在資本市場(chǎng)分化加劇、科技賦能提速的背景下，私募行業(yè)正經(jīng)歷新一輪能力重構(gòu)。無論是量化私募對(duì)高科技人才的爭(zhēng)奪、對(duì)IT硬件與多模態(tài)數(shù)據(jù)的重金投入，還是主觀私募對(duì)產(chǎn)業(yè)背景人才等的偏好，人才儲(chǔ)備與技術(shù)布局都成為私募機(jī)構(gòu)立足行業(yè)的核心競(jìng)爭(zhēng)力以及穿越周期的關(guān)鍵。

根據(jù)私募排排網(wǎng)數(shù)據(jù)，截至2025年10月底，管理規(guī)模超50億元的主觀、量化及“主觀+量化”混合型頭部私募分別為118家、90家和24家；員工配置上，頭部量化私募平均達(dá)49人，領(lǐng)先于主觀私募的28人和混合型私募的44人。業(yè)績(jī)層面，有業(yè)績(jī)展示的頭部量化私募今年前10個(gè)月平均收益高達(dá)30.29%，主觀與混合型頭部私募同期平均收益分別為27.96%、21.08%。

圍繞人才招聘策略、IT與數(shù)據(jù)投入、行業(yè)未來趨勢(shì)等核心議題，筆者對(duì)話了蒙璽投資、鳴石基金、因諾資產(chǎn)、世紀(jì)前沿、聚寬投資、正瀛資產(chǎn)、玄元投資、大巖資本、雙隆投資等多家知名私募，并與上海某量化私募、某老牌主觀百億私募進(jìn)行了交流，意在解碼私募行業(yè)發(fā)展的人才需求與演進(jìn)方向。

私募排排網(wǎng)：今年招聘人數(shù)是否明顯高于往年？是否出于策略線/規(guī)模的擴(kuò)張？

蒙璽投資：

自2016年成立以來人員逐年穩(wěn)步增加，2025年重點(diǎn)擴(kuò)充策略、模型、IT等崗位，這是公司體系化能力的完善而非單純?nèi)藛T擴(kuò)張。我們認(rèn)為，量化機(jī)構(gòu)的核心競(jìng)爭(zhēng)力在于“結(jié)構(gòu)”和“效率”，因此招聘節(jié)奏更多基于策略演化和研究深度需求，如聚焦新資產(chǎn)類別、數(shù)據(jù)挖掘等方向引入復(fù)合型人才，而非規(guī)模層面的“堆疊式擴(kuò)張”。

鳴石基金：

2025年以來，公司秉承“人才是量化創(chuàng)新發(fā)展的基石”，持續(xù)面向全球招聘頂級(jí)人才，相較往年，今年招聘力度和人數(shù)大幅增加，推出校園招聘、“燈塔計(jì)劃”及AI相關(guān)崗位招聘。核心目的是強(qiáng)化既有量化策略線與創(chuàng)新策略研發(fā)，依托頂級(jí)人才推動(dòng)量化策略突破。

因諾資產(chǎn)：

今年招聘人數(shù)有所增加，因諾的人才觀是：人才是私募基金最重要的核心競(jìng)爭(zhēng)力，人才培養(yǎng)體系是持續(xù)培養(yǎng)優(yōu)秀人才的關(guān)鍵。只有將最有創(chuàng)造力的年輕人聚集在一起，并不斷培養(yǎng)優(yōu)秀的投研人才，才能持續(xù)開發(fā)優(yōu)秀投資策略，實(shí)現(xiàn)可持續(xù)收益。同時(shí)，對(duì)于優(yōu)秀的成果予以“收益分成+長(zhǎng)期股權(quán)”的雙重激勵(lì)激發(fā)創(chuàng)造力等。

世紀(jì)前沿：

公司業(yè)務(wù)基數(shù)擴(kuò)大后，招聘人數(shù)絕對(duì)值顯著上漲，且過去3-5年招聘增幅比例穩(wěn)定。這并非盲目擴(kuò)張，而是人才戰(zhàn)略儲(chǔ)備的系統(tǒng)性成果，核心源于三方面：一是專業(yè)化分工深化，業(yè)務(wù)規(guī)模擴(kuò)張推高人才專業(yè)化要求，組織架構(gòu)聚焦細(xì)分領(lǐng)域，同時(shí)重點(diǎn)儲(chǔ)備人工智能算力相關(guān)人才；二是新技術(shù)驅(qū)動(dòng)需求，新技術(shù)成為運(yùn)營(yíng)和業(yè)務(wù)核心動(dòng)力，像人工智能領(lǐng)域需大量專業(yè)技術(shù)人員，論文一作等專才是招聘重點(diǎn)。三是策略持續(xù)升級(jí)，公司投入資源鞏固現(xiàn)有策略優(yōu)勢(shì)，同時(shí)加大另類因子研發(fā)投入，帶動(dòng)相關(guān)人才需求。

聚寬投資：

致力于持續(xù)提高人才密度，我們認(rèn)為，頂尖人才所創(chuàng)造的“超額技術(shù)”是量化投資一個(gè)關(guān)鍵的超額來源，因此在人才團(tuán)隊(duì)構(gòu)建上，堅(jiān)持瞄準(zhǔn)卓越人才，重點(diǎn)吸納頂級(jí)會(huì)議發(fā)表者、國(guó)際編程競(jìng)賽優(yōu)秀選手及具備深厚數(shù)理或計(jì)算機(jī)背景的“金牌選手”。

正瀛資產(chǎn)：

投研人員招聘持續(xù)投入，今年股票高頻團(tuán)隊(duì)投研人員較去年增長(zhǎng)約25%，在招聘投研人員上更聚焦人才質(zhì)量而非數(shù)量，新成員多在人工智能、大數(shù)據(jù)和底層系統(tǒng)架構(gòu)等前沿領(lǐng)域表現(xiàn)突出。

玄元投資：

保持常態(tài)化招聘節(jié)奏，今年整體招聘人數(shù)與往年持平，圍繞業(yè)務(wù)需求補(bǔ)充適配人才，確保團(tuán)隊(duì)結(jié)構(gòu)與業(yè)務(wù)發(fā)展節(jié)奏匹配。在招聘研究員時(shí)比較重視候選人的產(chǎn)業(yè)背景，需要對(duì)產(chǎn)業(yè)有深刻認(rèn)知、能精準(zhǔn)把握行業(yè)邏輯的人才。以今年招聘為例，優(yōu)先吸納擁有電新、化工、半導(dǎo)體等相關(guān)產(chǎn)業(yè)背景的人才。

與此同時(shí)，一家老牌主觀百億私募也表示，今年招聘人數(shù)與往年區(qū)別不大，以人才流動(dòng)后的補(bǔ)充為主，且依賴行業(yè)內(nèi)推，招聘更看重候選人綜合背景。

大巖資本：

近幾年持續(xù)擴(kuò)充投研與IT團(tuán)隊(duì)，2025年延續(xù)穩(wěn)步補(bǔ)充人才的節(jié)奏，重點(diǎn)加強(qiáng)高頻研究員與IT等崗位配置，以適配客戶需求提升帶來的差異化、多元化策略組合打造需求。

雙隆投資：

今年招聘/計(jì)劃招聘人數(shù)略高于往年，源于業(yè)務(wù)發(fā)展和規(guī)模上升，主要覆蓋投研、技術(shù)、市場(chǎng)等崗位，其中，投研崗位優(yōu)先選擇理工科背景、創(chuàng)新能力強(qiáng)的候選人。

橡木投資：

2025年招聘力度較往年顯著提升，一方面適配當(dāng)前管理規(guī)模增長(zhǎng)補(bǔ)充團(tuán)隊(duì)，另一方面為未來策略線拓寬與規(guī)模躍升進(jìn)行前瞻性人才儲(chǔ)備。招聘中堅(jiān)持“質(zhì)”“量”并重，除了考察候選人解決當(dāng)前問題的能力，更看重其能否為團(tuán)隊(duì)引入新的視角和方法。

據(jù)私募排排網(wǎng)觀察，“量化四大天王”之一的九坤投資也分享過人才戰(zhàn)略布局。九坤投資曾公開表示，量化是一種具有非常強(qiáng)科學(xué)性的方法論，并將自己的內(nèi)核定位為一家科技公司，這是致勝未來資管時(shí)代的前瞻性布局，也是量化投資從基礎(chǔ)研究的工程化的土壤中生長(zhǎng)的必然延伸。九坤過去5年招聘的研究員90%以上都有AI研究背景，團(tuán)隊(duì)成員來自知名院校、科研院所、互聯(lián)網(wǎng)及科技公司，技術(shù)儲(chǔ)備兼具廣度和深度。如今九坤整個(gè)體系已融入AI原生思路，是用AI技術(shù)棧來打造量化研究平臺(tái)，而不是局部的AI使用。

另外，來自上海地區(qū)的一家量化私募也表示，公司今年員工數(shù)量增加24%，主要源于策略研發(fā)拓展及規(guī)模增長(zhǎng)帶來的中后臺(tái)運(yùn)營(yíng)需求提升。

私募排排網(wǎng)：

在IT硬件與數(shù)據(jù)上的投入如何？投入更偏向夏普提升，還是防御性競(jìng)爭(zhēng)？

蒙璽投資：

IT與數(shù)據(jù)基礎(chǔ)設(shè)施投入是戰(zhàn)略必需也是風(fēng)險(xiǎn)管理，公司不僅保持一貫地前瞻性布局，且兼顧當(dāng)前需求與未來三五年量化研究范式演進(jìn)，并以算力效率、數(shù)據(jù)有效性和系統(tǒng)穩(wěn)定性為核心指標(biāo)，為策略落地提供強(qiáng)有力的支撐。

結(jié)果上看，這類投入對(duì)策略超額收益的提升往往是間接但顯著：它不直接決定策略收益“上限”但會(huì)極大影響收益的“穩(wěn)定區(qū)間”。我們不太傾向于用“防御性競(jìng)爭(zhēng)”這樣的定義，因?yàn)樵诹炕袠I(yè)里技術(shù)和基礎(chǔ)設(shè)施優(yōu)化本身是主動(dòng)競(jìng)爭(zhēng)力的一部分。

鳴石基金：

公司在IT、算力等軟硬件上一直保持高投入，其中，算力方面累計(jì)投入超億元，并將“星座系列”超級(jí)計(jì)算機(jī)基地搬遷至上海浦東，每年保持80%算力提升，為“五環(huán)多核”投研及AI研發(fā)創(chuàng)新提供支撐。目前AI對(duì)投研創(chuàng)新及策略迭代的貢獻(xiàn)率逐年提升。

因諾資產(chǎn)：

自2016年購(gòu)入第一塊GPU顯卡以來，公司在服務(wù)器等算力基礎(chǔ)設(shè)施上的累計(jì)投入已近2億元。“策略研發(fā)需要多少算力，我們就匹配相應(yīng)資源”，近十年的實(shí)用主義投入，為策略迭代筑牢了堅(jiān)實(shí)底座。但我們始終認(rèn)為，比硬件更核心的是“軟件”。AI能提升效率與精度，卻無法取代人的核心作用——量化競(jìng)爭(zhēng)從不是單純的“AI軍備競(jìng)賽”或硬件比拼，真正決勝的是人對(duì)問題的定義、邏輯的構(gòu)建與邊界的把握，策略的構(gòu)建與驗(yàn)證離不開人的方法論和判斷力。

目前，因諾資產(chǎn)核心軟件系統(tǒng)均為內(nèi)部開發(fā)，公司組建了約40人的專職研發(fā)團(tuán)隊(duì)，每年投入數(shù)千萬元。這支團(tuán)隊(duì)不僅負(fù)責(zé)交易系統(tǒng)與策略平臺(tái)搭建，更是探索AI等前沿技術(shù)金融應(yīng)用的“先鋒隊(duì)”。

聚寬投資：

我們打造了全鏈路自研的技術(shù)基座，覆蓋因子計(jì)算、模型訓(xùn)練到交易執(zhí)行核心環(huán)節(jié)，自主可控且能靈活響應(yīng)前沿研究需求。以我們自研云原生量化機(jī)器學(xué)習(xí)訓(xùn)練平臺(tái)為例，它堪稱研究員的“AI策略自動(dòng)化生產(chǎn)線”，平臺(tái)通過容器化技術(shù)解決算力調(diào)度、環(huán)境配置等繁瑣問題，提供統(tǒng)一友好界面與主流機(jī)器學(xué)習(xí)框架，讓研究員聚焦研究創(chuàng)新、免受技術(shù)瑣事干擾，最終實(shí)現(xiàn)研究效率提升、成本降低，助力AI技術(shù)規(guī)?；w系化應(yīng)用。

正瀛資產(chǎn)：

公司每年在硬件、算力、數(shù)據(jù)上的整體投入達(dá)上億級(jí)別，算力投入直接轉(zhuǎn)化為策略迭代效率，助力更快驗(yàn)證更多研究想法。

大巖資本：

公司自建高性能機(jī)房，采用CPU與GPU協(xié)同運(yùn)算及“云+本地”混合架構(gòu)，實(shí)現(xiàn)超低延遲、數(shù)據(jù)安全與計(jì)算資源彈性調(diào)配，能夠靈活應(yīng)對(duì)市場(chǎng)波動(dòng)。投入夯實(shí)技術(shù)根基，降低交易延遲、提升系統(tǒng)穩(wěn)定性，為復(fù)雜精細(xì)化策略研發(fā)奠定基礎(chǔ)，從長(zhǎng)遠(yuǎn)看，助力打造適應(yīng)性強(qiáng)、能力均衡的策略體系，從而在不同市場(chǎng)環(huán)境下尤其是劇烈波動(dòng)中，更好地實(shí)現(xiàn)攻守兼?zhèn)涞氖找婺繕?biāo)。

雙隆投資：

IT硬件和數(shù)據(jù)正常投入，主要是源于CTA策略迭代需要，使用更前沿、效費(fèi)比更高的技術(shù)手段和數(shù)據(jù)投入，如機(jī)器學(xué)習(xí)算法介入的策略模型、基于非標(biāo)數(shù)據(jù)開發(fā)另類策略等。

橡木投資：

我們?cè)贗T硬件與數(shù)據(jù)上的投入，遵循“保持必要冗余、投資演化能力”的邏輯，核心是提升Alpha生產(chǎn)能力，而非盲目“軍備競(jìng)賽”。這些投入實(shí)現(xiàn)“攻防一體”的價(jià)值轉(zhuǎn)化：一方面作為“矛”，通過縮短研發(fā)周期、提升回測(cè)精度、優(yōu)化交易執(zhí)行，直接改善夏普比率，筑牢當(dāng)前業(yè)績(jī)銳度；另一方面作為“盾”，構(gòu)建長(zhǎng)期競(jìng)爭(zhēng)壁壘，確保研究體系不落后于市場(chǎng)進(jìn)化，應(yīng)對(duì)未知挑戰(zhàn)。

私募排排網(wǎng)：

未來3-5年量化私募的團(tuán)隊(duì)架構(gòu)和技術(shù)方向可能發(fā)生哪些變化？

蒙璽投資：

未來3-5年內(nèi)，行業(yè)將進(jìn)入“精細(xì)化整合”階段，競(jìng)爭(zhēng)重點(diǎn)是“工程化、精細(xì)化”。其中，團(tuán)隊(duì)結(jié)構(gòu)上研究與工程邊界更模糊，研究員需具備更強(qiáng)工程與數(shù)據(jù)理解力，投研人員需精通策略生命周期管理；技術(shù)上深度學(xué)習(xí)將更系統(tǒng)嵌入因子挖掘等環(huán)節(jié)，底層系統(tǒng)需更高并發(fā)處理與低延遲能力。

鳴石基金：

自2018年建立“五環(huán)多核”分工制流水線式投研模式，AI開始應(yīng)用于投研，到2021年成立AI實(shí)驗(yàn)室，鳴石基金對(duì)投研架構(gòu)的持續(xù)強(qiáng)化、對(duì)新技術(shù)持續(xù)投入，為客戶創(chuàng)造了持久穩(wěn)定的業(yè)績(jī)回報(bào)，未來將繼續(xù)充實(shí)“五環(huán)多核”投研模式，加強(qiáng)AI等新技術(shù)的研究應(yīng)用，突破量化投資邊界。

因諾資產(chǎn)：

持續(xù)把AI嵌入多策略與全鏈路，在本土市場(chǎng)做厚底盤，探索多資產(chǎn)、多市場(chǎng)低相關(guān)新增量；堅(jiān)持方法中立與結(jié)果導(dǎo)向，讓AI與傳統(tǒng)方法并行驗(yàn)證。對(duì)內(nèi)以系統(tǒng)化迭代對(duì)抗復(fù)雜性，對(duì)外以可解釋、可遷移、可持續(xù)的業(yè)績(jī)回應(yīng)信任。AI可以成為強(qiáng)引擎但方向與節(jié)奏仍由人把握。

世紀(jì)前沿

團(tuán)隊(duì)架構(gòu)層面，將逐步向工業(yè)化投研體系轉(zhuǎn)型，聚焦平臺(tái)化搭建與專業(yè)化分工，人才需求上技術(shù)崗對(duì)工程能力要求持續(xù)提升、投研崗愈發(fā)青睞具備AI編譯能力的復(fù)合型人才，國(guó)內(nèi)量化機(jī)構(gòu)與全球一線機(jī)構(gòu)的差距將逐步縮??；技術(shù)方向上，核心變化由AI技術(shù)驅(qū)動(dòng)，但其價(jià)值在于“賦能現(xiàn)有流程”而非“顛覆原有體系”，AI可高效處理數(shù)據(jù)、發(fā)現(xiàn)信號(hào)、生成策略，而策略的可用性、穩(wěn)定性與風(fēng)險(xiǎn)控制仍需跨學(xué)科的系統(tǒng)性理解，復(fù)合型能力或?qū)⒊蔀樾袠I(yè)核心護(hù)城河。

聚寬投資：

穩(wěn)定核心團(tuán)隊(duì)與科學(xué)投研框架是關(guān)鍵，將持續(xù)優(yōu)化“集中式流水線”投研體系，通過專業(yè)化分工與“課題制”結(jié)合，聚焦高價(jià)值領(lǐng)域，實(shí)現(xiàn)高效、前瞻的策略迭代。

正瀛資產(chǎn)：

隨著算力增加和大模型等AI技術(shù)發(fā)展，投研效率將顯著提升，大模型已可輔助因子設(shè)計(jì)，未來或?qū)崿F(xiàn)基于大模型的端到端策略設(shè)計(jì)。

大巖資本：

行業(yè)逐步邁向以綜合能力為核心的格局，機(jī)構(gòu)需更多具備統(tǒng)計(jì)、工程、機(jī)器學(xué)習(xí)、金融等交叉背景的復(fù)合型人才，降低同質(zhì)化風(fēng)險(xiǎn)。

雙隆投資：

核心方向是提升整體工作效率，如團(tuán)隊(duì)架構(gòu)采用扁平化管理，以業(yè)務(wù)需求為導(dǎo)向；技術(shù)上，參考特征工程和機(jī)器學(xué)習(xí)算法在股票量化中的實(shí)踐經(jīng)驗(yàn)，探索相關(guān)理論在CTA策略中的應(yīng)用落地。

橡木投資：

未來3-5年量化私募行業(yè)核心趨勢(shì)可概括為兩點(diǎn)：團(tuán)隊(duì)架構(gòu)平臺(tái)化與技術(shù)體系工業(yè)化。團(tuán)隊(duì)架構(gòu)正從“個(gè)人英雄主義”轉(zhuǎn)向“集體智慧”的系統(tǒng)化模式，傳統(tǒng)單一投資經(jīng)理模式將被多PM平臺(tái)型體系替代，多位投資經(jīng)理獨(dú)立負(fù)責(zé)不同策略模塊，公司層面統(tǒng)一進(jìn)行組合管理與風(fēng)險(xiǎn)控制，既分散風(fēng)險(xiǎn)，也提升策略多樣性與穩(wěn)定性。技術(shù)層面，AI已從可選項(xiàng)升級(jí)為量化策略的“生存基礎(chǔ)設(shè)施”，將深度改造行業(yè)各環(huán)節(jié)；同時(shí)投研體系演變?yōu)楦采w“數(shù)據(jù)-因子-建模-策略-交易”全鏈條的專業(yè)化“流水線”，未來競(jìng)爭(zhēng)將是“平臺(tái)韌性”與“技術(shù)深度”的綜合較量。

上海地區(qū)的某量化私募在交流中指出，未來3-5年，技術(shù)將是量化私募拉開差距的核心，聚焦人工智能、數(shù)據(jù)處理與系統(tǒng)性能三大方向：策略團(tuán)隊(duì)向多策略、差異化精細(xì)化發(fā)展，分設(shè)低頻/基本面量化、高頻/交易執(zhí)行、AI/機(jī)器學(xué)習(xí)策略等專業(yè)子團(tuán)隊(duì)。技術(shù)上，人工智能與機(jī)器學(xué)習(xí)將通過大模型應(yīng)用、深度學(xué)習(xí)因子挖掘、強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)策略自動(dòng)化優(yōu)化賦能行業(yè)，數(shù)據(jù)處理聚焦非結(jié)構(gòu)化及另類數(shù)據(jù)挖掘、實(shí)時(shí)流計(jì)算與高效數(shù)據(jù)治理，交易系統(tǒng)則著力超低延遲優(yōu)化、異構(gòu)計(jì)算應(yīng)用及云原生與分布式架構(gòu)搭建，以適配行業(yè)發(fā)展需求。

九坤投資也曾表示，展望未來3-5年，量化私募的團(tuán)隊(duì)架構(gòu)和技術(shù)方向?qū)⑦M(jìn)一步走向跨學(xué)科融合與工程化深化，既要理解傳統(tǒng)量化研究的局限，也要探索AI能力邊界，在細(xì)節(jié)研究中解決傳統(tǒng)技術(shù)無法觸及的問題，從而推動(dòng)策略的長(zhǎng)期進(jìn)化。