“投资逢盛世，FOF正那时！”为了斟酌国内私募FOF&MOM基金发展濒临的新机遇、新趋势，由私募排排网主办，招商基金、东证期货集中主办澳门永利龙虎斗，招商证券、正直证券、汇鸿汇升投资协办的“第八届中国FOF&MOM基金管制东说念主年会”，于2023年7月6日-7日在上海浦东嘉里大酒店举行。

　　上海启林投资管制有限公司 王鸿勇

　　在7月7日下昼的会议上，启林投资首创结伴东说念主、投研总监王鸿勇出席并进行了主题为《ChatGPT与量化投资》的明星私募投资解说会。

　　以下为演讲全文：

　　谢谢主理东说念主，谢谢排排网的邀请，今天我进来的时候看到大会的主题是“时刻驱动好意思丽，金融赋能改日”，也跟我今天的演讲主题荒谬契合。

　　ChatGPT会越来越智能，许多行业会被颠覆

　　领先，咱们知说念量化投资是一个时刻和金融联接的投资技能，它的投资措施亦然跟着时刻的超过而束缚演绎的。本年通盘老本阛阓最热的确定是AI、ChatGPT的倡导，毫无疑问咱们仍是站在一个新的时刻驱动的海浪的起初。这个新的时刻确定会影响社会的方方面面，各式行业。国内许多互联网的公司、高校齐运行进入这个边界，拥抱大模子。

　　前段时分，国内有一家量化私募巨头也发表了公告，要追赶大模子。坦直说，咱们是莫得能力作念大模子磋商的，这是不通常的应用边界。然而咱们对于前沿的时刻也在束缚的学习，ChatGPT刚出来，咱们公司就饱读吹各职工多运行应用这个时刻，以提高使命后果。我当今基本上每天齐会用ChatGPT匡助我写代码、查贵寓，其实短长常便捷的。

　　我也花了许多时分来学习、了解ChatGPT的时刻，包括Open AI公司发展的历史，以及念念考这个时刻对改日社会、对量化投资会带来如何的启示。今天，但愿借此契机跟人人作念一个对于ChatGPT和量化投资，其实是AI在不同边界的应用，作念一些对比，望望他们有什么调换的点，有什么不同的点。投砾引珠，但愿给人人一些启发。

　　先看一下ChatGPT的发展史。他最基础、最进攻的基础蕴蓄模子好像是2017年建议来的。其实这个时刻是他的竞争敌手谷歌建议来的，仅仅Open AI用了这种时刻蕴蓄。跟着背面通盘GPT时刻的演进，很闪现有一个海浪，模子越来越大，参数越来越复杂，transformer层数越来越深。Open AI的首创东说念主信服大等于好，纵情出遗迹，唯有我的模子实足大，就能够把许多信息压缩到我的神经蕴蓄里，酿成我的学问。

　　一个基本的趋势是他用到更多的算力，模子越来越大，越来越复杂。本人这个模子在进化，如若类比成一个东说念主的话，他变得越来越灵巧，基本上GPT3的智能水平相当于一个大学生，GPT4仍是是一个斯坦福的博士了，况且是内部最灵巧的一位。这个进程还莫得甩掉，背面可能还有GPT5、6、7，它会变得越来越智能、越来越灵巧。

　　他能够束缚的进化，有几个枢纽的点，领先他是一个工程化的生命，其实它内容上没未必刻旨趣的破损和创新，然而他能够掌执海量的数据，诓骗强盛的算力去齐备这样复杂的模子，其实是需要荒谬好的基础设施的相沿，和齐备这个工程化的能力。这个工程化的初步的完全的齐备，其实是在GPT4仍是达到了。当这个工程化齐备了以后，背面也运行以插件的体式去激动各式生态化的应用。

　　当咱们跟GPT对话的时候，未必候嗅觉咱们果真不是在跟一个机器对话，好像背面等于一个东说念主。这也引起了一个AI安全的谈论，从碳基生命与硅基生命所进的一步，过去一个科学家建议来，如若是青蛙发明了东说念主类，到底是青蛙掌执东说念主类照旧东说念主类掌执青蛙？也等于说东说念主发明了东说念主工智能之后，当发现这个东说念主工智能仍是成为了这个宇宙上最灵巧的东说念主，咱们东说念主的统共默契、学问，统共的模子完全被东说念主工智能学会了以后，改日到底东说念主能不可果真掌执东说念主工智能、掌执东说念主类？他也莫得很好的谜底。然而，引起了许多的念念考。

　　岂论奈何样，时刻的海浪仍是运行了。基本上从东说念主类的发展历史来看，等于束缚的新的时刻出现，很难以东说念主的领路为转机。是以，咱们不错看到这还仅仅一个运行，改日会有许多的行业颠覆。

　　东说念主类社会内容是三位一体的复杂系统

　　伴跟着AI的发展，不错看到英伟达的股价亦然一飞冲天，涨了整整500倍，最近他又推出了他的超等计较机、超等芯片。巨头们也齐在纷繁的布局，蛋糕简直是太饶沃了，人人也要开发这个芯片来谢却英伟达的旁边。

　　前段时分百度的总裁发表了“我的大模子不雅”的演讲，他内部建议他对于ChatGPT这个时刻，为什么是代表了一种新的时刻，或者是一种新的范式，一个内容的念念考。我也崇拜的学习了一下，也引起了我的许多念念考。我会发现ChatGPT时刻的演绎，激动了新的范式，跟量化投资有许多的殊途同归之妙。我先讲讲为什么GPT是一个颠覆式的时刻。

　　任何一个结构性的颠覆性的时刻，通常带来了某种内容的成本的缩短。东说念主类社会，岂论是东说念主照旧一个组织、一个公司，致使是一个数字化系统的本人，按照他的回归，内容齐是一个复杂系统，是三位一体的复杂系统，包含了三个神气，一个是信息神气，也等于信息系统，从环境中征集有用的信息；一个是模子系统，等于通过信息去建树你的模子，建树你的默契，或者是建树你的任务体系；第三个是要作念有计算，要活动，要基于模子作念活动。

　　第一代互联网变调，内容上是对信息的纬度作念了旯旮成本的极大的缩短。过去人人得复书息，比如说我要知说念舆图奈何走，或者是要得回一个社会上的新闻，成本是很高的，可能要问别东说念主，或者是打电话。在当今的信息期间，不错通过搜索引擎，咱们把通盘信息成本极大的缩短了，不错知晓为信息的成本简直降为零。这是第一代系统作念到的事情，把信息作念到了成本为0，信息无处不在，咱们当今就处于信息爆炸的期间。

　　第二代系统是当今ChatGPT时刻带来的新的系统，咱们叫作念模子期间。第二种范式运行演绎了，通盘社会的模子会无处不在。模子的内容是什么？内容等于学问，信息的有用压缩变成的学问。东说念主脑袋里的统共默契齐是学问。通过大模子的时刻，工程化的齐备，会把模子的成本也降到荒谬低。自然当今照旧比拟贵的，然而咱们知说念有有名的摩尔定律，跟着时刻的发展，成本会逐渐的降下来，算力会逐渐的提高上去。进入模子期间以后，得回学问的成本就变得极大的缩短。过去的学问可能存在许多的地方，当今的学问存储在神经蕴蓄里，通过预检修的模子，把信息有用压缩以后，学问的存储介质发生了变化。

　　第三代系统，就会齐备活动的缩短。典型的是东说念主工智能、机器东说念主，有了模子之后奈何活动？咱们会变得荒谬的肤浅。比如说这个屋子，改日可能会有许多的智能开荒，咱们要到一个什么地方去，点一个按纽就不错跋扈的到达，这可能是改日会发生的事情。

　　如若第三个系统也齐备了以后，最终的口头可能是齐备东说念主和机器的有机协同、有机联接，这可能是改日所谓的联接的新的体式的演绎。

　　ChatGPT与量化投资有许多殊途同归之妙

　　为什么我说有殊途同归之妙？量化投老内容上也不错知晓为三个进程，亦然信息系统、模子系统、有计算系统。咱们从金融阛阓中征集海量的金融数据，从内部索求有用的信息。这亦然咱们作念量化战略的第一个神气，等于人人过去常常别传的“因子”。人人最早作念量化，一运行齐是在磋商因子，致使最早的因子奈何来？起原于东说念主的主不雅投资的想法，比如说会看一些什么样的时刻计算，或者对于一个数据有什么样的旧例的经济学的知晓，会把这些知晓变成一些因子。这些因子，等于从数据中提真金不怕火的基础信息。

　　是以，最早量化投资刚运行的时候，咱们也在第一个阶段，专注于信息后果的缩短，把信息得回的成本缩短。咱们需要想主张把Y因子的后果提高，所谓的后果提高等于把开发因子的成本降下来。我认为这是第一代作念量化比拟专注的事情。

　　那时人人在模子层面反而是作念得比拟肤浅的，然而会用比拟多的肤浅的线性模子，岂论是国内照旧国外，最早的量化齐是这样过来的。

　　AI赋能到量化投资的第一步，等于运行在模子问题上，大大的提高模子后果。模子检朴单的线性模子往非线性模子上运行演绎，况且通过各式种种的AI基建，把模子成本旯旮缩短。当今常常说咱们有许多战略、许多模子，要提高的是开发模子的后果。每次作念一个模子，可能要作念许多的履行，奈何把这个履行后果提高、成本缩短？亦然当今量化投资还短长常专注的问题。是以量化投老内容上也不错知晓为当今是第二代系统，模子的问题是人人当今比拟中枢怜惜的问题。

　　如若再往后看，第三个问题等于有了许多的模子，有了许多的信号，奈何作念有计算？奈何生成交游提醒、交游有计算？是人人跟着模子越来越多、越来越丰富，也运行逐渐醉心的问题。我认为这亦然改日量化投资人人会比拟怜惜的时刻问题，和人人磋商的枢纽场合。

　　是以，AI在金融边界最进攻的应用等于量化投资。AI东说念主工智能有什么样的三成分呢？数据、算力、算法。岂论是量化投资照旧ChatGPT，齐是建树在海量的数据和偏激宏大的算力基础上，才能开展对于AI应用的，这亦然为什么人人不错看到各个头部的量化私募齐运行有我方的机群，有我方的超等计较机。

　　对比一下数据的纬度，我摘取了国外一家以数据丰宽裕名的对冲基金，他掌执的数据源是1万个，累计的数据总量是144TB。如若你对比ChatGPT的数据量，金融数据的体量小数齐不比ChatGPT的检修数据体量小，他们好像是在TB量级，咱们作念量化投资的数据量短长常荒谬宏大的，ChatGPT作念一次检修可能需要几万张卡，要检修好几个月的时分，才能处理这样一个数据量。

　　咱们的数据量，从数据总量来说短长常宏大的。如若说到数据，不光应该怜惜数目，还应该怜惜质地。ChatGPT之是以检修只用了这样多数据量，不是说他不可用更多的数据，而是它的检修需要荒谬高质地的数据。这亦然改日咱们作念投资荒谬枢纽的一神气，咱们不是光追求数据的数目有若干，总量有多大。而是越来越怜惜数据的质地，因为高质地的数据才能有助于咱们开发出荒谬有用的模子。

　　算力亦然基础，岂论是作念ChatGPT照旧量化战略齐需要越来越强盛的算力，来给咱们提供数据处理的学问和模子检修的学问。这两个基石需要以它为基础，来作念许多的算法的磋商，是以算法是第三个成分。算法的背面是东说念主，短长常顶级的东说念主来开发各式种种的算法。

　　刚才讲了ChatGPT是工程化的事情，内容是它对你的基础设施有荒谬高的条目。是以如若想作念AI的磋商，你一个荒谬枢纽的点等于基础设施的infra的搭建，包括计较机、CPU、GPU奈何管制，包括IO的带宽，奈何能够处理海量的数据，以及蕴蓄架构奈何样架构。是以这是一个荒谬宏大的、亦然一个荒谬有挑战的工程，是需要荒谬荒谬多的、不同场合的时刻众人，才能把这个基础设施逐渐的搭建得越来越完善。

　　是以，哪怕是当今，ChatGPT的基础设施也照旧处于束缚完善的进程中，需要越来越多算力的进程中，也建议了越来越多的时刻挑战，它的基础设施，GPT4才是刚运行齐备工程化。是以为什么它需要那么大的资金的参预，等于因为它需要海量的算力和荒谬宏大的基础设施，来相沿他作念这个磋商。我信服改日量化投资，为什么当今要招聘那么多的IT工程师？人人齐在起劲的把基础设施作念得愈加完善，才能轻率背面的挑战。

　　刚才讲了算法的中枢是东说念主。围绕着东说念主，奈何组织？需要如何的东说念主？奈何样管制东说念主？岂论是ChatGPT照旧量化投资，这齐是最进攻的问题。ChatGPT团队的东说念主才短长常精英的，他的东说念主自然比谷歌的团队东说念主员少，然而他是一个荒谬精英化的团队，况且是多元的团队，通过团队作战酿成协力的作念法来激动这件事情，是以他们把这件事情作念成了。

　　这个行业的东说念主是最枢纽的，并不是说有了数据、有了算力，就能够自然的作念好AI这个事情，或者是自然就有许多的算法。统共的算法齐离不开东说念主在背面的磋商、驱动、束缚迭代。量化投资亦然从过去比拟蓝海的期间，一两个东说念主、两三个东说念主就不错作念出荒谬有用的战略，进化到当今不光需要荒谬好的基础设施、算力相沿，还需要荒谬优秀的东说念主，以愈加团队的体式去协同作战，才能在改日开发荒谬有用的量化投资的战略。这小数也短长常肖似的。

　　AI能取代量化吗？

　　说了这样多两者调换的地方，许多东说念主也会问我一个问题，如若Open AI作念量化投资，会不会把你们颠覆掉？或者是咱们用ChatGPT来作念投资，可不可行？它是不是果真有可能在改日某个时分点，完全的取代量化投资？

　　领先不完全抛弃这种可能性，然而咱们要看到，目下来说ChatGPT这种时刻应用的自然谈话处理边界，跟咱们作念量化投资这个边界照旧有许多的不通常。

　　我认为最内容的两个不通常在这里：一是金融阛阓通盘信息短长常荒谬低信噪比的阛阓，也等于说这个阛阓的杂音荒谬多，真实有用的信号荒谬少。响应在作念战略的角度，等于过拟合的风险荒谬高，基本上每一个作念量化投资、用AI作念量化投资的东说念主齐资格过，一运行作念一个战略用到一个神经蕴蓄，一跑，历史回撤荒谬的好意思如画，一实盘，一纸回撤。这种资格，可能人人刚运行作念量化战略的时候齐会遭逢。我也会告诉我的磋商员，如若你写的战略，历史太好，确定是错的，或者是过拟合。

　　这个阛阓本人是低信噪比的阛阓，就不像ChatGPT如若预测一段翰墨，下一个单词可能是什么，它的准确度不错作念得荒谬高，他预测的准确度是远远高于金融阛阓的投资的。是以他对模子检修的过拟合的影响、知晓，跟量化投资有很大的不通常。

　　另外短长稳态问题。金融阛阓是一个变化的阛阓，是一个束缚动态演绎的阛阓，ChatGPT当今作念一次检修可能需要几百万好意思金或者是千万好意思金的量，才能检修好一个模子。而咱们量化投资的角度，战略齐会失效。阛阓在束缚的变，咱们仅仅束缚的开发新的有用战略，然而如若咱们开发一个有用战略需要几百万好意思金，这个战略可能背面还会失效，这是不太能禁受的。这亦然一个很大的不通常的点。

　　也等于说咱们的问题是历久的，咱们更怜惜的是奈何样能够不时的开发新的有用战略，因为咱们面对的是一个束缚变化的阛阓，而不像ChatGPT，本人要处理的问题是一个相对镇静的。这个猫是一个猫，等于一个猫，或者这个学问是这个学问，自然可能改日会发生变化，然而这个变化短长常荒谬冷静的，在很长一段时期他要处理的问题或者要千里淀的学问是不会发生变化的。这亦然一个内容的不同。

　　基于这两点，我个东说念主合计ChatGPT想要取代量化是有很大的难度的。如若改日果真发生了这样一件事情，那阛阓的有用性假说就果真存在了，那就成立了，这个阛阓会变成一个完全有用的阛阓，也就不会有所谓的alpha收益的存在了。

　　量化投资发展的4个阶段

　　量化投资亦然在束缚演绎的，顺着刚才的先容不错看到量化在国内的演绎进程不错分为若干个时期，咱们回归下来，当今好像是处于量化的4.0时期。

　　每个时期有什么特色？1.0时期是量化最肤浅的时候，那时人人专注于精修单因子，找到一个有用战略就不错在阛阓上赢利了，因为那时的阛阓荒谬的无效。比如说买小票也不错跑赢沪深300的指数。

　　真实运行有比拟范式的，大批的量化公司兴起是2015年，咱们叫作念2.0时期，这个时期的典型是多因子，人人齐说我有若干个因子，我奈何开发因子，我因子的评价逻辑是什么样的，咱们叫作念量化的2.0时期。这等于我刚才讲到的，这个时候人人是比拟怜惜信息后果的提高，或者是因子开发后果的提高。

　　3.0时期，等于运行用非线性的措施，用神经蕴蓄来激动咱们把预测性作念得更好，激动咱们在模子上束缚的演绎。在这个进程中，咱们也发现AI的时刻确乎能够荒谬有助于咱们挖掘阛阓上束缚的有用的alpha。

　　在当今的4.0时期，准确说是从旧年运行逐渐到当今，仍是看到AI的时刻在量化投资边界全场合的、各式纬度的应用，包括深度学习的前沿算法，包括不错借助一些散布式的集群来齐备更好的算法的场景的落地。也包括咱们有一些机器学习的措施，来处理一些另类的数据，比如说处理一些新闻的、舆情的数据，提真金不怕火出一些有用的信息。是以，AI的时刻在量化当今发展的进程中，它体当今方方面面，仍是不是单纯的在模子这一个纬度。

　　如何保持量化投资的中枢竞争力？

　　预测改日，什么样的量化公司能够在改日不时有竞争力？能不时保持在行业中的告捷？咱们合计有两点荒谬枢纽：

　　一是后果，它永远是最进攻的。任何一次大的社会变革、时刻变革，通常是把某方面的后果极大的提高，让成本极大的缩短。量化投资行为一种时刻驱动的措施论，对后果的追求等于不灭的中枢。

　　奈何样能够提高磋商战略、开发战略的后果？这是需要在方方面面起劲的，果真仍是不是一个纬度的问题。包括咱们刚才讲到的基础设施的树立、团队的管制，各式数据奈何样处理、利用，这些方方面面、一丝一滴后果的提高，齐会导致一家公司在通盘量化投资方面有更强的竞争力。

　　二是风险。金融阛阓是变化的阛阓，莫得什么战略是不灭有用的，咱们对阛阓要一直怀有敬畏之心。风险是模子束缚演绎的，ChatGPT发展最中枢要处理的问题等于安全问题，安全等于他的风险。咱们作念投资的，对风险奈何管制、奈何知晓，亦然改日量化私募、量化公司告捷的枢纽。咱们也在不时的加大磋商力量，束缚对风险有更好的管制和把控。

说起骨垢线澳门永利龙虎斗，可能很多人还不知道具体的部位。所谓骨垢线，其实就是指长骨两端的膨大部分，随着年龄的增长，骨干与骺之间有透明软骨，这一层软骨并不会一直存在，而是随着年龄的增长，最终会导致骨干与骺融为一体，到此为止就不会再出现身高发育了。