“只要是出類拔萃的資深量化研究員，我們愿給百萬級別年薪與豐厚股權激勵。”一位百億級量化私募市場部負責人葉芳在7月12日舉行的第四屆中國量化投資白皮書研討會會場（下稱“研討會”）向記者透露。

這場研討會，儼然變成一場量化策略研發人才“招聘會”。

記者注意到，啟林投資、明汯投資、天演資本、愛凡哲投資等量化私募機構紛紛設立展臺招募資深量化研究員。

葉芳向記者直言，隨著量化策略市場競爭加劇，策略迭代能力正成為量化私募機構業績能否持續脫穎而出的關鍵競爭力。它的本質，是量化人才的較量。

金融階創始人何子修透露，當前量化人才市場正呈現“兩級分化”，一面是頂尖量化人才“供不應求”，量化投資機構紛紛開出豐厚薪酬與福利待遇，另一面是初級量化人才面臨一定程度的“內卷升級”——他們需要具備ACM/ICPC獎牌、Kaggle競賽排名前5%或頂尖行業刊物成果發表，才能贏得量化行業頭部機構的認可。

他表示，為了吸引頂尖量化研究員，中小量化投資機構被迫開出與頭部機構相當的薪資福利待遇，但由于這些機構在數據、算力等資源的不足，導致人才難以發揮價值，開始形成“高薪挖人—低效產出—再次挖人”的惡性循環。

在研討會主會場，眾多量化私募機構負責人紛紛熱議AI（人工智能）對量化策略研發模式的顛覆性變革，以及AI對量化研究員崗位的潛在沖擊。

寬邦科技創始人梁舉表示，2019年—2021年期間，量化策略因子挖掘主要通過CNN/RNN處理圖像與時序數據，以及引入強化學習技術優化交易路徑，都需要資深量化研究員的深度參與；但2022年起，隨著AI大模型興起，量化策略因子挖掘日益依靠大語言模型處理非機構化數據，以及強化學習技術自主實現動態策略調整，令量化研究員的參與度有所下降。

倍漾量化創始人馮霽直言，傳統量化投研策略按照因子—信號—建模—策略環節分組，不同環節利用不同領域知識分別建模，這些工作高度依賴量化研究員的能力；如今人工智能技術自主擅長捕捉海量非線性模式，搭建統一底座并端到端解決任務，同樣可以通過分析歷史數據總結市場規律。這意味著量化研究員的部分工作將由AI完成。

多位與會的量化私募研究員向記者感慨，如今他們感受到日益嚴峻的“職業危機感”——量化研究員崗位正逐步被AI“替代”。

多位量化私募機構負責人認為，AI與量化研究員的關系不是替代，而是相互取長補短。

遠瀾基金創始人王凱向記者指出，傳統量化策略主要擅長處理常態行情，但通過AI大模型賦能，量化私募機構有望以量化方式有效管理極端行情。因為極端行情往往伴隨市場情感極端波動與強烈事件驅動，AI大模型的“few—shot Learning”能力（小樣本學習）可以有效應對。

優秀量化研究員“爭奪戰”

私募排排網數據顯示，截至6月底，共有51家百億私募披露上半年業績，平均收益率為10.87%，顯著跑贏滬深300指數；在上半年收益不低于10%的27家百億私募里，量化私募占據24家。

在股票策略私募產品里，1243只量化多頭策略產品在上半年的平均收益率達到15.42%，高于6495只股票策略產品的平均收益率（10%）。

“我們不會因此沾沾自喜。”葉芳告訴記者。量化私募機構仍需引入更多優秀量化研究員與加快指數增強、中低頻衍生品、低延時高頻等量化策略迭代步伐，力爭在激烈市場競爭繼續脫穎而出。

另一家與會量化私募機構人力資源負責人向記者透露，為了吸引優秀量化研究員，公司可以派遣前往海外分支機構輪崗深造，了解西方金融市場量化策略研發最新趨勢。

此前，他所在量化私募基金研發的量化策略被其他量化投資機構借鑒復制，導致相關量化策略所獲取的超額回報迅速縮水。因此他們需引入更多優秀量化研究員研發新策略，確保自身量化策略持續領先。

何子修指出，當前量化人才供需矛盾正持續突出，具體表現在高端人才尤其稀缺——全球每年新增的合格量化分析師不足千人，去年國內頭部量化私募機構的量化研究員申請錄取率僅有0.5%等。隨著外資量化投資機構加速在華布局，本土量化機構日益面臨頂尖人才被高價挖走的壓力。

記者多方了解到，隨著技術迭代加速與全棧能力要求提高，當前量化投資行業還面臨復合型人才短缺的挑戰，即掌握數據工程、高性能計算及量化策略開發能力的復合型人才供不應求。

葉芳告訴記者，由于優秀量化研發人才稀缺，他們不會放過任何一個招募人才的機會——希望在這次研討會“物色”到多位優秀量化人才，滿足資金管理規模持續增長趨勢下的量化策略容量需求。

“當前我們業務發展的最大挑戰，是現有量化策略容量難以承載資金規模增長趨勢，導致多個量化策略產品不敢擴募。因此公司合伙人迫切希望快速引入優秀量化研究員研發新的量化策略，實現資金管理規模增長與量化策略容量擴大的匹配，確保量化策略產品業績穩健增長。”她表示。

AI的替代效應

在量化私募機構設立展臺爭相高薪招募優秀量化研究員之際，這場探討會主會場則呈現截然不同的景象——AI對量化策略研發模式的顛覆性變革，以及AI對量化研究員崗位的潛在沖擊，成為業界討論的熱門話題。

阿里云高級解決方案架構師冉慶坤表示，當前量化策略的研發流程，主要涵蓋行情采集、策略研發、策略回測與實盤交易。在實際操作環節，眾多量化私募機構會在策略回測環節引入彈算一體機，同步開展數據傳送與策略效果評測。此舉不但引發各部門爭搶算力資源，還導致數據缺乏有效隔離與防火墻，令數據安全與合規使用遭遇挑戰；更糟糕的是，一旦彈算一體機的GPU遭遇故障，整個策略回測只能停擺。為了解決這些挑戰，量化私募機構需安排更多量化研究員與IT工程師，及時消除各類故障并確保策略回測工作有序開展。

在AI技術賦能下，行情接入、策略研發、策略回測與實盤交易分別引入大數據計算服務、機器學習平臺、大模型基模服務與智能體構建平臺，可以自主對選股擇時、交易博弈、交易評審與實盤交易效果進行快速跟蹤反饋與調整優化，全面提升量化私募機構的量化策略研發效率與實踐效果，令量化研究員與IT工程師的工作量雙雙減少，量化私募機構也無需配置眾多人手。

王凱直言，AI技術介入量化策略研發領域，還能顯著填補量化策略的某些短板。具體而言，傳統量化策略主要集中于短期預測，長程推演是主觀策略投資機構的領域，但AI+量化策略的結合，可以讓量化投資機構使用大模型能力，在長程推演方面縮短與主觀策略投資機構的差距，并保留量化策略自下而上研究能力的優勢。

在他看來，AI與量化研究員的關系并非“替代”，而是相互促進。因為AI顯著提升量化策略的研發與測試效率，讓量化研究員可以騰出更多精力時間開發新的量化策略，讓量化投資方法更加豐富。

多位與會量化研究員卻告訴記者，當前他們仍明顯感受到AI對量化研究員崗位的替代效應。比如原先AI自主創造的量化投資策略（即黑盒模型）因無法滿足可解釋性而不被采用，但近期越來越多量化投資機構要么構建白盒框架分析這些黑盒模型，包括拆解超額收益與度量風險收益；要么構建監控系統監控黑盒模型在測試/實盤交易過程的表現，目的是更穩妥地將黑盒模型應用在投資實踐，提升量化投資業績表現。

“上半年，由AI創造的多個量化策略模型在實盤交易環節的業績表現好于量化研究員辛苦研發的量化模型。”一位與會量化私募研究員直言。這令他擔心AI對量化研究員的替代效應正在加大。

記者注意到，倍漾量化、明汯投資等量化私募機構在這場研討會積極招募AI算法研究員、AI系統開發工程師、機器學習算法工程師等，且精通“AI+量化”的復合型人才薪酬待遇與晉升機會甚至優于資深量化研究員。

何子修向記者指出，近期頂尖量化人才（尤其是AI模型研發方向）年薪暴漲，導致中小量化私募機構既“請不到”又“用不起”。

在他看來，隨著AI全面介入量化策略研發，量化研究員的職業安全邊際正在重構。由于量化策略失效速度遠超能力迭代周期，量化人才的競爭維度已從單一策略研發能力，轉向算法+硬件+跨市場的綜合能力。未來，能將自己打造成“持續學習的量化機器”的量化研究員有望在人才競爭過程持續勝出，收獲更豐厚的薪酬待遇。

（作者 陳植）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。

陳植

長期關注銀行、保險、外匯、黃金、企業出海、科技金融、產融結合等領域報道，敏銳深入洞察全球經濟趨勢與中國經濟前景。