亿博资产沈志远谈量化研究能力建设与未来布局

近日，在接受财经媒体采访时，亿博资产管理有限公司创始人之一沈志远表示，面对当前市场环境持续变化以及AI技术快速发展，亿博资产正在进一步加大量化研究投入，围绕模型能力、AI应用、风险控制体系以及团队协同建设等方向持续推进升级，希望进一步提升量化体系对于复杂市场环境的适应能力。

沈志远表示，过去几年，中国资本市场发生了非常明显的变化。市场逐渐进入高波动、高轮动以及高结构分化阶段，传统单一经验交易方式正在面临越来越大的挑战。

“过去市场很多时候依赖经验判断，但现在市场变化速度已经明显快于过去，未来真正重要的能力，是持续理解市场变化。”

也正是在这样的背景下，亿博资产近年来持续加强量化研发体系建设，并逐步推动研究体系从传统量化框架向AI辅助研究体系升级。

采访中，沈志远透露，公司已经进一步加大研发资源投入，希望推动量化分析能力迈向新的阶段。

此次升级重点并不仅仅围绕交易模型本身，而是覆盖：

市场结构研究、动态因子研究、AI辅助分析、风险控制体系以及团队协同机制建设等多个方向。

在模型层面，公司重点推动动态量化体系建设。

沈志远认为，过去很多传统量化模型更偏向静态逻辑，但当前市场风格切换速度明显加快，固定模型容易出现适应能力下降的问题。

因此，公司开始持续加强模型动态调整能力建设，希望提升模型对于市场环境变化、资金行为变化以及产业趋势变化的识别能力。

与此同时，AI应用也成为此次升级的重要方向。

目前，公司正在进一步加强AI辅助研究能力，希望通过AI提升信息处理效率与市场研究深度。

例如，在市场情绪分析、热点识别、产业链研究、风险预警以及数据处理等方向，AI已经逐渐进入研究流程。

“未来研究竞争，本质上其实是认知效率竞争。”

沈志远表示，AI真正重要的价值，并不是替代研究，而是提升研究效率。

除了模型与AI升级之外，风险控制体系建设同样成为研发重点。

尤其近期市场震荡与轮动加快之后，公司开始进一步强化波动率研究、动态仓位控制以及风险暴露管理能力。

针对当前市场环境，公司重点优化震荡市适应能力，希望提升系统对于市场切换阶段以及复杂波动环境的稳定性。

“未来量化体系最大的竞争力，很可能不是收益能力，而是稳定能力。”

在团队建设方面，亿博资产也同步推动研究体系升级。

沈志远表示，未来量化行业已经越来越进入体系竞争时代。

单点能力固然重要，但真正长期有效的竞争力，更来自团队协同。

因此，公司近年来持续加强量化研究、AI应用、风险控制以及市场结构研究之间的协同机制建设，希望进一步提升整体研究效率。

谈及未来发展方向时，沈志远表示，未来公司仍将继续围绕AI量化体系深化布局。

市场永远在变化。

因此模型必须持续学习。

团队必须持续成长。

研究体系也必须持续升级。

“真正成熟的量化体系，从来不是某一个模型。”

“而是一套能够持续学习、持续优化以及持续适应市场变化的系统能力。”

在沈志远看来，这或许也是未来量化行业长期竞争的核心所在。