3 月 18 日，2023“扬子江新金融”峰会在南京举行。本次峰会由上海交通大学上海高级金融学院(高金)、南京江北新区管理委员会主办，高金(南京江北新区)金融科技创新基地、南京江北新区中央商务区建设管理办公室承办，上海高金金融研究院、高金江苏校友会协办。
峰会围绕“数字化创新加速中国式现代化进程”主题，邀请南京市委常委、副市长邓智毅，十三届全国政协委员、高金执行理事屠光绍，全国社会保障基金理事会原副理事长王忠民，2014 年诺贝尔经济学奖得主、法国图卢兹大学产业经济研究所科研所长 Jean Tirole，粤港澳大湾区数字经济研究院执行院长、AI 金融与深度学习首席科学家郭健，高金教授、副院长、上海高金金融研究院联席院长李峰，曼彻斯特大学教授、金融科技与信息系统部主任 Markos Zachariadis 等中外重磅嘉宾发表真知灼见。
郭健首先回顾了过去 100 年量化投资的发展，并详细阐述了以 AI 为核心的下一代量化投资技术的展望。他提出，以 Quant4.0 为代表的下一代量化投资技术将在自动化人工智能、可解释人工智能以及知识驱动型人工智能三方面有重大突破，通过挖掘 AI 新技术的潜力，让金融投资更精准、更迅捷、更安全。
郭健还介绍了 IDEA 研究院围绕 Quant4.0 理念研发的新一代自动化投研系统，并提出了下一代量化投资技术面临的十大难题。
郭健在 2023“扬子江新金融”峰会发表主旨演讲
（以下为部分演讲内容整理）
郭健先介绍了对量化投资领域产生了深刻影响的学术研究里程碑，包括 12 位诺贝尔经济学奖获得者和 4 位图灵奖获得者的卓越贡献，并展示了 AI 技术对量化投资领域越来越深刻的影响。
量化领域的学术研究里程碑演讲现场，他详细阐述了构建下一代人工智能投资技术范式 Quant4.0 的核心三要素。
在投研流程中，传统手工建模，受限于人的精力、体力和思维定势，非常低效。我们指出，自动化 AI（AutoAI）技术，用算力换人力，通过计算机对人类大脑研究过程的模拟，对建模问题自动分解、搜索与寻优，实现高效的自动化特征工程与自动化建模流程，拓展无限的研究空间，努力实现算法生产算法、AI 创造 AI 的 end2end 全流程自动化。
量化投资策略研发流水线对比今天，以数据驱动和深度神经网络为主的 AI 模型，是一个难以解释和理解的“黑盒子”。可解释 AI（XAI）技术的目的是（至少局部）打开这个黑盒子，让复杂的模型更容易理解、认知和分析。
通过 XAI 技术，可以实现对复杂机器学习模型的局部可解释或全局可解释，发现重要的特征与特征组合，重要的投资周期与投资时点，重要的投资标的与投资板块。通过因果推理技术，发现对投资决策最有效的直接因素和间接因素，及其之间复杂的逻辑关系。通过金融市场模拟技术，克服历史回测难以察觉的数据偏差问题，对量化模型进行更精准更科学的压力测试。我们将可解释 AI 技术广泛应用于金融投资流程，让模型更透明，让投资更可理解，让风险更可把控。
可解释 AI 量化投资的三个维度今天的 AI 以数据驱动的深度学习大模型为主，它严重依赖于大数据大样本量，因此在量化投资中只适合中高频交易。如何让具有更大资金容量的低频策略（价值投资、宏观对冲等）实现量化交易？
我们认为，机会来自于以知识驱动为核心的新 AI 技术，特别是以知识图谱为代表的知识工程技术和以知识推理为代表的 AGI 技术。在金融投资的领域，这些新技术让机器更好地去理解金融市场背后的规律和投资逻辑，去模拟“巴菲特”的认知、推理和决策逻辑。
金融行为知识图谱示例IDEA 研究院通过努力研发世界前沿的人工智能技术，让金融投资更精准、更迅捷、更安全。
关于郭健博士对下一代 AI 投资技术更详细的介绍
可参见 arXiv 文章：https://arxiv.org/abs/2301.04020
3 月 18 日，2023“扬子江新金融”峰会在南京举行。本次峰会由上海交通大学上海高级金融学院(高金)、南京江北新区管理委员会主办，高金(南京江北新区)金融科技创新基地、南京江北新区中央商务区建设管理办公室承办，上海高金金融研究院、高金江苏校友会协办。
峰会围绕“数字化创新加速中国式现代化进程”主题，邀请南京市委常委、副市长邓智毅，十三届全国政协委员、高金执行理事屠光绍，全国社会保障基金理事会原副理事长王忠民，2014 年诺贝尔经济学奖得主、法国图卢兹大学产业经济研究所科研所长 Jean Tirole，粤港澳大湾区数字经济研究院执行院长、AI 金融与深度学习首席科学家郭健，高金教授、副院长、上海高金金融研究院联席院长李峰，曼彻斯特大学教授、金融科技与信息系统部主任 Markos Zachariadis 等中外重磅嘉宾发表真知灼见。
郭健首先回顾了过去 100 年量化投资的发展，并详细阐述了以 AI 为核心的下一代量化投资技术的展望。他提出，以 Quant4.0 为代表的下一代量化投资技术将在自动化人工智能、可解释人工智能以及知识驱动型人工智能三方面有重大突破，通过挖掘 AI 新技术的潜力，让金融投资更精准、更迅捷、更安全。
郭健还介绍了 IDEA 研究院围绕 Quant4.0 理念研发的新一代自动化投研系统，并提出了下一代量化投资技术面临的十大难题。
郭健在 2023“扬子江新金融”峰会发表主旨演讲
（以下为部分演讲内容整理）
郭健先介绍了对量化投资领域产生了深刻影响的学术研究里程碑，包括 12 位诺贝尔经济学奖获得者和 4 位图灵奖获得者的卓越贡献，并展示了 AI 技术对量化投资领域越来越深刻的影响。
量化领域的学术研究里程碑演讲现场，他详细阐述了构建下一代人工智能投资技术范式 Quant4.0 的核心三要素。
在投研流程中，传统手工建模，受限于人的精力、体力和思维定势，非常低效。我们指出，自动化 AI（AutoAI）技术，用算力换人力，通过计算机对人类大脑研究过程的模拟，对建模问题自动分解、搜索与寻优，实现高效的自动化特征工程与自动化建模流程，拓展无限的研究空间，努力实现算法生产算法、AI 创造 AI 的 end2end 全流程自动化。
量化投资策略研发流水线对比今天，以数据驱动和深度神经网络为主的 AI 模型，是一个难以解释和理解的“黑盒子”。可解释 AI（XAI）技术的目的是（至少局部）打开这个黑盒子，让复杂的模型更容易理解、认知和分析。
通过 XAI 技术，可以实现对复杂机器学习模型的局部可解释或全局可解释，发现重要的特征与特征组合，重要的投资周期与投资时点，重要的投资标的与投资板块。通过因果推理技术，发现对投资决策最有效的直接因素和间接因素，及其之间复杂的逻辑关系。通过金融市场模拟技术，克服历史回测难以察觉的数据偏差问题，对量化模型进行更精准更科学的压力测试。我们将可解释 AI 技术广泛应用于金融投资流程，让模型更透明，让投资更可理解，让风险更可把控。
可解释 AI 量化投资的三个维度今天的 AI 以数据驱动的深度学习大模型为主，它严重依赖于大数据大样本量，因此在量化投资中只适合中高频交易。如何让具有更大资金容量的低频策略（价值投资、宏观对冲等）实现量化交易？
我们认为，机会来自于以知识驱动为核心的新 AI 技术，特别是以知识图谱为代表的知识工程技术和以知识推理为代表的 AGI 技术。在金融投资的领域，这些新技术让机器更好地去理解金融市场背后的规律和投资逻辑，去模拟“巴菲特”的认知、推理和决策逻辑。
金融行为知识图谱示例IDEA 研究院通过努力研发世界前沿的人工智能技术，让金融投资更精准、更迅捷、更安全。
关于郭健博士对下一代 AI 投资技术更详细的介绍
可参见 arXiv 文章：https://arxiv.org/abs/2301.04020
粤ICP备2020119212号 © 2023年 粤港澳大湾区数字经济研究院（福田）版权所有 
粤公网安备 44030402006206号
