風(fēng)評(píng)轉(zhuǎn)向很快，量化從股市敵對(duì)勢(shì)力到掀起科技國(guó)運(yùn)，僅用了一年時(shí)間。

DeepSeek R1的開源，幾乎拉齊了中美大模型的代差，也重塑了量化行業(yè)的公眾形象。對(duì)于過去兩年深陷某種道德困境的量化私募行業(yè)而言，AI 實(shí)驗(yàn)室成為了當(dāng)下一個(gè)不可忽視的風(fēng)口。在巨大的社會(huì)價(jià)值面前，擴(kuò)招的消息一個(gè)接著一個(gè)。

寬德Will Lab招募AI工程師，鳴石創(chuàng)世紀(jì)AI Lab招募AI科學(xué)家，蒙璽AI Lab招募機(jī)器學(xué)習(xí)實(shí)習(xí)生，黑翼、磐松、正定、啟林、世紀(jì)前沿近期也加入AI搶人之爭(zhēng)。

而頭部量化之間，這場(chǎng)AI軍備競(jìng)賽其實(shí)早已暗流涌動(dòng)。

眾所不周知的是，明汯已囤了數(shù)千張GPU卡，數(shù)萬(wàn)張CPU核，在金融數(shù)據(jù)的應(yīng)用場(chǎng)景下AI算力可以達(dá)到400P Flops；九坤更是與微軟亞洲研究院復(fù)現(xiàn)了DeepSeek R1模型，在此之前低調(diào)建立了Data Lab、AI Lab、水滴等多個(gè)AI實(shí)驗(yàn)室。

看起來(lái)DeepSeek已不僅是資本市場(chǎng)信心重啟的重要催化劑，更變成了一些量化私募的OKR，激勵(lì)他們以更重要的角色參與到時(shí)代進(jìn)程里。

只是在與多位量化管理人交流后，筆者感受到一種溫差：如火如荼的投產(chǎn)之下，各大建立AI實(shí)驗(yàn)室的量化在大語(yǔ)言模型能力上距離DeepSeek還很遠(yuǎn)。反過來(lái)，DeepSeek目前對(duì)量化投研的幫助也十分有限。

整個(gè)量化行業(yè)，集體投入到建設(shè)AI實(shí)驗(yàn)室的熱情中，真實(shí)意圖并不只是技術(shù)理想主義的追求。

量化難有下一個(gè)DeepSeek

開年以來(lái)，機(jī)構(gòu)盡調(diào)量化私募時(shí)會(huì)多問一句，「你們家有多少?gòu)埧?？?/p>

雖說算力儲(chǔ)備難與投資能力扯上多少關(guān)系，但在很多盡調(diào)機(jī)構(gòu)眼里，卡的數(shù)量一定程度反映了量化私募的做成大模型的概率，對(duì)于一些銷售機(jī)構(gòu)而言，這也是衡量量化私募未來(lái)的某種標(biāo)尺。

但一個(gè)顯而易見的現(xiàn)實(shí)是，大多數(shù)量化私募目前并沒有足以支撐做大模型的算力。

大模型的算力門檻相當(dāng)之高?；梅绞侨珖?guó)為數(shù)不多萬(wàn)卡集群的公司，2021年，幻方對(duì)「螢火2號(hào)」AI集群投入10億，搭載了1萬(wàn)張A100顯卡。2024年，DeepSeek V3官方報(bào)告訓(xùn)練大模型使用了2048塊H800 GPU集群。中存算董事長(zhǎng)陳巍測(cè)算，幻方實(shí)際的卡數(shù)2.78萬(wàn)張（A100+H20）+2048張H800，大概在3萬(wàn)張左右的規(guī)模[1]。

多數(shù)量化私募并不具備如此闊綽的家底。

一名上海百億量化管理人向遠(yuǎn)川透露：「當(dāng)前購(gòu)入大量先進(jìn)顯卡難度非常大，且成本高昂，建設(shè)大模型算力投入至少數(shù)十億，這就要求量化每年至少有10億利潤(rùn)。即便如此，人才成本、時(shí)間成本、團(tuán)隊(duì)磨合成本都不可忽略，未來(lái)幾年基本不可能再出一個(gè)DeepSeek，彎道超車難度巨大?！?/p>

另一名百億量化老板告訴遠(yuǎn)川，目前在算力和利潤(rùn)上符合做大模型條件的另外兩家量化，只有九坤和明汯，「九坤規(guī)模體量足夠大，而且比較學(xué)院派，跟清華北大聯(lián)系密切，有足夠的人才供給?！沟珦?jù)遠(yuǎn)川了解，九坤與幻方的方向并不相同，相較基礎(chǔ)模型，他們更關(guān)注垂域模型并推動(dòng)AI在應(yīng)用領(lǐng)域的落地。

「而明汯，我覺得搞大模型不像老裘的風(fēng)格，老裘還是希望在金融領(lǐng)域與國(guó)際頂級(jí)對(duì)沖基金競(jìng)爭(zhēng)?！?/p>

簡(jiǎn)言之，量化做大模型最大的兩個(gè)門檻是算力密度和人才密度，這兩者與鈔能力休戚相關(guān)。比如幻方?jīng)]有融資的顧慮，擁有大部分量化以及大部分AI 創(chuàng)業(yè)公司都難以企及的「造血能力」。

這種「造血能力」創(chuàng)造了松弛的研發(fā)環(huán)境，DeepSeek 160人研發(fā)團(tuán)隊(duì)基本是沒有海歸背景和大廠背景的年輕人，BOSS直聘上DeepSeek招募的深度學(xué)習(xí)研究員年收入高達(dá)176萬(wàn)，超越了降薪背景下很多公募投研。在優(yōu)渥待遇的前提下，研發(fā)人員還能從容地獲得源源不斷的輸血支撐算法行業(yè)的巨量失敗。

超額衰減的當(dāng)下，多數(shù)量化自身規(guī)模尚不算殷實(shí)，面臨著未來(lái)更激烈的內(nèi)卷，更沒有在芯片出口管制之前低價(jià)囤上數(shù)萬(wàn)張卡，錯(cuò)過了財(cái)富積累的黃金時(shí)間。

就算具備一切現(xiàn)實(shí)要素，創(chuàng)始人沒有利潤(rùn)之上的價(jià)值取向也很難維系持續(xù)的重金投入，就像朱嘯虎溢于言表的贊美，「梁文鋒的想法確實(shí)不一樣，他連幾個(gè)億的用戶都不要，任何考慮賺錢的角度都太世俗了?！?/p>

蒙璽投資告訴遠(yuǎn)川，量化做大模型的窗口期已經(jīng)過去了?！缸鲞@個(gè)的價(jià)值在哪里？DeepSeek是開源的，在他們的基礎(chǔ)上改一改代碼然后讓大家眼前一亮，怎么可能？」

DeepSeek對(duì)投資幫助有限

DeepSeek橫空出世以來(lái)，金融行業(yè)彌漫了一層焦慮，量化私募運(yùn)用DeepSeek先進(jìn)生產(chǎn)力，好比給本就強(qiáng)悍的策略增添了核動(dòng)力。量化集體建設(shè)實(shí)驗(yàn)室加碼AI，也意味著僅剩不多的超額未來(lái)或許會(huì)被加速榨干。

倍漾量化CEO馮霽判斷：「三年內(nèi)不使用AI的量化基金勢(shì)必遭淘汰。」在他看來(lái)，DeepSeek是向那些仍然不相信AI力量的人，作最后一次的呼吁[2]。

除了互聯(lián)網(wǎng)行業(yè)，資管行業(yè)數(shù)十家機(jī)構(gòu)已爭(zhēng)先恐后地「接入」DeepSeek。中金測(cè)試其量化選股能力，發(fā)現(xiàn)2024年以來(lái)671b標(biāo)準(zhǔn)版DeepSeek-R1在行業(yè)輪動(dòng)上有穩(wěn)定超額[3]。大模型極大提高量化中后臺(tái)制作路演材料的速率，VS Code+Github Copilot比炸雞配啤酒還香。

雖然行業(yè)一片歡呼雀躍，但客觀看DeepSeek在投研上的主要應(yīng)用于兩個(gè)維度，與其他大模型沒有實(shí)質(zhì)區(qū)別：

一是輸入端拓寬另類數(shù)據(jù)獲取方式。DeepSeek能分析新聞研報(bào)文本、語(yǔ)音、視頻多個(gè)另類數(shù)據(jù)源，有很強(qiáng)的信息處理能力，不僅能從新聞中獲取情緒因子，對(duì)專家訪談的回答質(zhì)量也能定性判斷。

鳴熙資本基金經(jīng)理陳昊煒，曾就職于美國(guó)對(duì)沖基金Point 72。他想起一個(gè)有意思的細(xì)節(jié)，當(dāng)上市公司高管回答投資者問題時(shí)，Point 72創(chuàng)始人Steve Cohen 喜歡聘請(qǐng)F(tuán)BI的專家來(lái)對(duì)他們的微表情進(jìn)行判斷，觀察他們表達(dá)是否自信，話語(yǔ)是否存在貓膩。諸如此類的細(xì)節(jié)，為美劇《億萬(wàn)》打造主角提供了非常多的原型參考。

「具備多模態(tài)的能力的大語(yǔ)言模型能通過微表情變化進(jìn)行情緒判斷，把非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)。」陳昊煒說。

二是輸出端提高編程的效率。平方和投資對(duì)遠(yuǎn)川表示，最直觀的變化是DeepSeek降低了投研人員在接觸新的編程語(yǔ)言時(shí)的門檻，「VS Code等編輯器也集成諸多AI插件，實(shí)現(xiàn)從代碼靜態(tài)分析到動(dòng)態(tài)優(yōu)化建議的全鏈路賦能，便于編程人員的代碼分析、優(yōu)化和管理?！?/p>

DeepSeek是能夠?qū)Υa層面的重構(gòu)、金融語(yǔ)料的訓(xùn)練、另類數(shù)據(jù)的處理等投研流程提效增速，但百億量化龍旗科技告訴遠(yuǎn)川，「至少目前而言，大模型處理的精細(xì)度還遠(yuǎn)遠(yuǎn)達(dá)不到我們的實(shí)際要求?！过埰煺J(rèn)為通過基本面研究，結(jié)合機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)來(lái)處理數(shù)據(jù)構(gòu)建模型，對(duì)他們來(lái)講比運(yùn)用大模型更具實(shí)踐意義。

蒙璽投資很早在本地部署DeepSeek，最大的用處是輔助編程，「通俗來(lái)說就是找BUG。」如果研究員Prompt寫的足夠好，還可給DeepSeek喂研報(bào)，讓它自動(dòng)去做因子。「不過在精細(xì)化層面，比如模型預(yù)測(cè)這塊我們是不太可能讓DeepSeek參與太多?！?/p>

對(duì)于絕大多數(shù)量化私募來(lái)說，DeepSeek等大模型對(duì)量化投資的實(shí)盤幫助有限。

從過程來(lái)看，大模型在處理文本及其邏輯上優(yōu)勢(shì)明顯，量化投研則是數(shù)據(jù)處理上有更大需求，輿情類因子占比不大；從結(jié)果來(lái)看，DeepSeek有幻覺和生產(chǎn)內(nèi)容隨機(jī)性的局限，模型輸出結(jié)果未必符合現(xiàn)在量化投研的嚴(yán)謹(jǐn)要求。

即使不聚焦DeepSeek，AI整體對(duì)量化也無(wú)法起到?jīng)Q定性作用。目前量化管理人的AI能力和基金的未來(lái)業(yè)績(jī)并沒有直接的正相關(guān)系，否則幻方就是業(yè)績(jī)最好的量化的基金。

AI作為一種科技工具，現(xiàn)已被廣泛應(yīng)用于高頻量?jī)r(jià)的因子挖掘。雖然AI在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)處理等方面能提供超越人類思維的算法邏輯，為策略研發(fā)提供更多可能，但在當(dāng)前市場(chǎng)AI更多是一種輔助工具，能發(fā)揮多少還得看管理人的水平。

特別是一些低頻量化、具有獨(dú)特?cái)?shù)據(jù)處理邏輯與算法的私募對(duì)AI的依賴性并沒有那么強(qiáng)，這樣的團(tuán)隊(duì)市場(chǎng)上仍是主流，其中不乏業(yè)績(jī)持續(xù)穩(wěn)定的管理人。

既然時(shí)下大模型對(duì)量化投資幫助有限，量化私募距離做大模型還很遠(yuǎn)。那量化集體布局AI實(shí)驗(yàn)室的目的是什么?僅僅是看好量化未來(lái)的火拼，取決于各家AI實(shí)力？

DeepSeek對(duì)量化意味著什么？

在非量化金融人士眼里，國(guó)內(nèi)量化做出DeepSeek似乎有其必然性。

因?yàn)镈eepSeek降低訓(xùn)練成本，原本就屬于量化的方法論，包括怎么針對(duì)卡的集群做更精準(zhǔn)的調(diào)校，如何用浮點(diǎn)的精度調(diào)整文字模型。再加上量化對(duì)卡的使用較早，運(yùn)用嫻熟，對(duì)集群的理解比別人更強(qiáng)，所以很多人認(rèn)為量化做出DeepSeek是一件自然的事情。

但在很多量化老板眼里，DeepSeek是一個(gè)無(wú)法復(fù)制的行業(yè)個(gè)例。

一個(gè)直觀的對(duì)比：美國(guó)擁有D.E.Shaw、Two Sigma等遠(yuǎn)比幻方體量、實(shí)力強(qiáng)得多的量化基金，同樣在AI領(lǐng)域積淀深厚，更是沒有芯片制約，但做出世界級(jí)大模型的也不是他們。

在量化從業(yè)者們看來(lái)，DeepSeek誕生在量化行業(yè)本就是一個(gè)奇跡，不僅重振了人們對(duì)中國(guó)科技與中國(guó)資產(chǎn)的信心，也間接地改善了量化的展業(yè)環(huán)境。

輿論壓力緩解的同時(shí)，量化的技術(shù)力量也引起了金融行業(yè)更廣泛的重視。近日，深圳私募基金業(yè)協(xié)會(huì)召開私募量化機(jī)構(gòu)調(diào)研座談會(huì)，與16家頭部量化共同探討「AI+資產(chǎn)管理」，并對(duì)設(shè)立「量化創(chuàng)新實(shí)驗(yàn)室」推動(dòng)產(chǎn)學(xué)研合作提供政策支持。

蒙璽投資辦公地在上海，AI實(shí)驗(yàn)室卻落地合肥。創(chuàng)始人李驤安徽人，畢業(yè)于中科大，當(dāng)前是中科大金融碩士研究生指導(dǎo)老師。據(jù)遠(yuǎn)川了解，蒙璽的目的不是追趕DeepSeek，而是另辟蹊徑吸引中科大的優(yōu)秀學(xué)生，也有一部分回饋母校的情懷。

「我們做AI Lab是為了給中科大學(xué)生提供一些AI 相關(guān)的就業(yè)機(jī)會(huì)、實(shí)習(xí)機(jī)會(huì)。AI Lab如果能做出一些用到實(shí)盤的東西就非常成功了，如果能在主流期刊發(fā)表論文那就極度成功了。」蒙璽認(rèn)為即使實(shí)現(xiàn)這些成果，距離做大模型還是很遠(yuǎn)。

另一方面，在大學(xué)邊駐點(diǎn)是量化搶人的一種方式。比如李驤的校友，寬德創(chuàng)始人馮鑫就在北京高校邊駐點(diǎn)時(shí)發(fā)現(xiàn)人大數(shù)學(xué)系90后天才少年徐御之，后者一路晉升為寬德合伙人并成為公司最大股東。相比之前，AI實(shí)驗(yàn)室總比量化炒股對(duì)頂級(jí)大學(xué)生更有吸引力。

過去，量化老板最大的困惑是找不到在中國(guó)商業(yè)社會(huì)的站位——除了為市場(chǎng)提供流動(dòng)性，自身的價(jià)值意義在哪？如果作為一種普惠金融幫老百姓賺錢尚且算是一種意義，但私募百萬(wàn)申購(gòu)門檻顯然把這層意義擋在了門外。

直到DeepSeek的出現(xiàn)，為量化行業(yè)打樣了一個(gè)實(shí)現(xiàn)社會(huì)價(jià)值的路徑，量化老板的困惑也由此解開。某種程度上，量化私募集體設(shè)立AI實(shí)驗(yàn)室不是為了造出下一個(gè)DeepSeek，而是在一個(gè) AI 正在從方方面面改變和重塑人們的工作和生活方式的時(shí)代里，將溢出的技術(shù)通過逐漸普及的應(yīng)用反哺給更多的普羅大眾。

參考資料

[1]「3萬(wàn)張卡」、60億投入后，DeepSeek發(fā)了5000億紅包，騰訊科技

[2]橋水CEO：我們的人工智能基金堪比人類管理的基金，彭博商業(yè)周刊

[3]中金 | 大模型系列（1）：DeepSeek-R1量化策略實(shí)測(cè)，中金點(diǎn)睛

封面來(lái)源：shotdeck

作者：沈暉

編輯：張婕妤

責(zé)任編輯：張婕妤