AI在量化投资中究竟扮演什么角色？是替代人类决策的“黑箱”，还是提升研究效率的辅助工具？当市场进入“认知深度比拼”阶段，模型同质化风险如何防范？
5月28日，在第四届香蜜湖财富管理论坛现场，南都·湾财社记者就上述话题采访了因诺资产合伙人、阿尔法策略研究总监沈星尧。沈星尧明确指出，AI的核心定位是“工具性的角色”，其价值在于提升研究效率与生产力解放，而非替代人类认知。他强调，因诺资产通过多策略体系嵌入AI能力，并以自身对资本市场的深层认知设计AI的使用范式，从而构建差异化优势，有效规避通用AI模型带来的策略趋同风险。
AI是工具性角色：提升效率而非替代认知
在沈星尧看来，AI在量化投资中的应用应回归工具本质。“我们认为AI的主要功能，它是一个工具性的角色。”他介绍，因诺资产利用AI帮助提高编程能力、研究效率，解放了大量原本消耗在简单重复劳动上的生产力。
他进一步强调，AI的使用必须建立在人的认知主导之上。“我们会通过自己更对资本市场更深层的认知去设计这个AI，如何让AI以更好的角色来帮助我们提升研究能力和长期超额收益的挖掘。”沈星尧表示，AI不是决定方向的主体，而是由团队主动设计其介入方式、训练目标与输出边界。
多策略协同：AI嵌入阿尔法、CTA与择时体系
沈星尧指出，因诺资产在使用AI时从不将其局限于单一任务。“我们从来不是说用AI去做一个单一的工作，我们是一个以多策略的形式去发展我们的资产管理策略。”他介绍，AI能力被系统性地嵌入阿尔法策略、CTA策略、择时策略等多个体系之中。
“我们是联合布局的方式，通过体系化协同的能力，来提升整个AI在我们资产管理当中的优势。”沈星尧表示，这种多策略协同的架构，使得AI的价值不依赖于某一策略的孤立优化，而是在整体层面实现能力叠加与风险分散。
防范趋同风险：以认知深度构建差异化壁垒
当前量化投资已进入“认知深度比拼”阶段，AI的广泛应用也带来了策略趋同与市场踩踏的风险。沈星尧坦言，这一问题确实存在。“当所有人都去使用AI的时候，大家的趋同性是非常强的。在这种趋同性非常强的情况下，有可能会高估一些资产，或者低估一些资产，形成踩踏效应。”
如何防范这一风险？因诺资产的答案是“差异化设计”。“所谓的认知深度，就是我们怎么样去设计AI这样的一个角色。我们通过差异化的设计，通过自己的认知把这种差异化反映在AI的使用当中，然后跟市场形成一定的差异化策略。”
沈星尧强调，这种基于自身资本市场深层认知的AI设计方式，能够有效防范“铺天盖地的普通角色或者简单使用AI带来的风险”，从而在因子构建、信号生成与策略迭代中形成可持续的超额收益护城河。
采写：南都·湾财社记者 罗曼瑜杠杆股票基金
文章为作者独立观点，不代表配资炒股网站必选-免费配资炒股-炒股股票配资观点
