量化私募AI布局现状 - 国内百亿量化私募达39家，其中15家已在AI领域取得成果或布局[1] - 念空科技成立上海全频思维人工智能科技公司专注前沿AI研究，并与上海交大合作发表大模型研究论文[1] - 幻方量化与九章资产作为DeepSeek背后机构，推动量化行业从"工具使用者"向"创新贡献者"转型[2] 头部量化私募AI应用成果 - 念空科技旗下4只量化产品近1年收益均值达21.50%，创始人管理的两只产品收益分别为33.96%和23.24%[1] - 15家百亿AI量化私募中，13家机构管理的157只产品近1/3/5年收益均值分别为29.91%、41.15%、117.06%[2] - 幻方量化11只产品规模18.57亿元，近半年收益17.48%，近1年收益38.37%位居行业第一[2] AI对量化投资的影响 - 私募排排网数据显示，2020年后量化多头与主观多头策略收益差显著放大，反映科技爆发助力量化投资[2] - 行业普遍认为"AI+量化"将成为投资者重要考量因素，因量化机构具备AI技术应用的天然优势[2] - 头部机构通过大模型研究（如念空科技的自适应混合训练方法论）实现技术突破[1]

量化私募AI布局 - 沪上百亿量化私募念空科技成立全频思维人工智能科技公司(AllMind)，专注于研究通用大语言模型(LLM)相关底层算法和工程技术 [1][2] - 全频思维注册资本100万人民币，经营范围包括技术服务、软件开发、人工智能应用软件开发等 [3] - 念空科技创始人表示AllMind短期内将训练基于金融数据的专项大模型，并探索提升逻辑推理能力、减轻幻觉问题等方向 [3] 学术合作与论文研究 - 念空科技与上海交通大学合作撰写论文《面向特定任务大型语言模型的监督微调与强化学习分步式自适应集成》，5月20日投向NIPS [1][3] - 论文提出Step By Step切换SFT和RL的训练方法，在三个公开数据集上表现优于单独SFT、单独RL及简单混合方法 [5][6] - 研究灵感来自人类学习方法，认为高频切换刷题(SFT)和考试总结(RL)更有利于提升推理能力 [6] 行业AI应用趋势 - 宽德投资成立智能学习实验室招聘AI人才，专注于研发通用性AI技术 [8] - 九坤投资与微软合作发表AI论文，成功复现DeepSeek-R1工作并发现语言混合影响推理能力等问题 [8] - 鸣石基金2021年成立AI实验室G-Lab，2022年启动算力基础设施建设"星座计划"超算系列 [8] - 黑翼资产实现全流程AI量化投资，应用大语言模型处理结构化与非结构化数据 [9] 量化行业AI转型 - 多数量化私募正在提升AI在投研中的比重，少数已实现全流程AI投研 [9] - 行业预计将加大AI投入，包括人才招聘和硬件基础设施，可能引发AI人才争夺战 [9] - 机构认为AI布局既能提升竞争力，又能拓展业务边界并为科技创新出力 [1]

核心观点 - 量化私募念空科技与上海交大计算机学院合作发表大模型研究论文，提出"自适应混合训练方法论"，成为首家闯入国际顶会NIPS的中国量化机构 [3][4][5] - 公司在DeepSeek基础上提出交替进行SFT和RL的新训练框架，实验证明在三个公开数据集上优于单独SFT、单独RL及简单混合方法 [5][23][24][25][27] - 公司通过产学研结合路径探索大模型在量化投资的应用，同时孵化AllMind进行跨领域大模型底层研究，展现从金融AI向多领域扩展的野心 [10][11][41][42] 技术创新 - 提出动态混合训练框架SASR，通过step-wise自适应算法决定每个训练阶段采用SFT或RL，相比静态混合方法在GSM8K、MATH等数据集上准确率提升显著 [25][27][28] - 实验数据显示SASR框架在1.5B/0.5B参数量下取得0.484平均准确率，优于静态混合的0.326和单独SFT的0.414 [28] - 技术突破点在于发现交替训练可避免过拟合和模型崩溃，类比人类学习中刷题与考试经验交替进行更有效 [24][25] 产学研结合 - 与上海交大合作实现优势互补：高校提供理论研究与人才资源，公司提供算力、工程经验及金融场景 [8][29][34] - 2017年组建3人AI团队起步，2019年将90%实盘模型转为Transformer算法，2021年管理规模达百亿 [17][18] - 当前AI团队规模达数十人，70%-80%为自主培养，通过6个月实习可熟练使用内部一体化研究框架 [37][38][39] 战略布局 - 成立AllMind独立公司专注大模型底层研究，与主营量化业务的念空形成分工：前者侧重基础算法与跨领域应用，后者聚焦金融数据拟合 [40][41] - 基于通义千问3进行垂直领域微调，计划开发面向普通投资者的普惠金融应用 [35][43] - 战略逻辑是通过理解大模型底层原理提升金融预测能力，同时将训练框架迁移至医药、新材料等领域 [11][33][42] 行业洞察 - 金融数据具有量少、信噪比低、不稳定的特点，与互联网数据差异显著，传统机器学习易过拟合 [7][58][59] - 量化模型不需100%准确率，IC值15%-20%即可盈利，关键是在过拟合与欠拟合间找到平衡 [54][61][62] - 大模型可突破传统拟合局限，通过跨模态理解带来超额信息，但需针对金融特点调整训练方法 [19][32][49]

公司动态 - 头部量化私募念空科技与上海交大计算机学院合作向国际顶会NIPS投递大模型研究论文 [1] - 公司成立于2015年 是国内较早将AI应用于金融领域的老牌量化私募机构 [1] - 2025年成立AllMind专注大模型底层技术研究 [1] 技术突破 - 论文提出全新训练框架 能使大模型在同等训练量下变得更聪明 [1] - 这是中国量化机构首次在AI基础研究领域挑战全球顶级学术舞台 [1] 行业意义 - 标志着中国金融科技不止于应用落地 还具备底层创新能力 [1]

公司动态 - 念空科技与上海交大计算机学院合作的大模型研究论文投递至国际顶会NIPS，论文链接于5月20日公布 [1] - 公司成立于2015年，较早将AI应用于金融领域，机器学习覆盖期货、股票等，2019年转向神经网络算法，2020年搭建全流程投研平台，2021年管理规模突破百亿元 [2] - 2025年创始人王啸成立全资公司上海全频思维人工智能科技（AllMind），专注于通用大语言模型底层算法和工程技术研究 [4] 技术突破 - 念空大模型论文提出step by step切换监督微调（sft）和强化学习（rl）的训练方法，灵感来自人类学习经验 [2] - 在三个公开数据集上，新训练框架表现优于单独sft、单独rl及简单混合sft和rl，证明其为更优的后训练方式 [3] - 研究成果可使大模型在同等训练量下提升推理能力，实现"更聪明"的效果 [2][3] 人才战略 - 公司AI工程师团队70%-80%来自高校实习生或应届生，通过内部培养体系筛选人才 [4] - 量化投资需要数学、统计学、金融学、计算机技术复合背景，通过海量数据挖掘规律进行自动决策 [4] 业务布局 - 念空科技主攻金融垂直场景，AllMind则定位大模型基础学术研究，聚焦高质量CoT数据生产和底层技术探索 [4] - AllMind短期不以盈利为目的，研究方向包括不限于金融场景的垂直应用 [4]

财政与货币政策 - 前4个月全国一般公共预算支出93581亿元同比增长46%支出进度为2020年以来同期最快[1] - 1年期和5年期以上LPR分别降10个基点至30%、35%均为自去年10月以来的再度下行主要银行活期存款利率下降005个百分点定期存款利率下降015-025个百分点[1] - 央行强调实施适度宽松货币政策加力支持科技创新、提振消费、民营小微、稳定外贸等重点领域有序推进人民币国际使用[1] 行业动态与监管 - 监管部门调研头部量化私募聚焦量化整体运行情况及AI模型风险包括盈利回撤变化、超额收益来源、AI算法黑箱风险等[1] - 国际标准化组织(ISO)成立全球首个港口码头分委会[1] - 4月全社会用电量7721亿千瓦时同比增长47%其中第一、二、三产业用电量分别增长138%、30%、90%城乡居民生活用电量增长70%[1] 公司公告与合作 - 哔哩哔哩2025年Q1净营业额7003亿元同比增24%移动游戏营业额1731亿元同比增76%净亏损1070万元同比收窄99%经调整净利润362亿元[1] - 腾讯发布混元游戏视觉生成平台为首个工业级AIGC游戏内容生产引擎[1] - 比亚迪与神州租车达成2025年暑期车辆采购战略合作[1] - 沪硅产业拟发行股份及支付现金购买704亿元资产并配套募资不超过2105亿元[6] - 宏景科技签署597亿元智算项目服务合同中材节能签署1252亿元EPC总承包工程合同[6] 资本市场与指数表现 - 上证指数涨038%至338048深证成指涨077%至1024917创业板指涨077%至204846[5] - 恒生指数涨149%至2368148英国富时100涨094%法国CAC40涨075%德国DAX涨042%[5] - WTI原油涨016%至6225美元布伦特原油涨025%至6493美元COMEX黄金涨187%至32926美元COMEX白银涨235%至3326美元[5] 国际事件与经济数据 - 欧盟通过针对俄罗斯的第17轮制裁措施目标为近200艘"影子舰队"船只[3] - 欧元区5月消费者信心指数初值-152高于预期的-16[3] - 加拿大4月通胀年率从23%降至17%因能源价格暴跌127%市场预计6月降息概率从64%降至50%[3]

浙江大学校友创业与投资影响力 - 浙江大学128周年校庆凸显其作为中国高等教育重要参与者的地位，校友全球分布构建创新生态系、创业朋友圈和发展共同体 [1] - "杭州六小龙"科技企业中有3家创始人毕业于浙江大学，包括深度求索、云深处科技和群核科技 [1][2] - 浙江大学1978年创建计算机系时就将人工智能研究列为首要任务，2019年成为首批设立人工智能本科专业的35所高校之一 [2] 浙江大学校友创业成就 - 截至2024年5月17日，浙江大学共有351位校友担任313家上市公司创始人、实际控制人或高管 [4] - 竺可桢学院创新与创业管理强化班创立于1999年，已诞生128家创业公司总市值达千亿元，培育出拼多多黄峥等知名企业家 [5] - 浙江大学构建了从实验室到产业端的价值闭环，形成"热带雨林"般创新生态系统 [5] 校友企业案例 - 深度求索创始人梁文锋本硕毕业于浙江大学，其开源模型DeepSeek-R1颠覆AI研发"高投入、长周期"认知 [3] - 云深处科技创始人朱秋国完成浙大本硕博学业，公司员工中一半为浙大校友 [2] - 群核科技两位联合创始人均毕业于浙大竺可桢学院 [2] 校友投资案例 - 段永平1978年考入浙江大学无线电系，创立步步高并孵化OPPO、vivo，转型投资后成功投资拼多多、网易等 [6] - 浙商创投董事长陈越孟管理资产超30亿元，投资20多个项目涉及现代服务业、节能环保等领域 [8] - 线性资本创始合伙人王淮管理10支基金总规模约20亿美元，已投资超过120个创业团队 [9] 医疗领域投资 - 泓创资本陆潇波主导超过50个医疗项目投资，收获13个A股IPO包括华大基因、贝达药业等 [10] - 比邻星创投管理多支人民币和美元基金，已投出健世科技、康沣生物等医疗创新企业 [11] - 方源资本张辉作为初始团队成员参与创立该机构 [11]

量化私募行业监管调研 - 监管部门近期对部分头部量化私募开启新一轮调研 [1] - 调研聚焦当前市场环境下量化的整体运行情况 [1] - 关注不同市场环境下的盈利和回撤变化情况 [1] - 重点了解主要超额收益来源 [1] - 调研2024年量化整体表现和应对策略 [1] - 关注负债端赎回压力问题 [1] AI模型在量化策略中的运用 - 监管部门对量化策略中AI模型的运用较为关注 [1] - 调研人工智能算法黑箱带来的模型不可解释性问题 [1] - 关注AI模型风险不可控性问题 [1] - 调研AI"幻觉"风险在量化资产配置中的典型表现 [1] - 关注如何抑制AI"幻觉"风险 [1]

在大模型底层创新趋近平稳之际，有百亿量化私募助力AI应用闯进了名片场景。 近日，灵均投资发起了"点点同行，乡乡同兴——AI点亮乡村振兴"公益行动，并推出"点点AI名片"的垂 类应用。以灵均投资董事长蔡枚杰作为创始人的点富科技，参与了这一应用的技术研发和平台的搭建。 "能对话、有科普"是点点名片的特色。据了解，使用者可以在点点名片中构建自己的"AI名片"，也可以 通过AI技术与其他人的名片进行互动交流。 21世纪经济报道记者 黎雨辰 北京报道 当前，中国AI技术发展正处于快车道，制度与市场的双重优势为技术落地提供了良好环境。政策层 面，"新型举国体制"下的算力统筹与科技专项支持加速技术转化；市场层面，2.5 亿生成式AI用户推动 着AI与垂类领域的产业升级、造福社会。 而在其中，国内头部量化私募的资金实力、算力资源以及人才储备，使其具备了进入AI领域的潜力。 从投研的角度出发，事实上2017年以来，AI就已开始走入量化行业，并在提升数据处理分析能力、优 化模型构建与策略创新等方面大显身手。 "AI支持量化行业发展的根源在于对算力的提升。"一位头部量化人士向记者指出，"在策略的制定方 面，AI推动了数据处理分析深 ...

报告行业投资评级 - 推荐（维持） [3] 报告的核心观点 - 上周量化私募超额有所回升，中性策略正收益，成交额总体有所提升 [3][5] 各部分总结 量化私募收益及超额情况 - 300增强策略周/月/年初以来平均收益分别为-0.4%/-1.3%/-1.8%，平均超额分别为+0.1%/+0.9%/+3.3% [3] - 500增强策略周/月/年初以来平均收益分别为+0.4%/-1.7%/+2.3%，平均超额分别为+0.3%/+2%/+7.1% [3] - A500增强策略周/月/年初以来平均收益分别为-0.2%/+1.5%/+5.6%，平均超额分别为-0.1%/+4.1%/+11% [3] - 1000增强策略周/月/年初以来平均收益分别为+0.7%/-1.2%/+5.4%，平均超额分别为+0.5%/+3%/+9.2% [3] - 空气指增策略周/月/年初以来平均收益分别为+0.8%/-0.2%/+7.8% [3] - 市场中性策略周/月/年初以来平均收益分别为+0.2%/+0.8%/+4.4% [3] 指数收益情况 - 沪深300相对中证500周/月/年初以来超额收益分别为-0.4%/-0.2%/+1.9% [4] - 中证1000相对中证500周/月/年初以来超额收益分别为-0.6%/-1.2%/-2.1% [4] - 中证2000相对中证500周/月/年初以来超额收益分别为-1.9%/-5%/-7.2% [4] - 微盘股相对中证500周/月/年初以来超额收益分别为-3.6%/-7.3%/-16.6% [4] 成交额情况 - 沪深300周/月/年初以来日均成交额分别为2544/2359/3105亿元，环比+16.9%/-46.7%/+31.6% [5] - 中证500周/月/年初以来日均成交额分别为2025/1777/2248亿元，环比+19.7%/-44.4%/+56.3% [5] - 中证1000周/月/年初以来日均成交额分别为2714/2451/3169亿元，环比+19.2%/-45%/+86.9% [5] - 中证2000周/月/年初以来日均成交额分别为4091/3452/3926亿元，环比+27.5%/-41.7%/+76.1% [5] - 微盘股周/月/年初以来日均成交额分别为264/241/236亿元，环比+11.4%/-42.7%/+28.1% [5] 风格轮动情况 - 本周涨幅前三的行业分别为国防军工+8%、银行+4%、电气设备+3.9%；涨幅后三的行业分别为半导体-1.3%、日常消费零售-0.4%、房地产+0.2% [6] - 本月涨幅前三的行业分别为家庭用品+15.1%、汽车与零配件+10%、硬件设备+7.8%；涨幅后三的行业分别为日常消费零售-3.7%、可选消费零售-3.5%、消费者服务-3.4% [6] - 年初以来涨幅前三的行业分别为家庭用品+18%、汽车与零配件+7%、机械+6.7%；涨幅后三的行业煤炭-12.8%、非银金融-12.2%、房地产-8.3% [6]