大数据时代刚深入人心，大模型时代就接踵而至。大数据和大模型时代交织，量化投资迎来全新的发展。

2023年11月10日，通联数据在上海举办以“大数据·大模型·量化投资：时代的β与科技的α”为主题的论坛活动，探讨量化投资的过去、现在和未来，分享因子、策略和模型，交流最新观察和观点。

当天，来自海内外券商、公募、私募、银行、保险、期货、资管等金融机构的上百位嘉宾齐聚一堂，碰撞智慧的火花，结出合作的果实，合力促进行业高质量可持续发展。

情绪是观察市场和把握机遇的重要窗口。华创证券高级分析师秦玄晋就机构情绪与个人情绪发表演讲。秦玄晋指出，AI不仅是今年A股的投资主线之一，也深入到各个行业领域。在量化投资领域，运用大语言模型，对分析师研报情感打分和打标签构建机构情感因子，对用户行为数据定量分析构建衡量投资者关注度的个人情绪因子，可以助力解释股价走势和发掘投资线索。他指出，基于大语言模型的研究和测试显示，行为因子较稳定地解释了截面收益差异，把投资者行为纳入考虑可有效改进基本面因子。他提出，股价走势受基本面、投资者行为双重影响。由于市场并非完全理性和投资者注意力有限，关注度过高的公司的股价短期可能更易反应过度和高估，以致降低未来回报；而有利好基本面消息却未太受关注的公司可能被忽略，导致股价短期内被低估。热度因子可以进一步有效改进分析师因子，个人情绪因子与机构情绪因子结合是一个富有潜力的方向。

金融大数据对投资至关重要，在一定程度上可以说投资基于数据，成于数据。从大数据时代到大模型时代，金融大数据进入全新发展阶段。对于金融大数据新方向，通联数据资深产品经理徐莹娟在演讲中表示，金融竞争来自信息不对称。在数字化、智能化时代背景下，充分发掘各类非结构化文本数据所蕴含的丰富信息变得越来越重要。她认为，大语言模型(LLM)、自然语言处理(NLP)等技术助力对非结构化文本数据实施结构化处理，对结构化后的数据实行建模分析和实现智能应用。她指出，投资理念变革为资本市场带来了新方向。随着资本市场发展，投资理念不断演进，以可持续投资、科技驱动和指数化投资等为代表的投资理念正逐渐成为投资行业大趋势。她提出，技术变革叠加投资理念完善，大数据越来越受社会青睐。投资者不仅可以对海量数据深入挖掘，还可以融通各个维度数据，进行全面分析，发现潜在商业价值和投资机遇。

收益与风险密切相关，两者如影随形。风险模型作为预测风险的模型，在全球已经发展成熟。针对如何将风险模型更好地运用到A股市场，通联数据量化研究专家高凌峻在演讲中强调了本土化创新，介绍了A股市场风险模型探索和应用。高凌峻指出，参考国际通用规范，鉴于A股市场特征，基于世界前沿模型，通联数据风险模型引入了自定义的细分的本土行业分类，以更适合和适应A股；增加了热门主题风格因子，以提高收益解释能力和风格估计准确度；对特质风险做系统性风险调整，以降低特质风险估计误差；对风险模型在自适应优化器每期调节时进行自适应调节，以使风险预测更准确。测试数据显示，通联数据风险模型在超额收益率、超额波动率、信息比率、换手率、超额最大回撤等方面，具有优异的表现。他强调，运用大数据和大模型赋能量化投资，在数据上可以提供更丰富的数据，在模型上可以提供更强大的数据处理能力。

经过多年探索和发展，量化私募以出色的业绩表现受到世人瞩目，已成为我国资本市场的重要组成部分。鸣石基金CTO李涛涛在演讲中分析了量化私募的核心要素等。李涛涛认为，公司、团队、个体构成了量化私募的核心要素α，具有多样化、复杂性和敏感性等特征；而行业（资产管理和量化私募）、宏观（全球经济和中国经济）则构成了量化私募的核心要素β，行业的要素特征是赛道日益成熟、规则明确，细分赛道多、考验道与术的抉择，宏观要素特征是所有玩家在同一起跑线上。他梳理了量化投资与中国实践的历史脉络，将量化投资自2010年迄今分为萌芽发展期、量化转型期和快速发展期；当前处于快速发展期，随着AI和超算普及，科技创新赋能量化策略研发。他认为，中国发展量化投资的优势在于高流动性带来低冲击成本、低相关性产生高配置价值、弱有效市场助力高超额收益、资本开放引来全球资金配置A股。

算法交易与量化投资和科技密切相关。随着科技发展，人工智能技术在算法交易中扮演的角色越来越重要。卡方科技CTO金基东在演讲中探讨了如何充分应用人工智能技术在算法交易中更好发挥作用。金基东指出，算法交易是以成交为目的的自动化交易执行服务；将人工智能技术应用于算法交易，可以助力实施大规模订单拆单策略，降低下单冲击成本，获取交易执行阶段Alpha收益。他认为，随着方法进化，交易执行算法AI化、算法AI模型复杂化：大模型正在成为一种新型算法基础，成为整个AI的新制高点和新型基础设施；在大数据和大模型时代，数据可获得性提升，人工智能模型复杂性随之亦提升，更复杂模型的非线性性质助力更优性能，更好服务于流动性提升、市场反馈增效和价格发现。

投资离不开数据，超额收益离不开另类数据。另类数据作为信息蓝海，可以给投资者带来不同的角度和维度，形成差异化竞争力，助力超额收益。在圆桌论坛环节，秦玄晋、李涛涛、金基东、高凌峻围绕“另类数据与量化投资新时代：信息蓝海与超额收益”进行了精彩的深度交流。嘉宾们认为，不同于容易获取而普遍拥有的传统数据，另类数据作为新型数据，已经成为新的信息蓝海。另类数据与超额收益之间存在正相关，虽然挖掘有难度，但是初期α增厚明显；随着数据普及，超额收益可能会出现衰减，需要不断探索新的数据源与数据维度，如果不再“人无我有”，就需要“人有我优”，用得更好。同时，另类数据与策略之间应该适合，不断对算法和工具更新迭代，以连续升级的模型赋能另类数据价值持续挖掘。

当前，新一轮科技革命加速向纵深发展。新数据层出不穷，基础数据、高频数据、另类数据推陈出新；新技术异军突起，机器学习、深度学习、大语言模型纷纷登场。随着数据和技术的成熟和普及，投资中的贝塔和阿尔法出现变化。作为与数据和技术密切相关的投资理念和方法，量化投资更加需要充分运用数据和技术，以实现超额收益。这是大数据的时代，也是大模型的时代，更是量化投资基于时代的贝塔、充分运用科技发掘阿尔法的关键当口。