「尋訪金長江之十年十人」念空科技王嘯：量化發展是趨勢，大模型平權帶來新變化

編者按：

十載春華秋實，鑑往知來；十年星河璀璨，與光同行。自破繭初啼至引領風潮，“金長江”評選始終以專業爲炬、以公正爲尺，丈量中國私募基金行業的奔騰浪潮。值此華章再啓之際，證券時報·券商中國傾情推出“金長江風華錄·十年十人”，特邀十位穿越牛熊週期的行業翹楚，以躬身力行的灼見爲經緯，以櫛風沐雨的征程爲註腳，共同鐫刻一部激盪人心的奮進詩篇。此間星霜，既見羣峰競秀，亦顯大江奔流。

本期是“尋訪金長江之十年十人”第四期。券商中國記者走進百億量化私募念空科技，念空科技首席投資官王嘯接受了記者的專訪。

2010年股指期貨上市後，量化投資在國內逐步發展壯大。由於頂尖量化機構多是私募基金，它們在開拓自身業務的同時，也見證了中國私募業的發展歷程。王嘯具有15年以上量化策略研發、交易及風控經驗，曾在國泰君安、中海基金等機構任職。他在2015年創立了念空科技，目前公司管理規模已超百億元。

作爲較早進入行業的探索者之一，王嘯對於國內量化行業的發展，有着許多深刻理解。在他看來，國內量化投資的發展是大勢所趨，大模型完全區別於傳統AI投資的算法和訓練方法，未來必將改變行業原有的遊戲玩法。近期，念空科技還聯合上海交大計算機學院撰寫了一篇學術論文，投向NIPS（神經信息處理系統大會），進一步凸顯量化行業對AI研究應用的重視。

精彩觀點：

你需要有一定的使命感，需要對你做的工作有一定的信念。量化是競爭非常激烈的行業，想要突圍，更多時候你需要的是一種意志和精神。

作爲量化模型的構建者，我們並不會決定模型如何去交易。在總結交易規律方面，我們更像是觀察者。

大模型是完全區別於原有傳統AI投資的算法和訓練方法，這會是未來改變遊戲玩法的一個要點。

海外市場裡量化的佔比是70%～80%，而中國市場的佔比現在還遠沒有那麼高，如果借鑑海外經驗，這就是一種趨勢。

量化爲市場提供了流動性，這是它對社會的一大貢獻。如果沒有量化，A股的流動性可能會降到很低，這對我國的金融安全是不利的。

追求極致，在逆境中成長

券商中國記者：請您簡單介紹下念空和它的發展歷程？

王嘯：念空成立於2015年，到今年剛好十年。我們是一家專注於量化投資的私募，投研上採取全產業、全鏈條、AI 驅動的體系，我們在深度學習和人工智能上的投入應該算是非常早期，而且投入規模也比較大。

念空的發展並非一帆風順。我們成立一年時間就達到50億元的管理規模，一度又從高峰跌落。令我印象最深的是在2018年，整個市場和公司都處在相對低谷，但依靠着團隊的韌性和追求極致的公司文化，我們從低谷慢慢地爬上來，然後逐步把公司做大。

券商中國記者：談談您自己，爲什麼會選擇從事量化行業？

王嘯：我畢業於復旦大學物理系，2011年拿到了博士學位。工作之外，我個人愛好運動，比較喜歡拳擊，這項運動相對來說比較另類。2011年畢業後，我進入金融行業首先從事的就是金融工程，包括量化相關工作，那時還比較早期。實際上我在學校的時候就對投資、對數據驅動投資和預測這類工作都比較感興趣，所以工作以後自然就往這條路走了。

券商中國記者：您提到了公司發展過程中對逆境的克服，能否展開分享下？

王嘯：2015年，市場限制導致了股指期貨出現深貼水，中性策略很難做出收益，各種原因一度導致我們整體管理規模下降了很多。2017年，整個市場委外資金收縮，而我們大部分客戶都是委外資金，當時我們公司股權有一些變化，整個團隊變動也比較大，這些都是我們曾經遇到過的問題和困難。

至於如何走出來，我認爲它不是一個方法，而是團隊品性所決定的必然結果。受我從小生長環境的影響，我的特點就是在面對困難或者處於低谷的時候，反而會表現得很平靜，這種性格就適合去克服逆境，我也把這種個性帶給了團隊。你需要有一定的使命感，需要對你做的工作有一定的信念。量化是一個競爭非常激烈的行業，這個行業裡的每個人都是高學歷、高智商。想在這樣的一個行業裡突圍，更多時候你需要的是一種意志和精神。

大模型平權帶來新變化

券商中國記者：念空的投研模式和投研理念是怎樣的？它有哪些特點？

王嘯：我們公司的投研框架是流水線模式，投研團隊沒有PM（投資經理）。從開始製作、處理行情數據，到因子特徵的生產，再到人工智能的擬合、工具對特徵的擬合，從而得到預測值，之後把預測值放入優化器，得到最終的持倉，最後還要將它用算法交易出去。整個環節是一個鏈路，我們的每位同事都是在各個環節上做自己的具體工作。從日常分工看，我主要負責三部分工作：一是制定公司的投研方向；二是打磨和改進投研體系；三是對交易模型的跟蹤和管理。

券商中國記者：您如何看待主觀和量化之間的競爭？

王嘯：量化的投資哲學與主觀是完全不同的，主觀投資者會有自己的理念和風格，量化更關注的是對市場內在規律的挖掘。作爲量化模型的構建者，我們並不會決定模型如何去交易，我們的工作是把歷史數據輸入到神經網絡中，然後對這個模型進行訓練，神經網絡自己在過去的歷史中學習訓練並總結出規律，然後它自己去應用。在總結交易規律方面，我們更像是觀察者。

大部分量化機構採用機器學習算法，對歷史交易數據做訓練本質上是一個迴歸問題，它是對歷史中所有特徵進行歸納總結。人腦不可能遍歷所有的規律和環境，但是機器可以。海外市場裡量化的佔比是70%～80%，而中國市場的佔比現在還遠沒有那麼高，所以如果借鑑海外經驗，這就是一種趨勢。

券商中國記者：有哪些量化相關的新技術是您格外關注的？念空對於AI的應用有哪些？

王嘯：新技術當然是今年DeepSeek帶來的大模型人工智能的平權。2023年OpenAI就已經橫空出世，帶來了ChatGPT，當時我們就已經有興趣在ChatGPT上做一些訓練和研究工作，但中國企業使用美國大模型有很多限制。今年DeepSeek的開源，還帶動了開源的熱潮，這讓我們任何一家企業都擁有了同等大模型的算法能力，而且訓練過程中對大模型進行微調也不受任何限制，你就可以在上面做大量研究。所以我認爲大模型完全區別於原有傳統AI投資的算法和訓練方法，這會是未來改變遊戲玩法的一個要點。

至於AI的應用，過去幾個月，我們對AI大模型的應用進行了分層。我們的AI技術可以分爲傳統AI的機器學習、深度學習算法和AI大模型這兩塊。傳統機器學習、深度學習算法，我們在過去五到七年的時間裡就已經在運用，公司大部分模型都是用神經網絡算法來擬合驅動交易。今年DeepSeek事件之後，讓我們有機會在AI大模型方面做一些研究的拓展。這方面拓展又分成兩部分：一是我們對大模型底層算法和技術的技術性研究。過去幾個月我們和上海交大計算機學院展開合作，在近期完成了一篇學術論文，投向了NIPS（神經信息處理系統大會）。二是，我們發現大模型在金融數據上有很多應用場景，也在做一些很有意思的實驗。

量化創造多重社會價值，行業集中度將提高

券商中國記者：在您看來，資管機構怎樣才能做好量化投資？哪些環節需要重點關注？

王嘯：我覺得有三個非常重要的要素，第一要有非常好的激勵，就是聰明的人如果做得很好，他都能賺到錢。第二得有非常多的算力和資源。最後就是人才競爭相當激烈，所以在挖掘人才的時候，你可能需要做很多破格的動作。

從我的經驗來說，量化並不是一個需要極致智力水平的行業。這裡我所指的聰明是一個人解決問題的能力，並不是所有智力很高的人都很聰明，都有解決問題的能力，所以我們在招聘人才時，更看重他解決問題的思路和辦法。

券商中國記者：除了幫助客戶資產保值增值，量化私募在承擔社會責任上，還有哪些可做的？

王嘯：除了幫助客戶資產保值增值，我們還有納稅的義務、給國家創造了很多稅收，這也是很大的一個社會貢獻。還有一方面，就是量化私募爲市場提供了流動性，這點很多普通投資者意識不到，他們會認爲提供流動性好像不算貢獻，但實際上它是一個貢獻。優秀企業想要融資和成長，最終可能會上市，假如二級市場沒有流動性，就會影響投資者的參與，影響資本市場功能的發揮。如果沒有量化，A股的流動性可能會降到很低，這對我國的金融安全是非常不利的。

券商中國記者：您如何看中國量化行業的未來發展趨勢？

王嘯：量化行業的競爭最終是技術的競爭，但我並不認爲算力是區分評價管理人的主要因素。大家過去幾年過分關注算力，對很多其他問題缺乏思考，比如說你有多少合格的工程師。在我看來，管理人之間比拼的能力，是大家在一個技術推陳出新的過程中，如何更快地擁抱和追上它。最終國內量化行業會和海外非常像，頭部5、6家或者 6、7家管理人會佔據大部分的管理規模，這將是中國量化的歸宿。

責編：楊喻程

排版：羅曉霞

校對：蘇煥文