量化人才市场的“冰与火”

“只要是出类拔萃的资深量化研究员，我们愿给百万级别年薪与丰厚股权激励。”一位百亿级量化私募市场部负责人叶芳在7月12日举行的第四届中国量化投资白皮书研讨会会场（下称“研讨会”）向记者透露。

这场研讨会，俨然变成一场量化策略研发人才“招聘会”。

记者注意到，启林投资、明汯投资、天演资本、爱凡哲投资等量化私募机构纷纷设立展台招募资深量化研究员。

叶芳向记者直言，随着量化策略市场竞争加剧，策略迭代能力正成为量化私募机构业绩能否持续脱颖而出的关键竞争力。它的本质，是量化人才的较量。

金融阶创始人何子修透露，当前量化人才市场正呈现“两级分化”，一面是顶尖量化人才“供不应求”，量化投资机构纷纷开出丰厚薪酬与福利待遇，另一面是初级量化人才面临一定程度的“内卷升级”——他们需要具备ACM/ICPC奖牌、Kaggle竞赛排名前5%或顶尖行业刊物成果发表，才能赢得量化行业头部机构的认可。

他表示，为了吸引顶尖量化研究员，中小量化投资机构被迫开出与头部机构相当的薪资福利待遇，但由于这些机构在数据、算力等资源的不足，导致人才难以发挥价值，开始形成“高薪挖人—低效产出—再次挖人”的恶性循环。

在研讨会主会场，众多量化私募机构负责人纷纷热议AI（人工智能）对量化策略研发模式的颠覆性变革，以及AI对量化研究员岗位的潜在冲击。

宽邦科技创始人梁举表示，2019年—2021年期间，量化策略因子挖掘主要通过CNN/RNN处理图像与时序数据，以及引入强化学习技术优化交易路径，都需要资深量化研究员的深度参与；但2022年起，随着AI大模型兴起，量化策略因子挖掘日益依靠大语言模型处理非机构化数据，以及强化学习技术自主实现动态策略调整，令量化研究员的参与度有所下降。

倍漾量化创始人冯霁直言，传统量化投研策略按照因子—信号—建模—策略环节分组，不同环节利用不同领域知识分别建模，这些工作高度依赖量化研究员的能力；如今人工智能技术自主擅长捕捉海量非线性模式，搭建统一底座并端到端解决任务，同样可以通过分析历史数据总结市场规律。这意味着量化研究员的部分工作将由AI完成。

多位与会的量化私募研究员向记者感慨，如今他们感受到日益严峻的“职业危机感”——量化研究员岗位正逐步被AI“替代”。

多位量化私募机构负责人认为，AI与量化研究员的关系不是替代，而是相互取长补短。

远澜基金创始人王凯向记者指出，传统量化策略主要擅长处理常态行情，但通过AI大模型赋能，量化私募机构有望以量化方式有效管理极端行情。因为极端行情往往伴随市场情感极端波动与强烈事件驱动，AI大模型的“few—shot Learning”能力（小样本学习）可以有效应对。

优秀量化研究员“争夺战”

私募排排网数据显示，截至6月底，共有51家百亿私募披露上半年业绩，平均收益率为10.87%，显著跑赢沪深300指数；在上半年收益不低于10%的27家百亿私募里，量化私募占据24家。

在股票策略私募产品里，1243只量化多头策略产品在上半年的平均收益率达到15.42%，高于6495只股票策略产品的平均收益率（10%）。

“我们不会因此沾沾自喜。”叶芳告诉记者。量化私募机构仍需引入更多优秀量化研究员与加快指数增强、中低频衍生品、低延时高频等量化策略迭代步伐，力争在激烈市场竞争继续脱颖而出。

另一家与会量化私募机构人力资源负责人向记者透露，为了吸引优秀量化研究员，公司可以派遣前往海外分支机构轮岗深造，了解西方金融市场量化策略研发最新趋势。

此前，他所在量化私募基金研发的量化策略被其他量化投资机构借鉴复制，导致相关量化策略所获取的超额回报迅速缩水。因此他们需引入更多优秀量化研究员研发新策略，确保自身量化策略持续领先。

何子修指出，当前量化人才供需矛盾正持续突出，具体表现在高端人才尤其稀缺——全球每年新增的合格量化分析师不足千人，去年国内头部量化私募机构的量化研究员申请录取率仅有0.5%等。随着外资量化投资机构加速在华布局，本土量化机构日益面临顶尖人才被高价挖走的压力。

记者多方了解到，随着技术迭代加速与全栈能力要求提高，当前量化投资行业还面临复合型人才短缺的挑战，即掌握数据工程、高性能计算及量化策略开发能力的复合型人才供不应求。

叶芳告诉记者，由于优秀量化研发人才稀缺，他们不会放过任何一个招募人才的机会——希望在这次研讨会“物色”到多位优秀量化人才，满足资金管理规模持续增长趋势下的量化策略容量需求。

“当前我们业务发展的最大挑战，是现有量化策略容量难以承载资金规模增长趋势，导致多个量化策略产品不敢扩募。因此公司合伙人迫切希望快速引入优秀量化研究员研发新的量化策略，实现资金管理规模增长与量化策略容量扩大的匹配，确保量化策略产品业绩稳健增长。”她表示。

AI的替代效应

在量化私募机构设立展台争相高薪招募优秀量化研究员之际，这场探讨会主会场则呈现截然不同的景象——AI对量化策略研发模式的颠覆性变革，以及AI对量化研究员岗位的潜在冲击，成为业界讨论的热门话题。

阿里云高级解决方案架构师冉庆坤表示，当前量化策略的研发流程，主要涵盖行情采集、策略研发、策略回测与实盘交易。在实际操作环节，众多量化私募机构会在策略回测环节引入弹算一体机，同步开展数据传送与策略效果评测。此举不但引发各部门争抢算力资源，还导致数据缺乏有效隔离与防火墙，令数据安全与合规使用遭遇挑战；更糟糕的是，一旦弹算一体机的GPU遭遇故障，整个策略回测只能停摆。为了解决这些挑战，量化私募机构需安排更多量化研究员与IT工程师，及时消除各类故障并确保策略回测工作有序开展。

在AI技术赋能下，行情接入、策略研发、策略回测与实盘交易分别引入大数据计算服务、机器学习平台、大模型基模服务与智能体构建平台，可以自主对选股择时、交易博弈、交易评审与实盘交易效果进行快速跟踪反馈与调整优化，全面提升量化私募机构的量化策略研发效率与实践效果，令量化研究员与IT工程师的工作量双双减少，量化私募机构也无需配置众多人手。

王凯直言，AI技术介入量化策略研发领域，还能显著填补量化策略的某些短板。具体而言，传统量化策略主要集中于短期预测，长程推演是主观策略投资机构的领域，但AI+量化策略的结合，可以让量化投资机构使用大模型能力，在长程推演方面缩短与主观策略投资机构的差距，并保留量化策略自下而上研究能力的优势。

在他看来，AI与量化研究员的关系并非“替代”，而是相互促进。因为AI显著提升量化策略的研发与测试效率，让量化研究员可以腾出更多精力时间开发新的量化策略，让量化投资方法更加丰富。

多位与会量化研究员却告诉记者，当前他们仍明显感受到AI对量化研究员岗位的替代效应。比如原先AI自主创造的量化投资策略（即黑盒模型）因无法满足可解释性而不被采用，但近期越来越多量化投资机构要么构建白盒框架分析这些黑盒模型，包括拆解超额收益与度量风险收益；要么构建监控系统监控黑盒模型在测试/实盘交易过程的表现，目的是更稳妥地将黑盒模型应用在投资实践，提升量化投资业绩表现。

“上半年，由AI创造的多个量化策略模型在实盘交易环节的业绩表现好于量化研究员辛苦研发的量化模型。”一位与会量化私募研究员直言。这令他担心AI对量化研究员的替代效应正在加大。

记者注意到，倍漾量化、明汯投资等量化私募机构在这场研讨会积极招募AI算法研究员、AI系统开发工程师、机器学习算法工程师等，且精通“AI+量化”的复合型人才薪酬待遇与晋升机会甚至优于资深量化研究员。

何子修向记者指出，近期顶尖量化人才（尤其是AI模型研发方向）年薪暴涨，导致中小量化私募机构既“请不到”又“用不起”。

在他看来，随着AI全面介入量化策略研发，量化研究员的职业安全边际正在重构。由于量化策略失效速度远超能力迭代周期，量化人才的竞争维度已从单一策略研发能力，转向算法+硬件+跨市场的综合能力。未来，能将自己打造成“持续学习的量化机器”的量化研究员有望在人才竞争过程持续胜出，收获更丰厚的薪酬待遇。