时代背景与技术演进 - 全球正处于技术演进与制度转型交汇的关键时点，生成式AI为代表的新技术浪潮正在改变各行各业，为长期价值投资提供新工具[1] - AI正从提升多步推理能力（L2）向具备"感知—计划—执行"闭环能力的AI Agent（L3）发展，2025年被称为"AI Agent元年"[2] - 海外市场AI辅助研究已成为主流，对冲基金采用大模型优化投研流程，共同基金和财富管理机构应用生成式AI于投资摘要、会议纪要等环节[4] 政策导向与市场结构 - 新"国九条"及配套政策体系引导长期资金入市、倡导价值投资、规范程序化交易，管理险资、社保等机构更看重低费率、容量大、结构透明的投资工具[4] - 国家推动科技金融、绿色金融、普惠金融、养老金融、数字金融"五篇大文章"，金融资源配置向五大重点领域倾斜[4] - A股市场信息披露、监管执法和投资者结构持续优化，逐步形成基本面主导、"优胜劣汰"的市场机制[5] 量化投资的作用与定位 - 量化交易在市场中承担"润滑剂"与"稳定器"双重角色，为市场提供流动性和价格发现机制，增强市场结构韧性[6] - 通过机器学习将股票从稀疏高维空间嵌入致密低维空间，利用注意力机制构建图网络，增强整体系统稳定性与韧性[7] - 本土量化行业已建立稳定技术积累、较强研究能力和良好合规文化，面临技术加速发展与制度优化的窗口期[5] 智慧选股（Smart Beta）策略 - 智慧选股策略聚焦服务长期机构资金，强调工具化定位，构建可理解、可复制、可评估的配置工具[10] - 策略以AI为驱动、基本面为核心，回归价值投资本源，容量大、换手低、费率合理，支持机构投资者长期配置[10][11] - 旨在实现"普惠化"目标，接近"长期满仓、长期持有"的理想状态，兼顾商业可持续性与合规性[11] AI研究与技术实践 - 行业AI研究分为基于兴趣驱动的学术性研究和更具挑战性的工业级研发，后者需要长周期、重投入[12] - AI时代机遇分为以应用为导向的现实机会和面向未来的基础能力探索，后者涉及对AI推理能力、通用性等的理解[13] - 公司设立人工智能实验室WILL，开展工业级研发探索AI能力上限，源于量化机构具备组织基础和工程文化[14] 行业展望与结语 - 技术突破、人才流动、思想融合为新一轮发展积蓄动能，人类正以前所未有的方式在科技树上攀登[16] - 行业应积极参与技术革命与产业变革，共建行业，不做伟大时代的旁观者[17] - 真正值得投入的事业以长期信念和实践为依托，不以短期确定性为前提[16]

时代背景与技术演进 - AI技术正从提升多步推理能力（L2）向具备"感知—计划—执行"闭环能力的AI Agent（L3）发展，2025年被称为"AI Agent元年"，AI正从工具演变为自主执行复杂任务的参与者[4] - 海外市场AI辅助研究已成为主流，对冲基金采用大模型优化投研流程，共同基金和财富管理机构将生成式AI应用于投资摘要、会议纪要等环节，AI角色从工具向资管流程基础设施演变[5] - 国家政策强化长期导向，新"国九条"及"1+N"配套政策引导长期资金入市、倡导价值投资，管理险资、社保等机构更看重低费率、容量大、结构透明的投资工具，指数化投资获新发展机会[5] 市场结构与量化定位 - A股市场结构发生积极变化，信息披露、监管执法和投资者结构持续优化，逐步形成基本面主导、"优胜劣汰"的市场机制，为长期投资创造发展基础[5] - 量化交易在市场中承担"润滑剂"与"稳定器"双重角色，作为"时刻在线"的基础设施提供流动性和价格发现机制，增强市场结构韧性[10] - 通过机器学习将股票从高维空间嵌入低维空间，构建基于图注意力网络（GAT）的结构表达，实现信息高效传递和流动性共享，分散冲击影响[11] 智慧选股策略与AI探索 - 智慧选股（Smart Beta）策略聚焦服务长期机构资金，强调工具化定位，以AI为驱动、基本面为核心，满足容量大、换手低、费率合理的结构设计原则[13] - 行业中AI研究分为两类：基于兴趣驱动的学术性AI研究推动单点技术突破；工业级AI研发需长周期投入，构建基础设施体系并探索技术路线[17] - AI时代机遇分为应用导向的现实机会（如AI Agent嵌入场景）和面向未来的基础能力探索（如AI推理能力、通用性研究），宽德选择以工业级研发探索AI能力上限[18] 行业实践与长期愿景 - 宽德设立人工智能实验室WILL，定位为"Good WILL Hunter"，开展长期基础性AI研究，回应AI社会价值，需应对计算资源、算法框架、人才招募等挑战[19] - 量化投资行业已建立稳定技术积累、较强研究能力和良好合规文化，当前技术发展与制度优化提供发展窗口，也对规范化和专业化提出更高要求[8] - 行业呼吁在技术革命与产业变革中主动参与建设，不以短期确定性为前提，而以长期信念和实践为依托，共建市场生态[22][23]

核心观点 - 量化投资与长期价值投资正在AI时代融合，智慧选股（Smart Beta）策略成为重要工具，服务于长期资金配置需求[1][6][15] - AI技术演进（如生成式AI、AI Agent）正重塑投资逻辑，为长期投资提供新工具[3][8][10] - 政策导向（如新"国九条"）强化长期资金入市，指数化投资迎来发展机遇[10][11] - 量化交易在市场中扮演"润滑剂"与"稳定器"角色，提升市场效率和韧性[4][12] - 本土量化行业已具备技术积累和研究能力，面临规范化与专业化升级窗口[11][15] 技术演进与AI应用 - AI发展进入L3阶段（AI Agent），2025年成为"AI Agent元年"，AI从工具升级为自主执行复杂任务的参与者[8] - 海外资管机构已广泛应用AI优化投研流程（如对冲基金使用大模型、共同基金应用生成式AI）[10] - 机器学习技术（如图注意力网络/GAT）用于股票关系建模，增强市场流动性共享和稳定性[13] - 行业AI研究分为两类：学术性单点技术突破与工业级长周期基础设施研发[17] 政策与市场生态 - 新"国九条"配套政策引导长期资金入市，推动低费率、透明结构的指数化工具发展[10] - 金融资源配置向科技金融、绿色金融等五大领域倾斜，标准化金融工具助力政策目标[10] - A股市场机制优化（信息披露、监管执法、投资者结构）形成基本面主导的"优胜劣汰"环境[10][11] 量化投资策略创新 - 智慧选股（Smart Beta）策略结合长期主义与工具化理念，聚焦基本面因子系统建模[15][16] - 策略设计原则：大容量、低换手、合理费率，支持机构长期配置需求[16] - 量化机构通过AI驱动的基本面分析回归价值投资本源，强调纪律性与客观性[15] 行业实践与探索 - 宽德投资设立人工智能实验室WILL，开展长周期AI基础能力研究[19] - 行业需平衡应用导向的现实机会（如AI Agent场景嵌入）与基础能力战略探索[18] - 本土量化行业技术积累成熟，需抓住技术发展与制度优化的双重窗口期[11][15]