AI不是“替代”，而是“赋能”：因诺资产的长期主义与智能进化

　　10月15日，由主办的“2025私募基金高质量发展大会”暨“国信证券杯·第十六届私募金牛奖”颁奖典礼在深圳举行。

　　凭借出色的策略表现与持续优异的长期回报，因诺资产荣获 “金牛私募管理公司（三年期管理期货策略）” 奖项。这是因诺资产自成立以来第五次斩获金牛奖，充分体现了公司在量化投资领域的稳健实力与专业深耕。

　　在AI热潮席卷资管、市场风格加速切换的背景下，因诺资产创始人、总经理兼投资总监徐书楠在大会的“AI引领变革 量化投资的崛起与未来”圆桌对话环节分享了他的判断。他认为，AI不是外来革命，而是量化方法论的自然延展。量化立基于数学与统计，目标是在嘈杂、非平稳的数据中，以可验证、可复现的方式提炼可交易规律；AI，尤其机器学习与大模型，本质上是“更有特点、更具优势的统计学”，在高维、非线性、弱信号场景中显着提升识别与表征能力，让模型“看得更远、摸得更细”。 本文来自散户吧WWW.SANHUBA.COM

　　因诺资产创始人、总经理兼投资总监徐书楠 本文来自散户吧WWW.SANHUBA.COM

　　从方法到落地，边界与分工更关键。AI能提高“看见”的概率，不能替代“怎么做”的判断；策略能否可交易，仍受执行约束、流动性与风险预算所限；能否稳健，还要经受样本外与极端情景压力测试。在因诺资产，AI被视作“放大镜”与“涡轮增压器”，负责效率、精度与广度的提升，而“方向盘”始终在人手里——真正的竞争在于清晰的问题定义、可行的路径设计，以及把研究稳定转化为生产力的能力。 本文来自散户吧WWW.SANHUBA.COM

　　AI与量化同源 升级而非颠覆 本文来自散户吧WWW.SANHUBA.COM

　　在“AI引领变革·量化投资的崛起与未来”圆桌上，徐书楠开宗明义：AI与量化在底层是相通的。量化投资基于数学与统计，而AI（尤其是机器学习与大模型）本质上就是更强大的统计学工具，具备更好的表征能力与非线性刻画能力，因而在量化领域的广泛应用顺理成章。

本文来自散户吧WWW.SANHUBA.COM

　　就因诺资产的实践而言，AI已系统性地应用在Alpha、CTA、算法交易等多个策略方向上。得益于此，模型的识别力、响应速度与可迭代性持续提升，策略谱系更为完整。面向未来，随着数据要素丰富与工程基础夯实，AI在跨市场、跨资产与多模态融合中的应用空间仍将持续扩大，为策略的进化与组合的稳健提供更充足的“方法红利”。

　　解放重复工作 聚焦创造性 本文来自散户吧WWW.SANHUBA.COM

　　在AI与人的争论之中，在徐书楠看来，AI首先是效率放大器。因诺资产已用AI承接数据清洗、特征构造、代码生成与回测编排等繁琐环节，显着压缩“想法→实验→上线”周期，让团队把精力转向问题定义、假设检验与风险控制等更具创造性的工作。

　　为把效率沉淀为可复用产能，AI被嵌入数据—模型—工程—交易全链路。标准化数据域与特征库打底，研究可复现与灰度上线，交易工程优化执行路径与时延。同时，将监管与交易所规则参数化写入系统，形成“模型—系统—风控”三重校验，实现快而不失稳。

本文来自散户吧WWW.SANHUBA.COM

　　增益虽更显着 人始终为中枢

本文来自散户吧WWW.SANHUBA.COM

　　在徐书楠看来，AI带来效率与精度的跃迁，但无法取代人的核心地位。量化竞争从来不是简单的“AI竞赛”，也不是比谁的硬件更大、更快；AI只是工具，真正决定胜负的，仍是人对问题的定义、对逻辑的构建、对边界的把握。策略从构建到验证，离不开人的方法论与判断力。

本文来自散户吧WWW.SANHUBA.COM

　　因此，在因诺资产的组织实践中，AI更多赋能而非替代。让机器承接标准化与高频重复环节，把宝贵的时间留给研究员与PM用于洞察生成与决策取舍；以风控的硬约束把好底线，让创造力在纪律之内发挥。方向盘始终在人手里——这既是对AI价值的理性定位，也是因诺资产理解长期主义的方式。 本文来自散户吧WWW.SANHUBA.COM

　　不拘AI技法 择善而用其器 本文来自散户吧WWW.SANHUBA.COM

　　徐书楠认为，好策略的来源不是“是否用了AI”，而是“问题是否定义清楚、数据是否可靠、检验是否稳健”。在因诺资产，不少未使用AI的研究员同样做出了夏普表现优秀的实盘策略；因此，把“不会用AI=做不出好策略”当作结论，是技术决定论的偏见。 本文来自散户吧WWW.SANHUBA.COM

　　因诺资产的原则是方法中立、结果导向。合理的使用AI，可以大幅优化策略表现；但并非只要使用AI，就能做出好策略；也绝非必须使用AI，才能做出好策略。该用AI时，用它去扩展信息集、刻画非线性与提升效率；该用经典方法时，就坚持更简洁、可解释、易迁移的模型。

本文来自散户吧WWW.SANHUBA.COM

　　实践中，AI信号与传统因子并行开发、分档校准、组合成低相关的多源Alpha，以样本外稳定性、交易成本与容量约束作为统一的评价尺子。AI是强引擎，但不是唯一解——在长期主义的框架下，最合适的问题匹配最合适的工具，才是可持续的胜利之道。 本文来自散户吧WWW.SANHUBA.COM

　　在边界里进化 用长期去兑现 本文来自散户吧WWW.SANHUBA.COM

(小编：财神)