DeepSeek帶動全球資本重估中國科技投資價值的同時，背後是量化私募行業在人工智能的佈局的前瞻性。 近日，百億量化寬德旗下WILL智能學習實驗室人才招聘，近百億量化私募蒙璽投資AI Lab全新上線，公開招募機器學習實習生團隊，並喊出“成爲改變世界的因子”口號。 量化私募的發展伴隨着機器學習與深度學習技術，也是較早將人工智能技術成功應用到金融市場的羣體。 幻方之外，包括九坤投資、明汯投資等頭部量化私募分別設有實驗室、北美投研中心等，而包括黑翼資產、磐鬆資產等量化私募儘管沒有成立專門的AI實驗室，但是AI應用貫穿於公司投資流程中。 量化投資在日常投研中需要應用深度學習等挖掘因子，更早接觸人工智能，理解也更爲深刻，彼時爲了投資需求投了大量的芯片，再加上匯聚了一羣聰明的“腦袋”，一不缺錢，二不缺人，這也是在量化土壤能培育出純粹技術派大模型的基礎。 DeepSeek自定義爲小公司，價值觀是讓技術變得更好，目標是AGI(通用人工智能)，通過開源推動科技社區的進步，因此，短期內沒有商業化以及融資考慮。在業內看來，沒有融資人帶來的商業化壓力，量化私募團隊一般規模不大，敏捷團隊帶來的高效率，纔是讓量化背景的人工智能公司走得更遠。 當這些百億量化私募陸續加入，國內的人工智能發展似乎更值得期待了。 值得注意的是，多家公司表示，佈局AI並不意味着要進軍大模型，在應用層面仍有很多創新的實現方式。“DeepSeek的大模型已經非常領先，並且開源，公司沒有必要再去做大模型。”某頭部量化私募表示。 前沿技術探索，蒙璽投資成立AI Lab “未來已來，等你開箱。”蒙璽投資旗下AI Lab實驗室成立後，開啓了實習生的招募，根據招聘簡介顯示，主要招聘對象是機器學習研究員(AI)，崗位職責有三項：一是爲機器學習模型用於開發量化交易策略;二是追蹤機器學習領域前沿模型及技術，並嘗試將其用在量化金融領域;三是利用機器學習、深度學習的方法對歷史數據進行研究、分析和統計，從中找到相關的趨勢和規律。 財聯社記者還獲悉，儘管是實習崗位，但是實習生可以接觸到實盤因子庫、脫敏的平臺數據，公司希望這些年輕人能夠起到輔助作用的同時，提供創意與多元的思維模式。 和其他量化公司招募技術人員類似，AI Lab實驗室在學歷能力之外，還要求候選人能有Kaggle等各類競賽獲獎經歷。 有意思的是，AI Lab實驗室在合肥，而辦公地在上海，爲何捨棄上海的高校資源，捨近求遠，跑到合肥招人? 據瞭解，這或許與蒙璽投資創始人李驤有關，公開資料顯示，李驤是安徽人，畢業於中科大，當前還是中科大金融碩士(MF)研究生業界指導老師，將實驗室放置在合肥，一方面是另闢蹊徑可以優選接觸到中科大優秀學生，也有一部分回饋母校的情懷在其中。“合肥的高校基礎，科技基因，早就不可小覷了。”也有行業人士點評。 據悉，蒙璽投資在2023年7月升級了安徽合肥的實習生基金，此前也有量化策略研究員、機器學習研究員(AI)、高頻開發工程師(C++)以及數據開發工程師等實習崗位在招。 量化私募向來重視人才，黑翼資產表示，公司有系統性培養各類人才，打造了三大招聘計劃，針對實習生的“扶搖計劃”，面向全球應屆畢業生的校園招聘“羽翼計劃”，以及爲成熟頂尖人才設立的社會招聘“鯤鵬計劃”。 在留住人才方面，黑翼資產介紹，除了提供具有競爭力的薪資福利外，特別注重員工的幸福感，包括髮放工資、獎金、項目激勵和健康保險等基礎福利。此外，關注員工的全面發展，爲員工提供優質的工作環境、持續的培訓課程以及最新的技術設備。同時，設計清晰的職業發展通道，使員工能夠有效規劃自己的職業前景。 400億巨頭寬德WILL實驗室同步招兵買馬 同樣發佈了AI實驗室招聘的還有寬德投資，2月24日，400億巨頭寬德投資發佈了旗下智能學習實驗室人才招聘的推文。 寬德WILL實驗室的路徑類似DeepSeek，公司成立的初衷是對AI的戰略思考，在寬德投資的支持下，WILL將作爲獨立孵化，自主運營的創業型實驗室，專注於科研領域的超級科技助手。 根據招聘顯示，WILL實驗室重點招募方向聚焦在具備紮實AI技術功底又懷有科研理想的研究員和工程師，並稱希望“共同參與這場需要長期投入的智能科研征程”。 在AI技術積累和發展規劃上，寬德投資介紹，此前持續多年在量化研究領域進行系統性投入，構建了完整的AI基礎設施和數據處理能力。WILL將延續寬德投資的優秀基因，起步於量化但不止於金融場景，向着人工智能的星辰大海啓航。 AI發展的黃金年代，成熟的技術團隊能夠爲AI研發提供堅實保障，完善的人才培養機制方能支撐創新迭代。這也是寬德投資招募人才的原因。 九坤、明汯等頭部均有佈局 儘管多家量化私募表示，當下宣傳自己對AI的佈局恐有“蹭熱度”的嫌疑，但是市場仍然關心這些頭部量化在AI方面的信息。 九坤投資與微軟亞洲研究院近日刊文稱，首次成功復現了DeepSeek-R1，特別是其在強化學習領域的成果，同時在技術層面提出了創新性的見解。該學術文章名爲Logic-RL: Unleashing LLM Reasoning with Rule-Based Reinforcement Learning，爲微軟亞洲研究院、Ubiquant及其他獨立研究人員共同撰寫。 根據論文顯示，該團隊還首次發現了輸出長度與推理性能提升無關、語言混合(例如中英文夾雜)會顯著降低推理能力以及reasoning tokens確實有提升推理性能等問題。 據悉，同爲量化巨頭，九坤投資很早就成立了AI lab，並在數據、算法、算力方面有着強大的技術儲備和人才儲備，2020年起，其先後建立了人工智能實驗室、數據實驗室和水滴實驗室，分別對應數據、算法和交易執行相關領域的研究。此外，公司還於2021年與粵港澳大灣區數字經濟研究院合作成立“九坤-IDEA”聯合實驗室，在數字金融領域探索合作與發展新模式。 近年來，九坤投資持續在AI前沿技術領域展開系統且深入研究，不僅長期探索通用技術並推動其場景應用，還在多個細分領域進行了多元化的研究拓展力求構建更爲全面的AI技術體系。 在AI方面有相應儲備的還有明汯投資，2020年，明汯投資在北美建立投研中心，爲A股選股模型提供世界前沿的技術支持。模型的算法迭代速度建立在高性能算力基礎上。從早期簡單的幾臺CPU服務器到大規模高性能計算集羣，明汯一直積極自建高規格算力機房，進一步提升超算處理能力和水平。 目前明汯投資自有高性能計算集羣已擁有數千張GPU卡，數萬張CPU核、疊加多Pb的內存及磁盤存儲，在金融數據的應用場景下AI算力可以達到400P Flops，位居世界超算排名TOP500榜單。 量化巨頭們喜歡什麼人才? 百億私募黑翼資產也是自2017年就開始佈局人工智能領域，並組建了AI算法團隊，一直在培養和儲備數據分析和機器學習人才，即便是沒有成立專門的AI實驗室，但是在量化投資過程中都已經實現了全流程AI化。 “在用人標準上，我們更青睞深刻理解機器學習、深度學習技術，並且內心充滿熱愛和好奇心的AI人才。”黑翼資產方面表示，如果具有海內外知名AI相關實驗室、研究所以及公司的研究實習經歷，有豐富的研究成果，在國際頂會或期刊發表過相關論文，或有ACM/IOI/NOI/Top Coder/Kaggle等算法競賽獲獎經歷會更加分。 磐鬆資產表示，近年來，量化行業集中招募深度學習等人工智能人才的主要原因有三點： 一是數據維度與複雜度的指數級增長。當前傳統量化模型已難以高效挖掘非結構化數據中的有效信號，亟需AI技術實現多模態數據的融合分析與特徵提取。 二是市場博弈的深化對策略適應力提出更高要求。深度學習在非線性關係建模、動態模式識別上的優勢，能夠幫助策略更快捕捉市場微觀結構變化。 三是技術壁壘的競爭已上升至戰略層面。量化行業正在逐步構建“AI+量化”的閉環生態，這要求團隊具備跨學科的協同能力，複合型人才已成爲稀缺資源。 正如黑翼資產，多家受訪量化私募向財聯社記者表示，AI應用於策略是行業的普遍現象。磐鬆資產表示，AI技術目前主要有三個應用：一是對數據進行精細化處理，實現更加精細刻畫系統性投資邏輯，挖掘更加具備經濟學含義的因子;二是爲投資過程賦能;三是公司內部運營中，建立了效率委員會，效率委員會負責利用人工智能技術提升日常工作運營的效率。 有意思的是，DeepSeek團隊中有海外背景的人才並不多，也有市場人士擔憂，海外的對衝基金確實憑藉其全球化品牌、成熟的培養體系以及更具吸引力的薪酬結構，對頂尖人才形成“虹吸效應”，在人才爭奪戰中，中國本土化機構需要做好哪些工作? 磐鬆資產認爲，本土化機構仍然有較強的優勢，原因有三： 首先，本土市場的深度認知與敏捷響應能力。中國資本市場在交易機制和投資者結構等方面具有一定的特點，本土化的機構能夠更加深刻地理解A股市場的投資邏輯，系統性投資則可以更加深度地挖掘市場現象的經濟學邏輯，通過歷史經驗與數據沉澱建立更精準的映射關係，研究過程需要同時穿透經濟學邏輯的“可解釋性”與模型的“統計顯著性”。本土機構在數據樣本的長期積累、敏感性訓練上具有天然優勢，這種“邏輯+數據”的雙重驗證機制，能顯著提升因子挖掘的置信度與策略的持續生命力，而海外機構往往需要更長的適應週期。 其次，技術創新的場景化落地效率。國內團隊在策略迭代速度、模型容錯機制設計上更貼近本土市場“高波動、強博弈”的特徵，這對AI人才的實戰價值轉化至關重要。 第三，組織文化的兼容性與長期激勵設計。與海外機構相比，本土化的私募機構可通過扁平化的決策機制、技術與投研的深度耦合 (如“研究員一工程師”雙軌晉升通道)，以及股權激勵等中長期綁定方式，增強對頂尖人才的吸引力。 本文轉載自財聯社，GMTEight編輯：陳雯芳。