AI時(shí)代，頭部私募在做啥：淡水泉的樣本

在資管行業(yè)，信息供給與有效判斷之間的矛盾，從未像今天這樣突出。每天涌入的海量研報(bào)、會(huì)議紀(jì)要、實(shí)時(shí)行情，正在持續(xù)擠壓著投研人員的認(rèn)知帶寬。

與此同時(shí)，AI大模型的快速發(fā)展，也正在改變金融行業(yè)的底層運(yùn)行邏輯。從頭部券商提出“AllinAI”，到量化私募試水“投研自動(dòng)駕駛”，再到全球?qū)_基金巨頭設(shè)立AI實(shí)驗(yàn)室，一個(gè)共識(shí)在行業(yè)內(nèi)部逐漸凝聚：AI已經(jīng)從“可選項(xiàng)”變成了“必選項(xiàng)”。

而在這場(chǎng)深刻的范式遷移中，國(guó)內(nèi)頭部主觀私募也開始探索屬于自己的智能投研路徑。其中，淡水泉的實(shí)踐，提供了一個(gè)頗具代表性的樣本。

AI沖擊波下的投研變局

2026年，私募行業(yè)的“分水嶺”已從預(yù)測(cè)走向現(xiàn)實(shí)，并在一組最新的數(shù)據(jù)中得到了印證。

私募排排網(wǎng)數(shù)據(jù)顯示，截至2026年2月底，國(guó)內(nèi)百億證券類私募已經(jīng)攀升至126家，創(chuàng)下歷史新高。然而，真正讓業(yè)內(nèi)震動(dòng)的不是數(shù)量，而是一個(gè)結(jié)構(gòu)性的變化：百億級(jí)量化私募的數(shù)量，第一次超過了傳統(tǒng)的主觀多頭私募。

在過去幾十年里，主觀投資靠的是什么？是“深度認(rèn)知”——跑調(diào)研、攢行業(yè)經(jīng)驗(yàn)、靠商業(yè)直覺找出被低估的標(biāo)的。這種模式依賴的是人的直覺、邏輯推理，還有對(duì)模糊信息的判斷力。

但隨著市場(chǎng)交易結(jié)構(gòu)變化，信息處理效率的重要性正在顯著提升。

市場(chǎng)交易量越來越大，信息碎片化程度呈指數(shù)級(jí)上升，這時(shí)候速度、紀(jì)律、廣度反而成了制勝的關(guān)鍵。AI不光能在毫秒級(jí)別上抓住套利機(jī)會(huì)，更重要的是，它能靠高頻數(shù)據(jù)和各種另類數(shù)據(jù)，在一定程度上把“微觀定價(jià)權(quán)”抓在手里。

當(dāng)量化交易主導(dǎo)了日內(nèi)的價(jià)格發(fā)現(xiàn)，主觀多頭策略不得不面臨一個(gè)現(xiàn)實(shí)：你靠基本面挑出來的好公司，它的短期股價(jià)其實(shí)更多是被算法的情緒推著走，而非由遠(yuǎn)期的現(xiàn)金流貼現(xiàn)決定。

此外，更深的影響是，投研人員的工作方式也被AI徹底改變。

在早期，AI相當(dāng)于“計(jì)算器”——幫研究員更快地整理數(shù)據(jù)、做財(cái)務(wù)模型。而如今，AI已經(jīng)嵌進(jìn)了投研的核心決策鏈，變成了“副駕駛”甚至“半自動(dòng)駕駛”。

對(duì)于量化投資而言，傳統(tǒng)的多因子模型已經(jīng)讓位于深度學(xué)習(xí)和大語言模型。AI不光挖掘因子，還自己生成策略、模擬交易員、跑壓力測(cè)試。因子挖掘的流程自動(dòng)化了，人類量化研究員的工作重心從“寫代碼找因子”變成了“設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)”。

而對(duì)于主觀投資機(jī)構(gòu)來說，AI帶來的變化同樣明顯。以前一個(gè)研究員最多覆蓋50到100只股票，現(xiàn)在有了AIAgent，他能快速掃完整個(gè)市場(chǎng)5000多只股票的財(cái)報(bào)電話會(huì)、供應(yīng)鏈數(shù)據(jù)。AI負(fù)責(zé)“掃廣度”和“異常預(yù)警”，人負(fù)責(zé)“深度解讀”和“邏輯證偽”。

兩種解法：量化的“自動(dòng)化”，與主觀的“增強(qiáng)化”

在AI賦能投研的浪潮中，不同類型的投資機(jī)構(gòu)走出了截然不同的路線。

量化私募憑借天然的“數(shù)字基因”跑在了最前面。幻方量化早在2019年AI大模型尚未爆發(fā)時(shí)就投資2億元建成“螢火一號(hào)”AI算力集群，搭載1100塊高性能GPU，2021年再投10億元打造“螢火二號(hào)”。

2023年7月，由幻方實(shí)控人梁文鋒牽頭、依托幻方量化體系孵化并持續(xù)提供資金與算力支持的DeepSeek正式成立，目標(biāo)直指AGI。

靈均投資則把AI融進(jìn)了量化策略的全流程。他們用超過10萬個(gè)信號(hào)、上千個(gè)子模型做極致分散，再配上嚴(yán)格的風(fēng)控。在靈均看來，AI真正的價(jià)值在于降低另類數(shù)據(jù)的處理成本，補(bǔ)上傳統(tǒng)量化在基本面和非結(jié)構(gòu)化數(shù)據(jù)上的短板。如果未來AI能在多模態(tài)數(shù)據(jù)和商業(yè)信息的理解上取得突破，量化投資就有可能打通價(jià)格數(shù)據(jù)和公司真實(shí)經(jīng)營(yíng)之間的那堵墻。

主觀投資這邊，步伐也不慢。國(guó)際巨頭率先示范——橋水內(nèi)部組建了AIA實(shí)驗(yàn)室，致力于運(yùn)用人工智能與機(jī)器學(xué)習(xí)在市場(chǎng)中創(chuàng)造超額收益，已推出一只以機(jī)器學(xué)習(xí)作為主要決策依據(jù)的基金。貝萊德則構(gòu)建了名為“阿西莫夫”的AI研究平臺(tái)，將其應(yīng)用于公司的股市基本面業(yè)務(wù)。

在國(guó)內(nèi)，主觀私募也在積極探索自身的AI解法。淡水泉的探索具有一定代表性——它沒有選擇大幅顛覆既有投研范式，而是以“增強(qiáng)而非替代”為核心理念，從信息助理起步循序漸進(jìn)地向機(jī)會(huì)總結(jié)和輔助決策演進(jìn)。這條路徑對(duì)于大多數(shù)主觀投資機(jī)構(gòu)而言，或許更具普適性。

讓AI成為“最強(qiáng)輔助”

我們了解到，淡水泉的智能投研探索，最早可以追溯到2020年，但真正系統(tǒng)性地起步是在2021年。

彼時(shí)AI還沒有進(jìn)入大眾的視野，投資中的大量信息還沒有進(jìn)行數(shù)字化。但淡水泉已經(jīng)敏銳地抓到了一個(gè)核心痛點(diǎn)——長(zhǎng)尾數(shù)據(jù)。這類數(shù)據(jù)不是主流供應(yīng)商整理好的現(xiàn)成信息，而是散落在輿情、自媒體、會(huì)議錄音、行業(yè)深挖指標(biāo)里的“非標(biāo)準(zhǔn)信號(hào)”。淡水泉的想法很簡(jiǎn)單：供應(yīng)商做得好的，自己沒必要重復(fù)做；但那些貼近真實(shí)投研場(chǎng)景、又沒人標(biāo)準(zhǔn)化覆蓋的數(shù)據(jù)，必須自己啃下來。

這種判斷，與其長(zhǎng)期形成的擁抱科技的文化也有關(guān)系。淡水泉從創(chuàng)業(yè)那年開始就在做系統(tǒng)化，當(dāng)時(shí)很多機(jī)構(gòu)還在手工用Excel做估值，他們已經(jīng)用上自動(dòng)化了。在數(shù)據(jù)采購上，淡水泉也傾向于與市場(chǎng)上領(lǐng)先的供應(yīng)商合作。2021年前后，在智能投研還沒有成為行業(yè)熱點(diǎn)時(shí)，淡水泉已經(jīng)開始與創(chuàng)新技術(shù)機(jī)構(gòu)展開合作，并持續(xù)跟蹤AI能力演進(jìn)。

2023年ChatGPT的爆發(fā)，成了淡水泉智能投研的一個(gè)轉(zhuǎn)折點(diǎn)。團(tuán)隊(duì)同步推進(jìn)內(nèi)部投研數(shù)據(jù)和大模型的結(jié)合，在智能問答能力上實(shí)現(xiàn)了突破。

目前，淡水泉的智能投研系統(tǒng)已經(jīng)具備了報(bào)告閱讀與摘要生成、會(huì)議內(nèi)容提煉、市場(chǎng)總結(jié)和主線分析這些“信息助理”級(jí)別的功能。在技術(shù)路線上，淡水泉的智能投研系統(tǒng)是基于自研與采購的大量投研數(shù)據(jù)進(jìn)行輸出，日均處理超過10000份專業(yè)報(bào)告，在輸出的信息結(jié)果方面與投研更相關(guān)。

信息助理的能力完善之后，淡水泉又開始往機(jī)會(huì)總結(jié)方向推進(jìn)。近一兩年，智能投研系統(tǒng)在“蒸餾”主觀基金經(jīng)理總結(jié)市場(chǎng)主線脈絡(luò)、挖掘細(xì)分方向機(jī)會(huì)、提煉典型個(gè)股解決方案的方法論，幫投研團(tuán)隊(duì)查漏補(bǔ)缺。

而往遠(yuǎn)了說，淡水泉的長(zhǎng)期目標(biāo)是將宏觀分析、主題方向判斷、個(gè)股邏輯都統(tǒng)一內(nèi)置到自建的AI模型中，讓投研人員能更科學(xué)地分析機(jī)會(huì)、匹配策略，把精力真正集中在那些需要?jiǎng)?chuàng)造性和前瞻判斷的地方。

隨著Agent技術(shù)越來越成熟，淡水泉團(tuán)隊(duì)也看到了更深層的變化。今年，他們?cè)谠囉肁gent體系時(shí)發(fā)現(xiàn)，一旦AI接入了投研數(shù)據(jù)，它在信息歸納、交叉檢索和初步分析等方面的效率，已經(jīng)開始明顯超過傳統(tǒng)研究流程。

在淡水泉看來，未來投研工作中人的價(jià)值會(huì)走向兩極：一頭是最一線的基礎(chǔ)調(diào)研，另一頭是最頂層、靠長(zhǎng)期經(jīng)驗(yàn)積累出來的綜合判斷和決策。

從淡水泉的智能投研演進(jìn)路線能看出來，他們對(duì)AI角色的定位想得很清楚——AI是用來增強(qiáng)人類判斷的，而不是替代。對(duì)長(zhǎng)期投資來說，經(jīng)過時(shí)間積累沉淀下來的洞察力和判斷力，是任何算法都取代不了的。

未來的主觀投資，或許會(huì)被重新定義。具備競(jìng)爭(zhēng)力的機(jī)構(gòu)，未必是最依賴AI的機(jī)構(gòu)，也未必是最堅(jiān)持傳統(tǒng)研究方式的機(jī)構(gòu)。真正關(guān)鍵的是，如何把機(jī)器的效率優(yōu)勢(shì)，與人的長(zhǎng)期判斷能力結(jié)合起來。兩者結(jié)合，可以為主動(dòng)權(quán)益投資創(chuàng)造出長(zhǎng)期的價(jià)值。