AI量化时代，我们的核心价值到底是什么？

子晓聊技术

发布于 2026-04-23 16:58:45

640

最近在辅导小朋友信奥编程，随心思考而写。中年程序员都快失业了，让小朋友继续学习编程的核心价值到底是什么？

AI时代，什么样的量化因子才能赚钱？

过去，我们谈论因子，会想到经典的多因子模型：价值、成长、动量、质量、低波动……这些是前人智慧的结晶。但在AI时代，仅仅知道这些名词远远不够。我们需要思考的是，如何从第一性原理出发，去“创造”或“发现”新的Alpha来源。

这需要一种全新的思维框架：

1. 从人性弱点出发（行为金融学视角）市场是由人组成的，而人是非理性的。贪婪、恐惧、过度自信、损失厌恶……这些根植于基因的弱点，在市场中周而复始地上演。

思考： AI能发现这些模式，但理解这些模式背后的人性动机，并预判它在何种市场环境下会加强或减弱，这是人类的优势。

2. 从商业本质出发，了解一家公司的长期价值，终究取决于其创造现金流的能力。AI可以分析海量财报，但如何定义“好公司”，却是一种艺术。

思考： 将复杂的商业逻辑，翻译成AI可以理解和计算的数学语言，这是量化研究员的核心工作。

3. 从新数据维度出发，AI的强大之处在于处理非结构化数据。这为我们打开了一扇全新的大门。

思考： 关键不在于拥有数据，而在于提出一个有洞察力的假设：“这个数据能否解释市场的某种预期差？”

AI是强大的工具，但它需要一个灵魂——那个提出正确问题、构建正确逻辑的“思维大脑”。

这里列一道基础的三年级的编程题。

问题：输入一个数字 12345，如何倒序打印出 5,4,3,2,1？

对于三年级的小朋友，我们不直接给答案，而是引导他像一位真正的“科学家”一样思考。

引导：“你看，12345 像不像一串珠子？如果我们要把顺序反过来，最直接的方法是什么？”
思路：把它当成一个整体（字符串），直接从后往前遍历。
伪代码
1. 把 12345 看成 "12345"。
2. 从最后一个字符（第5位）开始，往前逐个打印。
思维培养：这是类比和抽象的初步能力。它快速、直接，能解决眼前的问题。
量化类比：这就像发现了一个简单的技术指标，比如“MACD金叉买入”。它在某些图表上看起来很有效，逻辑简单，但它知其然，而不知其所以然。市场结构一变，就可能失效。

引导：“我们把它当成‘字符’，但它本质上是一个‘数字’。数字有什么特点？我们怎么得到一个数字的最后一位？”
思路：利用数学运算。12345 % 10（取余数）就能得到 5。那怎么得到 4 呢？把 12345 变成 1234，再取余数。怎么变？12345 // 10（整除）。
伪代码：
1. n = 12345
2. while n > 0:
3. print(n % 10) // 打印最后一位
4. n = n // 10 // 去掉最后一位
思维培养：这是第一性原理思考。不再看表面，而是深入到问题的本质（数字的数学属性）。这个方法更通用、更稳健，无论输入多大的数字都能处理。
量化类比：这就像构造价值因子。我们不再看K线表面的涨跌，而是深入到公司的财务报表，去计算它的P/E、ROE。我们相信，公司的内在价值是股价波动的根本原因。这个逻辑更深刻，策略也更稳健。

引导：“想象一下，我们有一叠盘子，先放下去的在最下面，最后放的在最上面。我们取盘子时，只能从最上面开始拿。这种‘先进后出’的规则，能不能帮我们？”
思路：利用“栈”这种数据结构。
伪代码
1. 创建一个空的“栈”。
2. 把 1, 2, 3, 4, 5 按顺序一个个“压入”栈中。（栈内：底[1,2,3,4,5]顶）
3. 只要栈不为空，就从栈顶“弹出”一个元素并打印。
4. 弹出顺序自然就是：5, 4, 3, 2, 1。
思维培养：这是系统化和模型化的思考。我们不是直接解决问题，而是先设计一个“工具”（栈），这个工具的特性天然适合解决这类问题。这种思维方式可以迁移到无数更复杂的问题上。
量化类比：这就像设计一个完整的量化交易系统。我们不只是找一个因子，而是设计一个包含因子库、风险模型、组合优化、订单执行、绩效归因的完整框架。这个框架本身就是一个强大的工具，可以系统化地运作，而不仅仅是依赖单个“聪明”的因子。