AI投研走到哪一步？从“工具”到“同事”，资产管理机构开始重构投研体系

财联社8月9日讯（记者 吴雨其）AI进入投研，行业讨论的重点正在发生变化。

近日，由弘则研究联合朝阳永续举办的“2026中国金融市场AI投研峰会”在上海举行。公私募基金、券商、量化机构与科技公司从业者围绕AI投研落地展开讨论。现场讨论的重点，已不再是“AI能不能做投研”，而是“该怎么把它搭建起来、落地到日常投研中”。

从信息检索、报告生成，到研究框架搭建、信号处理和投资决策辅助，AI正在进一步进入投研流程。

人机协同成为投研体系重构主线

峰会由弘则研究董事长王沛开场，分享“AI时代，投研体系的重构与跃迁”。在他看来，当AI抹平了效率差距，行业竞争正回归到人的判断力本身。

他提出一个反常识的判断：AI带来的不是“智力平权”，反而会放大人与人之间的认知差距。因为AI只会高效执行指令，不会替你追问指令背后的模糊地带；认知有差距的两个人用同样的工具，结果的差距反而被成倍拉大。所以未来最核心的竞争力，既不是AI，也不是人，而是人机协同的能力。

对于未来投研的主流形态，他提出了“主观量化交易”。它不同于把基本面因子塞进量化框架的“基本面量化”，而是把人的主观经验用数学方式刻画，再整合进交易体系。主观交易长于认知与产业经验，却难复盘、难回测、迭代慢；量化长于纪律与统计，却难以精确刻画真实的基本面。AI恰好补上了那件缺失的工具，让人的经验第一次变成可追踪、可回溯、可迭代的系统。

MiniMax首席AI架构师张如欢，从模型厂商的视角分享大模型的金融能力边界：行业已实现多模态、百万级上下文窗口、自主循环任务与多智能体协同，但模型在幻觉、记忆与上下文上都有上限，必须依靠多智能体分工，并由人来完成直觉判断与结论校准。这从模型一侧印证了人的判断不可替代。

阿里云高级解决方案架构师冉庆坤，聚焦金融行业AI落地的工程难点：金融场景以“安全可控”为第一准则，从demo到真正落地，要跨越模型概率性与业务确定性之间的冲突、海量数据治理、语义层安全、成本管控与组织变革等多重障碍。就资管量化而言，落地路径可分为保守、混合、激进三类，当下主流是“AI做发散、数学做收敛”的混合模式，而以多智能体重构全流程的激进路线，因过程仍偏黑箱、可解释性不足，尚需谨慎。

南方基金宏观策略部联席总经理、数量化投资部总经理唐小东，站在资产管理机构的立场，谈及AI时代投研方法的演变。在他的框架中，投研拆为研究与投资两端：研究端的工作几乎可以全面交给AI，人的价值收敛到战略判断与公域之外的信息获取；投资端则人机各有所长，主观负责重大而离散的战略判断，量化承接连续而统计驱动的战术执行，而客户陪伴与情绪价值，仍是人的堡垒。

从“能不能做”走向“怎么落地”

机构自身的实践也在加速。弘则研究FICC合伙人戚明之介绍，ETAgent将研究框架拆成多个子Agent，并加入风控、回溯复盘和自我优化等环节，推演过程留痕、可回溯、可审计，关键判断仍由研究员把定。“AI不是替代，而是投研方法和能力的放大器。”。

随后的圆桌论坛邀请了因诺资产合伙人沈星尧、稳博投资合伙人王希婧等一线量化机构嘉宾，探讨“AI是否具备盘感、主观与量化未来往哪走”。

AI在历史数据、模式识别与海量信号处理上优于人，但缺少来自线下交流与线下调研获取的公开增量信息的输入，这正是人的核心优势；一个关键角度是：人会自我质疑、修正，现阶段的AI不会自主反思，从业者应借AI精进自身，而非与之比拼高下。

圆桌还达成了一个更底层的共识：AI适配的是样本充足、可反复验证的标准化判断，优势在覆盖广度与运算速度；而人的独有能力，在于识别一条历史规律是否已经失效，以及应对无历史参照的极端不确定性。

长期来看，主观与量化的边界或将逐渐消融，投研的标准形态会是研究员搭配多个AI工具协同，行业不再区分“主观”或“量化”标签，只评判“这个策略怎么样”。

AI开始进入具体市场框架

下午的嘉宾结合各自赛道，分享2026年下半年金融市场在AI融合下的投研框架与分析方法。

朝阳永续副总经理李智从金融投研工具的技术演进出发，系统梳理了AI赋能投研的三代发展路径：AI由此从单一的效率工具，进一步演变为能够参与专业分工、协同完成复杂任务的“数字同事”。

弘则研究首席经济学家苏畅分享了他观察当下宏观经济的分析框架：在结构上，从“新经济”与“传统行业”两个维度拆解市场与基本面的分化。观察传统行业时，他认为应关注产能利用率这一核心指标，用它来判断一个行业的产能是否已经完成“出清”、供需是否重新回到平衡。

博时基金基金经理唐屹兵，从量化买方的视角，搭建起一套全维度的市场观测指标体系：量化模型不擅长长期点位预测，更侧重依据市场环境动态应对。在他看来，量化不追求预判方向，其价值在于用一套可回溯的指标客观刻画市场环境，并据此纪律化地应对。

华创证券资管委员会委员、资管条线部门负责人屈庆，当日分享聚焦债券市场的量化实践。在他看来，债券是宏观经济最真实的表达。面对愈发复杂的市场，传统的六维研究框架逐渐失灵，而从2025年开始，他就在把人工判断的因子“模型化”，追求可解释、可回溯、可验证、可复制。

弘则研究FICC合伙人、投研总监章左昊压轴分享大宗商品的系统化AI决策体系：在主观投研与AI的融合谱系中，弘则选择高度系统化的一端，把数据、新闻、产业调研等信息尽数纳入统一框架，AI的核心价值是重构整套投研流程，生成研报只是附属功能。

全天分享形成一层方法论上的共识：把经过市场检验的判断，封装进一套可回溯、可持续进化的智能体系，把研究员从重复性工作中解放出来，聚焦提问、逻辑搭建与结论校准等真正高价值的环节。

（财联社记者 吴雨其）