会议背景与主题 - 2026年开年，AI技术加速迭代叠加市场风险偏好回升，量化投资迎来策略与工具的双重重构窗口 [1] - 分会场以AI驱动与策略协同为主线，探讨更具效率与韧性的量化配置思路 [1] - 会议旨在理解AI对量化投研范式的改变，并探讨在“进攻”与“绝对收益防守”之间实现平衡 [1] 会议议程与核心议题 - 议题一：AI量化策略的多元应用，由华夏基金量化投资部行政负责人兼基金经理孙蒙主讲 [2] - 议题二：绝对收益的“守”与“攻”——信澳HAI量化多资产多策略实践，由信达澳亚基金量化投资部总监林景艺主讲 [2]

论坛主旨与背景 - 2026年1月28日，清华五道口香港论坛召开，主题为“融汇丝路新动能，共创香江新未来” [1] - 主题论坛四聚焦“智驭未来：人工智能驱动资产管理新范式”，多位行业专家发表主旨演讲并参与圆桌对话 [1] 人工智能在资产管理行业的应用现状与机构差异 - 大型资产管理公司依托专有AI平台与海量数据，主导风险分析与合规管理 [3] - 中小基金借助第三方AI工具，结合行业经验与洞察以捕捉投资机会 [3] - 大型养老基金借助AI提升运营效率，并引导气候相关投资决策 [3] - 主权财富基金将AI用于资本配置，以实现投资组合的优化 [3] - 家族办公室采取混合模式，运用AI提升效率并强化合规管理 [3] 人工智能的技术发展趋势与挑战 - 人工智能正朝着多模态融合与智能体化方向发展 [5] - 人工智能发展面临潜在危机，例如陷入应试教育陷阱，以及大模型如何利用私域数据进行持续训练和推理 [5] - 为破解难题，有必要推动单个AI大模型向多个专家小模型转变，通过分布式、非中心化解决医疗、教育、金融、电商等领域问题 [5] - 需充分利用垂域数据，在保护隐私与安全前提下，让AI具有同理心，并在应用实践中持续学习 [5] - 量化交易与人工智能技术呈深度共生关系，二者相辅相成、迭代发展 [7] - 人工智能的核心三要素（数据、算法、算力）能解决量化投资对计算速度、数据分析处理及数据安全的高要求 [7] - 当前量化投资已从人工设定规则的线性模型阶段，转向采用端到端人工智能模型结合强化学习的新范式 [8] - 在数据爆炸背景下，人工智能与专用芯片的深度融合已成为量化机构的核心竞争力，软硬件一体化的技术壁垒定义了未来资产管理的发展方向 [8] 人工智能对资产管理行业范式的影响 - 技术条件是每次资产管理行业范式变迁的关键驱动因素 [10] - 2025年国务院发布深入实施“人工智能+”行动的意见，目前AI在资管行业的应用已从辅助工具变成战略基础设施，推动整个行业从经验决策向数据决策跃迁 [10] - 短期内人工智能的应用难以取代人类，需要人机协同，但长远看是否会彻底替代人类思考、出现底层逻辑重构值得探讨 [10] 人工智能在投资活动中的能力边界与局限性 - 投资属于信息不对称、规则可变的人类活动，是四类人类活动中最复杂的一类 [12] - 一旦某种盈利规律被AI发现，便会因市场适应而迅速失效 [12] - AI无法获取人类未公开或未记录的信息，因此在这类活动中，AI永远不可能超越人类 [12] - AI的本质仍是基于历史数据的归纳逻辑 [12] 人工智能在量化投资的具体应用与未来方向 - AI通过端到端模型处理海量非线性数据，在捕捉微秒级价格波动的高频交易领域表现优异，实现稳定盈利 [14] - 量化投资的未来发展方向会向“两极”延伸：一是追求极致速度，在微秒级基础上进一步压缩延迟；二是拓展时间维度，将成功应用于高频的AI能力延伸至分钟、周、月级的中长期预测 [14] - AI不会完全取代人，而是形成人机协同模式，AI作为工具可替代部分执行环节，但人仍须掌握交易逻辑与金融本质，对AI输出进行校验与把控 [14] 资产管理行业未来发展的核心逻辑与人机协同 - 在AI日益渗透资管行业的背景下，人机协同是未来发展方向 [17] - AI在精准捕捉数理规律、高效处理海量数据及规避非理性偏差方面具有独特优势，但存在数据投喂和规则设定的底层局限 [17] - 人类在洞察、应变及价值判断上不可替代 [17] - 未来资管行业发展的核心逻辑是借助AI算力的高效性，激发人类感知判断的创造性，提升投入产出质效的协同性 [17] - 在短期可预见的未来，投资领域仍将以人机协同为主要模式 [19] - 金融活动具有明确的问责属性，出现问题必须由人类承担责任，即便未来AI发展到几乎无需人工干预，仍需要人类主体应对监管要求与责任认定 [19] - AI能够系统整合过去数十年积累的知识与经验，也能在极短时间内生成覆盖全网相关信息的分析报告，为客户创造显著增值 [19] 香港在AI时代资产管理行业的角色 - 在全球资产管理中心格局演变的背景下，香港银行业可以在三个方面发挥重要作用：一是成为增量资管业务的有力推动者；二是扮演“一站式”资管服务的高效提供者；三是成为创新业务先行先试的积极践行者 [17] - 通过AI技术与银行业务深度融合，可推动资管行业在AI时代实现高质量发展 [17]

2025年量化私募市场表现总结 - 2025年A股市场呈现指数上行、结构活跃的特征，市场主线在科技与红利间频繁轮动，在此背景下量化私募成为全年表现较为亮眼的策略类型之一 [2] - 尤其是在11月中旬以来市场波动加大的环境中，量化策略凭借模型纪律、分散持仓与高频调仓优势，展现出较强的适应能力，不少产品年内收益持续抬升 [5] 量化策略整体业绩表现 - 截至2025年12月5日，排排网·量化多头策略指数今年以来上涨34.97%，排排网·量化选股策略指数今年以来上涨29.28% [7] - 11月A股进入震荡整理区间，量化策略在回撤控制与收益稳定性方面优势明显，市场环境的变化放大了量化策略不押方向、捕捉结构的优势 [7] - 相较之下，依赖单一主线判断的主观策略，在风格频繁切换中承压更为明显 [7] 头部量化私募公司排名与规模（部分） - 根据一份排名数据，灵均投资（核心策略：股票）产品规模为277.01亿（单位：百万换算为亿）[4] - 宁波幻方量化（核心策略：股票）产品规模为2383.43亿（单位：百万换算为亿）[4] - 稳博投资（核心策略：股票）产品规模为394.01亿（单位：百万换算为亿）[4] - 诚奇私募（核心策略：股票）产品规模为100.63亿（单位：百万换算为亿）[4] - 天演资本（核心策略：股票）产品规模为2318.04亿（单位：百万换算为亿）[4] - 进化论资产（核心策略：股票）产品规模为2257.65亿（单位：百万换算为亿）[4] - 龙旗科技（核心策略：股票）产品规模为2745.10亿（单位：百万换算为亿）[4] - 世纪前沿（核心策略：股票）产品规模为2564.86亿（单位：百万换算为亿）[4] - 金戈量锐（核心策略：股票）产品规模为422.39亿（单位：百万换算为亿）[4] - 阿巴马投资（核心策略：股票）产品规模为243.74亿（单位：百万换算为亿）[4] 量化策略表现优异的市场背景 - 中小市值板块与结构性波动持续活跃是量化私募表现突出的重要背景，中证1000、中证2000等指数年内走势显著强于大盘指数，为指增策略提供了充足的Beta空间 [9] - 成交额维持高位、个股分化加剧，为量价因子、风格轮动模型创造了更友好的环境，覆盖面更广、换手更灵活的量化策略有机会从定价偏差和短期波动中获取收益 [9] - 数据显示，中证1000指增策略指数今年以来上涨43.52%，中证500指增策略指数上涨38.46%，均显著高于沪深300指增策略的22.84% [10] 量化策略的核心优势与未来展望 - 量化策略的优势并非建立在对单一风格或主线的押注上，而是体现在对风格轮动与波动环境的适应能力 [12] - 2025年市场整体主线仍以科技成长为核心，量化模型通过因子分散、仓位控制和动态调仓，力争在不同市场状态下保持相对稳定的风险收益特征 [12] - 展望未来，在宏观弱复苏与高不确定性并存的阶段，强调纪律性、分散化与风险控制的量化策略或仍具备较高的配置价值 [14] - 量化选股、指数增强、量化市场中性及多资产量化策略，有望在波动扩张与风格切换中持续获取结构性机会 [14]