现产能翻倍，即每周可以挖掘出4个符合入库标准的因子。   在效率的跃升之外，这一轮技术变革对竞争壁垒的重构同样备受行业关注。位小康认为，研究员之前需要花大量时间精力在数据清洗等非策略核心开发上，或者公司有大量开发人员进行策略支持，现在大量的“VibeCoding”（开发者通过自然语言向AI描述功能需求能够构建更轻量化的开发团队，使得资源更多地向策略开发倾斜，从这个角度上说，量化的人才与算力壁垒正在被重新定义。   展望未来两到三年，多数业内人士对AIAgent在私募投研中的演进方向形成了较为一致的判断——人机协同将成为主流，而非“全自动无人投研”。王啸认为，很大概率会走向深度的“人机协同”常态化模式；位小康的观点更为细致：偏基本面方向的策略可以走向“全自动无人投研”，但侧重多因子体系的量化团队仍然以“人机协同”为主。   作为第三方机构人士，郭新宇判断：“最成功的量化机构可能是那些能够将顶尖的AI基建与自身深厚的数据资产、组合管理能力、风险控制体系深度绑定的机构。”   在主观投资领域，同样有头部机构对这一技术浪潮给出了前瞻判断。2025年底，千亿级主观私募景林资产总经理高云程在新年展望中曾表示：“2026年很可能是AIAgent真正普及的元年。”他同时表示，在这场技术浪潮中，能否获得“AI船票”将关乎企业未来是否被边缘化。   当AIAgent从“辅助工具”向“核心生产力”跃迁，量化投研的边界正在被持续拓展。正如魏铭三在分享会上所言：“这场变革的核心，是投研从‘手工作坊式’推进，转向具备自动驾驶式的连续性、系统性和规模化能力。”这场变革，可能才刚刚开始。
=*=*=*=*=*=
当前为第4/4页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页