【觀察】量化巨頭跨界引關注！「AI炒股」進展如何？

原創

在OpenAI推出ChatGPT後，AI大模型瞬間點爆了科技行業的熱情，微軟（MSFT.US）、谷歌等科技巨頭紛紛斥巨資佈局大模型領域，微軟、英偉達（NVDA.US）、台積電等科技股則普遍迎來暴漲，並引領美股走出了一波大牛市。

而在國内，騰訊（00700.HK）、阿里巴巴（09988.HK）、百度等科技巨頭也紛紛入場，誓要「砸」出個未來。

值得一提的是，雖然國内外參與AI大模型競爭的主要是科技企業，但也有一些例外，其中國產AI大模型深度求索（DeepSeek）背後站著的就是一家量化巨頭——幻方量化。

量化巨頭跨界AI大模型引關注

眾所周知，此前A股市場許多投資者對量化交易頗有微詞，而幻方量化則是量化界的領頭羊之一，有「北九坤，南幻方」的說法。

據悉，幻方量化一度是國内首家突破千億私募的量化大廠，準確地說也是迄今為止業内唯一規模曾邁過千億門檻的量化私募，業績表現也比較亮眼。

然而，除了是一家量化巨頭外，幻方量化還有另一個身份——AI大模型企業。

早在2019年，幻方量化就成立了AI公司幻方AI。

2020年官方披露的數據顯示，幻方AI自研的深度學習訓練平台「螢火一號」總投資近2億元，搭載了1100塊GPU。一年後，「螢火二號」的投入增加到10億元，搭載了約1萬張英偉達A100顯卡，算力位居國内第一梯隊。

2023年上半年，幻方量化把下場做大模型的獨立新組織，命名為「深度求索（DeepSeek）」，並強調將專注於做真正人類級别的人工智能。公司的目標，不只是復刻ChatGPT，還要去研究和揭秘通用人工智能（AGI）的更多未知之謎。

2024年5月初，DeepSeek宣佈開源第二代MoE大模型DeepSeek-V2。據介紹，該模型在性能上比肩GPT-4 Turbo，價格卻只有GPT-4的僅1%，收獲「價格屠夫」之名。

近日，DeepSeek在官微稱，正式發佈DeepSeek V2.5的最終版微調模型DeepSeek-V2.5-1210。本版模型將是開啓下一個全新基座模型系列前對V2系列的最後一次更新。

DeepSeek還指出，與之前版本相比，本次更新通過Post-Training全面提升了模型各方面能力表現，包括數學、代碼、寫作、角色扮演等；同時，新版模型優化了文件上傳功能，並且全新支持了聯網搜索，展現出更加強大的全方位服務於各類工作生活場景的能力。

「AI炒股」是否可行？

一家量化巨頭跨界AI大模型領域讓不少投資者聯想到了「AI炒股」。

針對這種說法，2023年，幻方量化CEO陸政哲回應稱：「我們探索AGI不是用來炒股的，是做GTP相關的大模型，與金融無關。我們獨立於投資新成立了一個團隊，相當於二次創業，從事的是科技方向，只是大家習慣把我們局限在投資領域。」

幻方量化的創始人梁文鋒也曾在採訪中表示：「我們做大模型，其實跟量化和金融都沒有直接關系。我們獨建了一個名為深度求索的新公司來做這件事。」

不過，伴隨著近年來AI行業的不斷發展壯大，試圖將AI應用於投資領域的私募不在少數。就幻方量化來說，據公開資料顯示，截至2017年年底，幻方幾乎所有的量化策略都已經採用AI模型計算，這也就是說AI模型的確在幻方量化的投資中起到了重要輔助作用。

私募排排網數據顯示，幻方量化旗下的產品絕大多數取得正收益，其中一些產品的收益非常亮眼，如下圖所示。

而走得更遠一些的是私募止於至善投資。2023年6月1日，止於至善投資宣佈，擬安排公司4位研究員，以及一個基於人工智能的機器人（暫定名為賽博坦），獨立管理5只不同的私募基金。其中，名為賽博坦的AI獨立管理的基金是止於至善1號，並由公司總經理監督。

私募排排網的數據顯示，今年以來，止於至善CTA1號的收益率已經達到了276.07%，表現相當強勁。

需要指出的是，雖然止於至善投資啓用了AI機器人獨立管理基金產品，但目前在投資領域，AI更多還是起一些輔助作用，包括選股等。

另外，有市場人士指出，AI機器人選股方式和量化基金略有不同，基金公司提供相應的因子給到微軟等科技公司，由AI機器人選出符合的個股，以「黑箱」形式傳回，這些科技公司並不清楚個股具體情況。

目前在量化領域，搶佔人工智能領域的制高點已成為普遍認同的目標。

譬如，九坤投資推出「梧桐計劃」，面向全球招牌優秀的本碩博應屆畢業生，選拔出最具極客精神的量化新星。據了解，九坤投資目前已在量化投資的全流程中融入了AI技術，是業内為較早在實盤中深度應用相關技術的量化私募。

再如，黑翼資產，自2017年起便佈局人工智能，組建AI算法團隊。目前，AI技術已全面融入從數據收集到交易執行的全流程，有效提高了模型的預測精度和穩定性。

黑翼資產曾表示，量化投資是一種基於數學模型和算法進行決策的投資策略，人工智能的引入，有助於提升量化模型的數據分析能力和預測準確率，從而能夠提升投資效率和回報率。目前，AI技術在量化投資中的應用主要集中於因子挖掘、組合優化等環節。