“投资逢盛世，FOF正其时！”为了接头国内私募FOF&MOM基金发展靠近的新机遇、新趋势，由私募排排网主办，招商基金、东证期货蚁合主办，招商证券、合法证券、汇鸿汇升投资协办的“第八届中国FOF&MOM基金束缚东谈主年会”，于2023年7月6日-7日在上海浦东嘉里大货仓举行。

　　上海启林投资束缚有限公司 王鸿勇

　　在7月7日下昼的会议上，启林投资创举合鼓吹谈主、投研总监王鸿勇出席并进行了主题为《ChatGPT与量化投资》的明星私募投资暴露会。

　　以下为演讲全文：

　　谢谢主理东谈主，谢谢排排网的邀请，今天我进来的时候看到大会的主题是“技巧驱动时髦，金融赋能异日”，也跟我今天的演讲主题相配契合。

　　ChatGPT会越来越智能，许多行业会被颠覆

　　领先，咱们知谈量化投资是一个技巧和金融兼并的投资技巧，它的投资方法亦然跟着技巧的越过而陆续演绎的。本年通盘老本阛阓最热的细目是AI、ChatGPT的倡导，毫无疑问咱们如故站在一个新的技巧驱动的海潮的开始。这个新的技巧细目会影响社会的方方面面，多样行业。国内许多互联网的公司、高校都驱动进入这个领域，拥抱大模子。

　　前段时刻，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磨的，这是不雷同的应用领域。然则咱们对于前沿的技巧也在陆续的学习，ChatGPT刚出来，咱们公司就饱读吹各职工多驱动应用这个技巧，以提高使命效果。我刻下基本上每天都会用ChatGPT匡助我写代码、查而已，其实短长常肤浅的。

　　我也花了许多时刻来学习、了解ChatGPT的技巧，包括Open AI公司发展的历史，以及念念考这个技巧对异日社会、对量化投资会带来若何的启示。今天，但愿借此契机跟全球作念一个对于ChatGPT和量化投资，其实是AI在不同领域的应用，作念一些对比，望望他们有什么疏通的点，有什么不同的点。投砾引珠，但愿给全球一些启发。

　　先看一下ChatGPT的发展史。他最基础、最重要的基础汇注模子大约是2017年提议来的。其实这个技巧是他的竞争敌手谷歌提议来的，仅仅Open AI用了这种技巧汇注。跟着后头通盘GPT技巧的演进，很赫然有一个海潮，模子越来越大，参数越来越复杂，transformer层数越来越深。Open AI的创举东谈主信服大等于好，放肆出古迹，惟有我的模子富有大，就能够把许多信息压缩到我的神经汇注里，变成我的常识。

　　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，要是类比成一个东谈主的话，他变得越来越灵巧，基本上GPT3的智能水平相配于一个大学生，GPT4如故是一个斯坦福的博士了，况兼是内部最灵巧的一位。这个流程还莫得死心，后头可能还有GPT5、6、7，它会变得越来越智能、越来越灵巧。

　　他能够陆续的进化，有几个纰谬的点，领先他是一个工程化的人命，其实它实质上莫得技巧旨趣的蹧蹋和创新，然则他能够掌持海量的数据，愚弄强劲的算力去收场这样复杂的模子，其实是需要相配好的基础设施的援助，和收场这个工程化的能力。这个工程化的初步的完全的收场，其实是在GPT4如故达到了。当这个工程化收场了以后，后头也驱动以插件的样式去推动多样生态化的应用。

　　当咱们跟GPT对话的时候，随机候嗅觉咱们果真不是在跟一个机器对话，好像后头等于一个东谈主。这也引起了一个AI安全的盘考，从碳基人命与硅基人命所进的一步，已往一个科学家提议来，要是是青蛙发明了东谈主类，到底是青蛙掌持东谈主类照旧东谈主类掌持青蛙？也等于说东谈主发明了东谈主工智能之后，当发现这个东谈主工智能如故成为了这个天下上最灵巧的东谈主，咱们东谈主的所有通晓、常识，所有的模子王人备被东谈主工智能学会了以后，异日到底东谈主能不可果真掌持东谈主工智能、掌持东谈主类？他也莫得很好的谜底。然则，引起了许多的念念考。

　　无论何如样，技巧的海潮如故驱动了。基本上从东谈主类的发展历史来看，等于陆续的新的技巧出现，很难以东谈主的坚决为调治。是以，咱们不错看到这还仅仅一个驱动，异日会有许多的行业颠覆。

　　东谈主类社会实质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。巨头们也都在纷纷的布局，蛋糕的确是太肥沃了，全球也要开发这个芯片来贯注英伟达的把持。

　　前段时刻百度的总裁发表了“我的大模子不雅”的演讲，他内部提议他对于ChatGPT这个技巧，为什么是代表了一种新的技巧，或者是一种新的范式，一个实质的念念考。我也发扬的学习了一下，也引起了我的许多念念考。我会发现ChatGPT技巧的演绎，推动了新的范式，跟量化投资有许多的不谋而合之妙。我先讲讲为什么GPT是一个颠覆式的技巧。

　　任何一个结构性的颠覆性的技巧，时时带来了某种实质的成本的镌汰。东谈主类社会，无论是东谈主照旧一个组织、一个公司，以致是一个数字化系统的本人，按照他的纪念，实质都是一个复杂系统，是三位一体的复杂系统，包含了三个设施，一个是信息设施，也等于信息系统，从环境中征集灵验的信息；一个是模子系统，等于通过信息去设立你的模子，设立你的通晓，或者是设立你的任务体系；第三个是要作念有联想，要行动，要基于模子作念行动。

　　第一代互联网创新，实质上是对信息的纬度作念了角落成本的极大的镌汰。已往全球得到信息，比如说我要知谈舆图何如走，或者是要得到一个社会上的新闻，成本是很高的，可能要问别东谈主，或者是打电话。在刻下的信息期间，不错通过搜索引擎，咱们把通盘信息成本极大的镌汰了，不错清醒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，咱们刻下就处于信息爆炸的期间。

　　第二代系统是刻下ChatGPT技巧带来的新的系统，咱们叫作念模子期间。第二种范式驱动演绎了，通盘社会的模子会无处不在。模子的实质是什么？实质等于常识，信息的灵验压缩变成的常识。东谈主脑袋里的所有通晓都是常识。通过大模子的技巧，工程化的收场，会把模子的成本也降到相配低。固然刻下照旧相比贵的，然则咱们知谈有著明的摩尔定律，跟着技巧的发展，成本会慢慢的降下来，算力会慢慢的提高上去。进入模子期间以后，得到常识的成本就变得极大的镌汰。已往的常识可能存在许多的地方，刻下的常识存储在神经汇注里，通过预检修的模子，把信息灵验压缩以后，常识的存储介质发生了变化。

　　第三代系统，就会收场行动的镌汰。典型的是东谈主工智能、机器东谈主，有了模子之后何如行动？咱们会变得相配的不详。比如说这个屋子，异日可能会有许多的智能开拓，咱们要到一个什么地方去，点一个按纽就不错舒缓的到达，这可能是异日会发生的事情。

　　要是第三个系统也收场了以后，最终的面孔可能是收场东谈主和机器的有机协同、有机兼并，这可能是异日所谓的兼并的新的样式的演绎。

　　ChatGPT与量化投资有许多不谋而合之妙

　　为什么我说有不谋而合之妙？量化投老实质上也不错清醒为三个流程，亦然信息系统、模子系统、有联想系统。咱们从金融阛阓中征集海量的金融数据，从内部索求灵验的信息。这亦然咱们作念量化计谋的第一个设施，等于全球已往等闲传闻的“因子”。全球最早作念量化，一驱动都是在磋磨因子，以致最早的因子何如来？来源于东谈主的主不雅投资的想法，比如说会看一些什么样的技巧主见，或者对于一个数据有什么样的成例的经济学的清醒，会把这些清醒变成一些因子。这些因子，等于从数据中提真金不怕火的基础信息。

　　是以，最早量化投资刚驱动的时候，咱们也在第一个阶段，专注于信息效果的镌汰，把信息得到的成本镌汰。咱们需要想办法把Y因子的效果提高，所谓的效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相比专注的事情。

　　其时全球在模子层面反而是作念得相比不详的，然则会用相比多的不详的线性模子，无论是国内照旧国外，最早的量化都是这样过来的。

　　AI赋能到量化投资的第一步，等于驱动在模子问题上，大大的提高模子效果。模子节约单的线性模子往非线性模子上驱动演绎，况兼通过多样种种的AI基建，把模子成本角落镌汰。刻下等闲说咱们有许多计谋、许多模子，要提高的是开发模子的效果。每次作念一个模子，可能要作念许多的实践，何如把这个实践效果提高、成本镌汰？亦然刻下量化投资还短长常专注的问题。是以量化投老实质上也不错清醒为刻下是第二代系统，模子的问题是全球刻下相比中枢和顺的问题。

　　要是再往后看，第三个问题等于有了许多的模子，有了许多的信号，何如作念有联想？何如生成交往领导、交往有联想？是全球跟着模子越来越多、越来越丰富，也驱动慢慢喜爱的问题。我认为这亦然异日量化投资全球会相比和顺的技巧问题，和全球磋磨的纰谬标的。

　　是以，AI在金融领域最重要的应用等于量化投资。AI东谈主工智能有什么样的三成分呢？数据、算力、算法。无论是量化投资照旧ChatGPT，都是设立在海量的数据和过火巨大的算力基础上，才能开展对于AI应用的，这亦然为什么全球不错看到各个头部的量化私募都驱动有我方的机群，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富著明的对冲基金，他掌持的数据源是1万个，累计的数据总量是144TB。要是你对比ChatGPT的数据量，金融数据的体量少量都不比ChatGPT的检修数据体量小，他们大约是在TB量级，咱们作念量化投资的数据量短长常相配巨大的，ChatGPT作念一次检修可能需要几万张卡，要检修好几个月的时刻，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巨大的。要是说到数据，不光应该和顺数目，还应该和顺质料。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，而是它的检修需要相配高质料的数据。这亦然异日咱们作念投资相配纰谬的一设施，咱们不是光追求数据的数目有些许，总量有多大。而是越来越和顺数据的质料，因为高质料的数据才能有助于咱们开发出相配灵验的模子。

　　算力亦然基础，无论是作念ChatGPT照旧量化计谋都需要越来越强劲的算力，来给咱们提供数据处理的常识和模子检修的常识。这两个基石需要以它为基础，来作念许多的算法的磋磨，是以算法是第三个成分。算法的后头是东谈主，短长常顶级的东谈主来开发多样种种的算法。

　　刚才讲了ChatGPT是工程化的事情，实质是它对你的基础设施有相配高的条件。是以要是想作念AI的磋磨，你一个相配纰谬的点等于基础设施的infra的搭建，包括计较机、CPU、GPU何如束缚，包括IO的带宽，何如能够处理海量的数据，以及汇注架构何如样架构。是以这是一个相配巨大的、亦然一个相配有挑战的工程，是需要相配相配多的、不同标的的技巧大师，才能把这个基础设施慢慢的搭建得越来越完善。

　　是以，哪怕是刻下，ChatGPT的基础设施也照旧处于陆续完善的流程中，需要越来越多算力的流程中，也提议了越来越多的技巧挑战，它的基础设施，GPT4才是刚驱动收场工程化。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相配巨大的基础设施，来援助他作念这个磋磨。我信服异日量化投资，为什么刻下要招聘那么多的IT工程师？全球都在勤劳的把基础设施作念得愈加完善，才能应付后头的挑战。

　　刚才讲了算法的中枢是东谈主。围绕着东谈主，何如组织？需要若何的东谈主？何如样束缚东谈主？无论是ChatGPT照旧量化投资，这都是最重要的问题。ChatGPT团队的东谈主才短长常精英的，他的东谈主固然比谷歌的团队东谈主员少，然则他是一个相配精英化的团队，况兼是多元的团队，通过团队作战变成协力的作念法来推动这件事情，是以他们把这件事情作念成了。

　　这个行业的东谈主是最纰谬的，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。所有的算法都离不开东谈主在后头的磋磨、驱动、陆续迭代。量化投资亦然从已往相比蓝海的期间，一两个东谈主、两三个东谈主就不错作念出相配灵验的计谋，进化到刻下不光需要相配好的基础设施、算力援助，还需要相配优秀的东谈主，以愈加团队的样式去协同作战，才能在异日开发相配灵验的量化投资的计谋。这少量也短长常雷同的。

　　AI能取代量化吗？

　　说了这样多两者疏通的地方，许多东谈主也会问我一个问题，要是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异日某个时刻点，完全的取代量化投资？

　　领先不完全排斥这种可能性，然则咱们要看到，刻下来说ChatGPT这种技巧应用的当然谈话处理领域，跟咱们作念量化投资这个领域照旧有许多的不雷同。

　　我认为最实质的两个不雷同在这里：一是金融阛阓通盘信息短长常相配低信噪比的阛阓，也等于说这个阛阓的杂音相配多，信得过灵验的信号相配少。响应在作念计谋的角度，等于过拟合的风险相配高，基本上每一个作念量化投资、用AI作念量化投资的东谈主都阅历过，一驱动作念一个计谋用到一个神经汇注，一跑，历史回撤相配的好意思如画，一实盘，一纸回撤。这种阅历，可能全球刚驱动作念量化计谋的时候都会遭逢。我也会告诉我的磋磨员，要是你写的计谋，历史太好，细目是错的，或者是过拟合。

　　这个阛阓本人是低信噪比的阛阓，就不像ChatGPT要是预测一段笔墨，下一个单词可能是什么，它的准确度不错作念得相配高，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、清醒，跟量化投资有很大的不雷同。

　　另外短长稳态问题。金融阛阓是一个变化的阛阓，是一个陆续动态演绎的阛阓，ChatGPT刻下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，计谋都会失效。阛阓在陆续的变，咱们仅仅陆续的开发新的灵验计谋，然则要是咱们开发一个灵验计谋需要几百万好意思金，这个计谋可能后头还会失效，这是不太能罗致的。这亦然一个很大的不雷同的点。

　　也等于说咱们的问题是持久的，咱们更和顺的是何如样能够持续的开发新的灵验计谋，因为咱们面对的是一个陆续变化的阛阓，而不像ChatGPT，本人要措置的问题是一个相对踏实的。这个猫是一个猫，等于一个猫，或者这个常识是这个常识，固然可能异日会发生变化，然则这个变化短长常相配安宁的，在很长一段时期他要措置的问题或者要千里淀的常识是不会发生变化的。这亦然一个实质的不同。

　　基于这两点，我个东谈主合计ChatGPT想要取代量化是有很大的难度的。要是异日果真发生了这样一件事情，那阛阓的灵验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灵验的阛阓，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

　　量化投资亦然在陆续演绎的，顺着刚才的先容不错看到量化在国内的演绎流程不错分为若干个时期，咱们纪念下来，刻下大约是处于量化的4.0时期。

　　每个时期有什么特色？1.0时期是量化最不详的时候，其时全球专注于精修单因子，找到一个灵验计谋就不错在阛阓上赢利了，因为其时的阛阓相配的无效。比如说买小票也不错跑赢沪深300的指数。

　　信得过驱动有相比范式的，大都的量化公司兴起是2015年，咱们叫作念2.0时期，这个时期的典型是多因子，全球都说我有些许个因子，我何如开发因子，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，这个时候全球是相比和顺信息效果的提高，或者是因子开发效果的提高。

　　3.0时期，等于驱动用非线性的方法，用神经汇注来推动咱们把预测性作念得更好，推动咱们在模子上陆续的演绎。在这个流程中，咱们也发现AI的技巧确乎能够相配有助于咱们挖掘阛阓上陆续的灵验的alpha。

　　在刻下的4.0时期，准确说是从客岁驱动慢慢到刻下，如故看到AI的技巧在量化投资领域全地点的、多样纬度的应用，包括深度学习的前沿算法，包括不错借助一些分辩式的集群来收场更好的算法的场景的落地。也包括咱们有一些机器学习的方法，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灵验的信息。是以，AI的技巧在量化刻下发展的流程中，它体刻下线方面面，如故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？

　　瞻望异日，什么样的量化公司能够在异日持续有竞争力？能持续保持在行业中的收效？咱们合计有两点相配纰谬：

　　一是效果，它长期是最重要的。任何一次大的社会变革、技巧变革，时时是把某方面的效果极大的提高，让成本极大的镌汰。量化投资看成一种技巧驱动的方法论，对效果的追求等于不灭的中枢。

　　何如样能够提高磋磨计谋、开发计谋的效果？这是需要在方方面面勤劳的，果真如故不是一个纬度的问题。包括咱们刚才讲到的基础设施的成立、团队的束缚，多样数据何如样处理、利用，这些方方面面、一丝一滴效果的提高，都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，莫得什么计谋是不灭灵验的，咱们对阛阓要一直怀有敬畏之心。风险是模子陆续演绎的，ChatGPT发展最中枢要措置的问题等于安全问题，安全等于他的风险。咱们作念投资的，对风险何如束缚、何如清醒，亦然异日量化私募、量化公司收效的纰谬。咱们也在持续的加大磋磨力量，陆续对风险有更好的束缚和把控。