助你从投资视角更好地理解和拥抱这个正在被AI深深改变的时代。
以下,enjoy
IDEA金融团队,用AI技术让金融投资更精准更迅捷更安全
大数据成金融信息化底座,2010年崛起的数据治理仍是行业核心
大语言模型让AI从点状创新跃升为面状创新
自动驾驶依赖大模型数据,可解释性成技术新挑战
因子工厂模式:边际效应递减,如何突破瓶颈?
基于全球金融数据的预训练底座模型,提升跨市场量化投资效率
量化投资新范式,大模型先见多识广后专精
AI在中高频交易中挑战人类直觉
未来的蓝海是AI赋能价值投资
大模型风控深挖财务陷阱
AI平权信息差距,散户能否挑战基金经理?
AI模型在市场博弈中持续进化
量化投资中,投资经理识别并利用能解释资产回报差异的特定特征(即因子)来构建投资组合。常见因子包括价值、动量、规模、波动率和质量等。现代因子投资结合机器学习技术,能从海量数据中挖掘非线性关系和隐藏模式,提升投资效率。
利用大语言模型等生成式AI技术处理金融数据的新兴领域。不同于传统预测模型,生成式AI能合成财务场景、创建假设情境并模拟市场变化,帮助投资者进行风险评估和策略优化。其在财报分析、舆情监测和风险预警方面展现出超越传统算法的能力。
计算机科学和信息技术领域中,端到端的概念指的是一种通信方式,数据从发送方直接传输到接受方,引申到深度学习和人工智能领域,端到端的概念表示 模型可以直接利用输入数据而不需要其他处理。
本节目录制于2025年7月28日,本播客不保证节目播出时援引数据信息的及时、准确、完整。
法律声明
本节目由华泰证券出品,小宇宙、喜马拉雅、苹果播客同步上线。




