由算法洞见开发的“AI财赋通升”小程序用户接近2万，其对国内金融市场的预测能力让人既惊喜又疑惑，后台可以看到不少问题，比如预测的准确性？数据源？判断原理？甚至不少学生朋友最喜欢问的问题是如果AI预测准确为什么要公开。其实市面上并不缺乏AI和金融做结合的公司，其中就有较早阶段就把AI的计算能力和金融获利结合的量化巨头－幻方。
这家对冲基金公司令国内的大模型创业者都非常羡慕，一方面是因为他们手里拽着非常可观的私募基金，另一方面则是他们拥有10000张NVIDIA A100显卡，A100芯片官方售价超8万一张，国内市场上因“卡脖子”紧缺，单价已经被炒到了20多万一张。在目前A100已经不能购买的情况下，行业从业者甚至开玩笑，幻方光是出租A100给AI公司的盈利能力就一般上市公司还赚钱。
关于量化投资若干问题的解答@幻方量化公众号
回归正传，在早些时间，针对市场对于量化投资的口诛笔伐，幻方用一篇原创文章加上频频曝光的高管发言亮明了他们的态度，而其中他们回答了非常多关于金融和AI的共同问题，很值得金融从业者玩味。
幻方量化选择的宣告平台是官方公众号用一篇《关于量化投资若干问题的解答》，的推文洋洋洒洒三千字正面回答了八大问题：
“什么是量化投资？”
“量化投资就是高频交易吗？”
“国内主流的量化策略是怎样的？”
“量化投资赚的是什么钱？”
“国内量化投资规模有多大？”
“量化导致了 A 股市场的下跌和低迷吗？”
“量化通过融券做空 A 股市场吗？”
“量化追涨杀跌、加大了市场的波动吗？”
@幻方量化官网
其实只要你认可市场具有周期性规律，那么AI分析金融强于真人判断是必然的，如同阿尔法狗围棋的计算量，虽然也有算错之后摆烂的情况，但在自我模拟学习中，AI的理财能力成功率自然高于普通投资者。
@九方智投概念图
量化投资从70年代开始逐渐兴起，90年代才大行其道。之所以如此，是因为量化投资需要其诞生的特定土壤，需要一系列的条件才有机会，这些条件其实非常苛刻。
量化投资技术也不是来自华尔街，而是肇始于学术象牙塔里的天才，他们并不被正统的经济学所接受。1952年3月发表“投资组合选择”论文、提出现代财务和投资理论最著名洞见的马克维茨，以该理论参加博士答辩，差点没毕业。但在1990年10月，他获得诺贝尔经济学奖，
@让量化投资成功发酵的是1988年以来，文艺复兴科技公司的旗舰产品大奖章基金，一位叫詹姆斯·哈里斯·西蒙斯的数学家。虽然他于今年五月过世，但是曾经年化66%的收益率让人惊呼完胜巴菲特，索罗斯。在他成功之后更有大把的资本把他塑造成神，什么排除金融学的量化模型，破译了冷战苏联密码，给予杨振宁数学建议，真假混杂的造神运动反映了投资狂热。
其实量化教育确实没什么神秘的，只不过用更大的计算能力来处理市场的信息，减少了情绪能力等对于时机的判断，既然能逃过风险那么它一样有可能错过暴涨，一样有可能被虚假的数据影响，只不过有更全面更迅速的计算，用程序化对抗人性的迟疑恐惧罢了。回到这篇文章，幻方确实还是在逃避回答自己赚什么钱这个问题，我们依旧不知道基金的业绩归因，没有回答是赚了交易的钱，还是赚了企业成长的钱，或者赚的是“做市钱”。不能说还是不敢说，说不好？
当然作为公司只需要对客户回应，对外公告内容回答这些并非义务，公开数据来看，从“九章幻方中证的策略1号”数据回测来看，近三年中证500收益率为-30.26%，领先市场的九章幻方收益率为-12.58%，从比烂的角度确实还是比市场好太多。
量化巨头幻方赚钱的来源究竟是什么？@翠鸟资本
但是赚取提成是一家对冲基金盈利的最核心来源，毕竟固定管理费并不能收得安稳，在回答中承认ai量化的不足之处，即使AI的计算能力是领先的，但是AI真正自盈利还差很远。可以看到许多以AI为噱头的私募公司公开社招信息，招聘量化实盘经理、基金经理等一线岗位，宁波幻方量化投资过往给出的金融岗位月薪在平均是5w以上，年终奖对比其他行业也更为乐观。“说什么不如看在做什么”，这既可以理解成幻方们把AI仅仅作为一个错误引导市场的概念，把同行带到一个自己具备优势的领域，然后实际还是智能人工而非人工智能。同样也可以认为这是对AI目前能力不足的补救，毕竟不投资的收益率是0%。
股市梗图@雪球用户/齐心协力向前看
从幻方量化面对各种对于量化交易的口诛笔伐回应态度，重新思考并回答很多体验用户对于算法洞见的AI财经工具那个问题：如果你手里有赚钱的方法为什么不自己赚而要公开？
因为这个概念需要生存的土壤，而且认可的人越多越有可能获利。一如百度的人工智能提了近十年，真正有了盼头也要等到ChatGPT的横空出世。
用AI的不少，吹AI的不少，但技术输出真的不多。幻方不仅输出技术文章和开源代码，还免费提供算力给高校用，在尽可能不限制空间的情况下充分发挥学生的想象力和创造力，这让其收获众多好评。而算法洞见致力于将AI和财经教育结合，教育目的绝对不仅仅是延缓就业或者是人才分流，更多是为生产力的解放和发展负责，更通俗的说让每个人学以致用，用以获利才是教育的意义。局限于理论化的教育模式脱离了社会实践，更远离了就业本身。应该用技术让财商平权，让普通人依旧有机会学习掌握金融知识，学会对金融数据进行解读并找到自己的成功窗口，拒绝让教育向知识付费韭菜化演化。
本文链接：https://bijiaokuai.com/gupiao_52.html
炒股人工智能机器人工智能自动炒股软件排名人工智能炒股有哪些股票优股炒股人工智能如何用人工智能概念炒股ai 人工智能炒股软件下载人工智能炒股视频教程全集播放ai人工智能机器人会炒股吗
网友评论