10月15日，深圳迎来了一场私募行业的盛会——“2025私募基金高质量发展大会”暨“国信证券杯·第十六届私募金牛奖”颁奖典礼。此次活动由中国证券报主办，吸引了众多业内人士的关注。在众多获奖机构中，因诺资产凭借其卓越的策略表现和长期稳定的回报，斩获了“金牛私募管理公司（三年期管理期货策略）”奖项，这也是该公司自成立以来第五次获得这一殊荣，充分彰显了其在量化投资领域的深厚实力和专业积淀。
在当下AI技术席卷资产管理行业、市场风格快速切换的大背景下，因诺资产创始人、总经理兼投资总监徐书楠在大会的“AI引领变革 量化投资的崛起与未来”圆桌对话环节中，分享了他对AI与量化投资关系的独到见解。徐书楠指出，AI并非是一种突如其来的革命性力量，而是量化方法论的自然延伸。量化投资以数学和统计为基础，致力于在复杂且不稳定的数据环境中，以可验证、可复现的方式挖掘出可交易的规律。而AI，尤其是机器学习和大模型，本质上属于统计学范畴，只是具备更强的表征能力和非线性刻画能力，能够在高维、非线性、弱信号的场景中显著提升识别和表征能力，使模型能够“看得更远、摸得更细”。
徐书楠进一步强调，从方法到实际应用，明确边界和合理分工至关重要。AI虽然能够提高发现规律的概率，但它无法替代对“如何操作”的判断。策略是否具备可交易性，仍然受到执行约束、流动性以及风险预算的限制。而策略的稳健性，还需要经过样本外和极端情景的压力测试。在因诺资产，AI被视为提升效率、精度和广度的“放大镜”与“涡轮增压器”，而真正的决策“方向盘”始终掌握在人的手中。公司认为，真正的竞争力在于清晰的问题定义、可行的路径设计，以及将研究成果稳定转化为实际生产力的能力。
在因诺资产的实践中，AI已经广泛应用于Alpha、CTA、算法交易等多个策略方向。通过AI的应用，模型的识别力、响应速度和可迭代性得到了持续提升，策略谱系也更加完整。徐书楠表示，随着数据要素的不断丰富和工程基础的日益夯实，AI在跨市场、跨资产和多模态融合中的应用空间将进一步扩大，为策略的进化和组合的稳健提供更充足的“方法红利”。
对于AI在量化投资中的作用，徐书楠认为它首先是一个效率放大器。因诺资产利用AI承接了数据清洗、特征构造、代码生成和回测编排等繁琐的工作环节，显著缩短了从“想法”到“实验”再到“上线”的周期，使团队能够将更多的精力投入到问题定义、假设检验和风险控制等更具创造性的工作中。为了将效率提升转化为可复用的产能，因诺资产将AI嵌入到了数据—模型—工程—交易的全链路中。通过标准化数据域和特征库的建设，实现了研究的可复现和灰度上线；通过交易工程的优化，改进了执行路径和时延。同时，公司将监管和交易所规则参数化写入系统，形成了“模型—系统—风控”的三重校验机制，确保了快速而不失稳健的操作。
尽管AI带来了效率和精度的显著提升，但在徐书楠看来，它无法取代人的核心地位。量化投资的竞争并非简单的“AI竞赛”，也不是比拼谁的硬件更强大、更快速。AI只是工具，真正决定胜负的，仍然是人对问题的定义、对逻辑的构建以及对边界的把握。策略从构建到验证，都离不开人的方法论和判断力。
在因诺资产的组织实践中，AI更多地是起到赋能作用，而非替代。公司让机器承担标准化和高频重复的工作，将宝贵的时间留给研究员和投资经理，用于洞察生成和决策取舍。同时，通过风控的硬约束守住底线，让创造力在纪律的框架内充分发挥。徐书楠认为，将“方向盘”始终掌握在人的手中，既是对AI价值的理性定位，也是因诺资产践行长期主义的方式。
徐书楠还指出，好的策略并非取决于是否使用了AI，而是取决于问题是否定义清楚、数据是否可靠、检验是否稳健。在因诺资产，有不少未使用AI的研究员同样开发出了夏普比率优秀的实盘策略。因此，将“不会用AI就做不出好策略”视为结论，是一种技术决定论的偏见。因诺资产坚持方法中立、结果导向的原则，合理使用AI可以大幅优化策略表现，但并非只要使用AI就能做出好策略，也绝非必须使用AI才能做出好策略。在实践中，AI信号与传统因子并行开发、分档校准、组合成低相关的多源Alpha，以样本外稳定性、交易成本和容量约束作为统一的评价标准。
面向未来，因诺资产将继续把AI嵌入到多策略和全链路中，在本土市场夯实基础，在多资产、多市场中寻找低相关的新增量。同时，公司坚持方法中立与结果导向，让AI与传统方法并行验证、相互增益。对内，通过系统化迭代应对复杂性；对外，以可解释、可迁移、可持续的业绩回应客户的信任。徐书楠表示，AI可以成为强大的引擎，但方向和节奏仍需由人来把握。因诺资产将以稳健与创新并重的方式，在合规与风控的框架中持续进化，用可验证的长期表现兑现对客户和市场的承诺。
