即便策略逻辑(趋势跟踪、统计套利)相同,AI 应用方式的差异也会让业绩相关性彻底瓦解 , 传统量化是 “同一条赛道上的竞争”,而 AI 时代的量化是 “不同维度的较量”,维度差距之下,结果自然天差地别,一个赚钱,一个亏钱的分化局面。
本质是其 AI 应用已形成「数据 - 算法 - 算力」的闭环生态:
数据端:整合 120 + 另类数据源(含卫星、舆情、链上数据),是传统机构的 6 倍;
算法端:采用「LLM + 强化学习」双引擎,而非单一机器学习模型;
算力端:自建 GPU 集群,算力规模是中型机构的 10 倍以上。
反观多数中小机构,仍停留在「买数据 + 租算力 + 调模型」的碎片化应用阶段 —— 这种「生态级差距」,才是业绩分化的终极原因。
2025 年量化行业的业绩数据,直观印证了 AI 应用差异的影响:
AI 应用差异和策略拥挤
时间(使用经验超过十年的老手与新手 )、 重点领域(信号研究/投资组合构建/交易执行) 以及方法