量化交易

Quantitative Trading，基于数学模型/算法的自动化交易。中国量化私募行业 AUM ￥3 万亿（2025），年收入规模 ￥348 亿。AI 时代经历"多因子 → 深度学习 → 大模型端到端"三代范式转移，幻方量化 用 DeepSeek 反哺策略是最具代表性的演进案例。

技术细节

三代范式

传统量化（2010-2020）

因子挖掘 → 多因子模型 → 组合优化 → 风险控制

• 依赖人工特征工程
• 线性模型为主
• 策略容量有限
• 代表：BARRA 多因子模型

深度学习量化（2020-2024）

原始数据 → 深度神经网络 → 端到端预测 → 强化学习执行

• 自动特征学习
• 非线性复杂模式捕捉
• CNN/LSTM/Transformer 处理时序
• 策略容量扩大

大模型量化（2025-至今）

多模态数据 → 预训练大模型 → 少样本策略生成 → 推理优化

• DeepSeek 等大模型直接生成交易策略代码
• 自然语言描述策略逻辑，模型自动实现
• 零样本/少样本学习适应市场变化
• 代表：幻方量化 2025 年 56.6% 收益率

主要玩家

国内（百亿量化私募）

• 幻方量化 — AUM ￥700 亿+，2025 收益 56.6%
• 九坤投资 — AUM ￥6500 亿
• 明汯投资 — AUM ￥800 亿
• 灵均投资 — AUM ￥600 亿+，2025 收益 73.51%

国际

• Renaissance Technologies（西蒙斯）
• Two Sigma / Citadel / DE Shaw

在 AI 产业链中的角色

量化交易是 AI 技术在金融场景最严苛的试金石：策略必须用真实资金验证，错了会亏钱。AI 量化的成功（幻方量化 2025 56.6%）反过来推动 DeepSeek 等大模型的发展。

演进历史

• 1970s：因子模型起源
• 1990s：Renaissance 等量化基金兴起
• 2010s：中国量化私募涌现
• 2016：幻方量化 上线首个深度学习交易仓位
• 2023：DeepSeek 成立（量化 AI 反哺）
• 2025：大模型时代量化收益分化加剧

相关概念

• 多因子模型 / 强化学习交易 / DeepSeek