连续四年调研数据显示，AI 一直被量化机构认为是最重要的研究方向之一。
到了本年度，随着 DeepSeek 出圈，各类数据都共同指向，AI 的重要性更被放在了前所未有的重要位置，已成为拓宽量化边界重要手段。
调研结果显示，人工智能在机构 2025 年的各项能力建设优先级中综合得分最高，达到 5.03，且在第一位的选择中占比达到了 29.69%。
事实上自 2021 年白皮书伊始，编写组便开展了对人工智能应用的调研，核心趋势可以被总结为：网络在朝着深度的方向不断发展。
通过对比 2021 年（模型擅长度）与 2022 年（实际任务应用）数据，可以发现量化机构在 AI 算法选择上呈现出“从传统模型向深度学习迁移，大模型本地化、垂直领域精细化”的特点，具体表现为：
1⃣️神经网络的普及率大幅提升：
2021 年其擅长度仅 3.75（排名第 6），2022 年则成为收益预测、高频交易等任务的主导技术（使用率超 30%），到 2024 年，L3（深度学习）已占比 30.14%，
上述变迁反映出多数机构完成从传统模型到深度学习的转型，典型应用包括：Transformer 用于处理高频量价序列；GNN 分析产业链关联（如新能源车供应链传导效应）等。
2⃣️强化学习也从边缘到主流：
2021 年其擅长度最低（3.29），但在 2022年高频交易、策略优化中应用率超过 20%。
3⃣️树模型与集成学习保持稳定：传统方法仍为结构化数据处理的基石，但相对重要性下降。
4⃣️图模型与聚类模型渗透加速：擅长度与应用率的差距缩小，反映复杂关系建模需求增长。
5⃣️L4 端到端自动化更多是路径选择：投研理念、人才储备、系统耦合复杂度决定了机构的选择。
#交易系统开发 #量化 #私募基金 #量化研究 #量化开发
到了本年度，随着 DeepSeek 出圈，各类数据都共同指向，AI 的重要性更被放在了前所未有的重要位置，已成为拓宽量化边界重要手段。
调研结果显示，人工智能在机构 2025 年的各项能力建设优先级中综合得分最高，达到 5.03，且在第一位的选择中占比达到了 29.69%。
事实上自 2021 年白皮书伊始，编写组便开展了对人工智能应用的调研，核心趋势可以被总结为：网络在朝着深度的方向不断发展。
通过对比 2021 年（模型擅长度）与 2022 年（实际任务应用）数据，可以发现量化机构在 AI 算法选择上呈现出“从传统模型向深度学习迁移，大模型本地化、垂直领域精细化”的特点，具体表现为：
1⃣️神经网络的普及率大幅提升：
2021 年其擅长度仅 3.75（排名第 6），2022 年则成为收益预测、高频交易等任务的主导技术（使用率超 30%），到 2024 年，L3（深度学习）已占比 30.14%，
上述变迁反映出多数机构完成从传统模型到深度学习的转型，典型应用包括：Transformer 用于处理高频量价序列；GNN 分析产业链关联（如新能源车供应链传导效应）等。
2⃣️强化学习也从边缘到主流：
2021 年其擅长度最低（3.29），但在 2022年高频交易、策略优化中应用率超过 20%。
3⃣️树模型与集成学习保持稳定：传统方法仍为结构化数据处理的基石，但相对重要性下降。
4⃣️图模型与聚类模型渗透加速：擅长度与应用率的差距缩小，反映复杂关系建模需求增长。
5⃣️L4 端到端自动化更多是路径选择：投研理念、人才储备、系统耦合复杂度决定了机构的选择。
#交易系统开发 #量化 #私募基金 #量化研究 #量化开发
