近日，知名量化私募蝶威量化创始人魏铭三在一场技术分享会上抛出一组引发量化行业热议的数据：同等因子产出目标下，传统手工投研需耗时90天-180天，其自研的AIAgent矩阵仅用7天即可完成。   “AI已从语言助手进化为拥有顶级推理能力的超强大脑。现在的核心问题是，如何让这颗大脑走出对话框，真正走进投研生产线。”魏铭三表示。   当AIAgent从概念宣发走向投研生产线，量化私募行业的最新进展究竟到了哪一步？这是少数人的先锋试验，还是正在成为行业的标配？在这场“投研自动驾驶”的竞赛中，技术落地究竟面临哪些挑战？就此，中国证券报记者走访了多家量化私募机构及第三方研究机构。   “数字工厂”或是“先锋试验”   蝶威量化是目前行业内将AIAgent深度嵌入投研全链条的代表性机构之一。在前述技术分享会上，魏铭三介绍，其自研的垂直Agent系统已覆盖从券商研报因子提取、因子优化裂变、代码生成与回测执行，到绩效评判与入库决策的全流程，形成闭环式“数字投研工厂”，并已实现7×24小时不间断运转。   在技术路线上，蝶威量化选择了从底层自研，而非采用OpenClaw、LangChain等开源框架。“开源框架更像一辆‘大型SUV’——功能全面，却无法在专业场景做到极致。”魏铭三表示，量化投研有私有数据体系、专用算子库及严苛的工程化要求，通用框架难以满足。其团队从2025年起从底层构建投研专用Agent框架，目前已搭建46个算子库、6400余个底层特征。   并非所有量化私募都采取了同样的激进路线。老牌百亿级量化私募鸣石基金相关负责人告诉中国证券报记者，目前公司对AIAgent的使用主要集中在AI编程环节，用于辅助投研人员处理基础编程工作，在因子挖掘等核心投研环节仍以既有方式为主，对Agent的应用是尝试性的。“我们认为，量化投研环境有其研发特殊性、数据敏感性和信息保密隔离等实际情形，我们会坚持在核心投研上使用既有方式。”   波克量化私募基金经理位小康认为，量化行业整体正从“简单接入”逐步转向“深入部署”。他告诉中国证券报记者，目前量化私募对于AIAgent正处在全力加大投入阶段，“相比前两年可能仅停留在基础的代码审查、数据运维等方向，AIAgent已经深入到了投研的各个方面来提升效率”。   好买基金研究中心研究员郭新宇从第三方视角给出判断。他认为，2026
=*=*=*=*=*=
当前为第1/4页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页