“做投资和组乐队很多方面有惊人的相似。”磐松资产总经理吴确谈起投资和音乐时两眼放光，“两者都需精准地把控节奏，都要挑到‘臭味相投’的队友，都隐藏着未被言说的波动美学。”

　　17岁那年，吴确摘得计算机竞赛国家金牌，却在保送北大时选择了一条“非标”之路——金融与计算机双学位，这种跨界组合让他在金融极客道路上不断深耕和成长。高中开始弹吉他，大学组乐队，如今代码是他跳跃的音符，键盘是他的“指挥棒”，算法与和弦在混沌中达成共识：在投资战场上演量子态的旋律；当同行们为纳秒级交易速度疯狂时，他像逆流的剑鱼，用低频极致求解资产定价方程，代码行间嵌着“应无所住而生其心”的注释。

　　DeepSeek引爆人工智能，拥抱科技和AI的他仍保留竞赛时代肌肉记忆般的敏锐和清醒：AI技术的突破更像是一场改变游戏规则的“认知革命”，正在让脑力劳动“工业化”，在投资中AI会大幅提升数据收集和处理的质量和效率，但不会在股票回报模型中直接应用AI。他认为，真正伟大的投资，从来不是算力的独奏，而是理性与直觉、机器与灵魂的永恒合奏。

　　AI协奏曲：当算法学会即兴

　　中国证券报：AI大模型爆发，你认为当前AI技术的突破是单纯的技术迭代，还是一场堪比“工业革命”的范式变革？人类是否有能力控制比自身更智能的系统？

　　吴确：AI技术的突破不只是一次简单的升级，更像是一场改变游戏规则的“认知革命”。就像当年蒸汽机让体力劳动机械化，AI大模型正在让脑力劳动“工业化”；对普通人的影响很实在：创造力不再是少数专业人士的能力，普通人借助AI工具也能进行专业级创作。至于超级智能是否会失控，这取决于我们如何设定规则，既要给技术发展留空间，又要设置安全护栏。目前全球都在探索AI技术的监管框架，中国推行的AI治理方案就更强调技术普惠，避免形成“智能垄断”。

　　中国证券报：与传统量化模型相比，AI带来了哪些突破性提升？未来3—5年，AI在量化投资中的核心战场将集中在哪些领域？人类投资经理的角色将如何演变？

　　吴确：量化投资中AI会大幅提升数据收集和处理的质量和效率，也更多地用于解决相对来说有客观标准答案的、信噪比高的问题。我们使用AI技术最本质的出发点是，用AI来刻画高信噪比数据模型，用它来高效处理文本数据、推理非线性函数形式等。近年来，很多基于AI的多模态模型在投资领域得到广泛应用，投资经理未来将能借助AI不断突破数据处理边界，构建更具前瞻性的投资决策模型。我们对AI的使用将来会写一篇白皮书，敬请期待。

　　长周期的股票回报模型是一个低信噪比的模型，把未来股票的超额收益回归到当前的解释变量上，相对而言解释力度是微弱的，R^2（决定系数）可能只有1%。我们不会在股票回报模型中直接应用AI，首先是因为AI不擅长处理低信噪比模型；其次，AI更多基于过去的训练数据推演未来，难以解读和处理一些环境变化，比如，随着AI广泛应用，股票市场的微观结构和交易行为可能会发生根本性改变。因此，我们对股票投资价值的判断还是依赖投资经理做出的投资逻辑，投资经理可以把更多精力花在对投资逻辑本身的创新思考以及如何使用AI去验证、归纳和实现这些投资逻辑上。

　　中国证券报：未来是否会出现“完全自主的AI资管机构”？

　　吴确：至于启发AI发散思考（也就是所谓的自主决策系统），这得看具体自主的程度了。首先，AI幻觉是当前技术无法彻底消除的固有缺陷，直接依赖其自主决策可能导致投资风险，AI决策的自由度越大，幻觉的风险也会越大。很多投资问题不能单纯靠归纳法，因为未来不是过去的简单重复，需要人的逻辑判断什么规律未来有可能重复，投资经验为主导，不太能依赖AI。完全自主的AI资管机构不太可能，投资过程很复杂，每个环节都需要根据新的政策、市场环境以及合作伙伴变化等情况不断更新。为了独特性且无法轻易被效仿，就需要我们告诉AI更多设计投资策略的技巧、思路等，那就谈不上完全自主的AI资管机构了。所以，完全自主的AI资管机构在我看来更像是个伪命题。

　　算法之上：深耕低频系统性投资

　　中国证券报：公司核心预测模型聚焦“未来一个月股票回报”，很多人好奇为何执着于低频策略？

　　吴确：我们专注于低频系统性投资，最核心的预测模型主要预测未来一个月的股票回报，策略容量较大，规模效应良好，能够承载更大体量的资金，这也符合我们想做大规模资管的初心。长期主义是我们一直坚持的。这意味着我们的整体投研架构需要足够完备且具可拓展性，也意味着初期就需要投入远超公司同期收入水平的人力物力，去搭建长期有效的代码框架而非只顾着走捷径解决眼前的短期困难。这样的坚持并不容易，但也很快就从方方面面给予我们回报，那些在雪夜敲下的“冗余设计”，也成为未来应对更大规模的“诺亚方舟”。

　　中国证券报：如何看待当前量化私募行业的“内卷”现象？当前量化私募赛道拥挤，公司的低频策略如何保持长期竞争力？低频策略是否为破解同质化竞争的关键路径？

　　吴确：“降频”是内卷赛道上的一种选择，除此之外市面上也不断有管理人推陈出新，研发各种各样的新产品，呈现出百花齐放的资管生态。我们深耕低频系统性投资领域的研究，专注于做大容量的资管服务。低频策略的长周期回报逻辑相对稳定，不依赖特定的短期市场环境。这种策略更注重股票价格中长期波动的经济学含义，通过寻找有价值、有质量和成长前景的股票，构建系统性投资组合，从而在市场波动中保持竞争力。为了保证业绩的可持续性和维持投资过程的竞争优势，我们不断地在人员、数据、基础设施等方面再投资，持续地研究创新。

　　我们追求长期可持续的策略表现，不会赌行业、赌风格赚取短期收益。首先，我们的低频策略仅使用不到10%的高频量价因子，其余更多的是周期更长的预测因子；其次，我们还充分利用人工智能技术进行数据处理，运用关联模型，分析A股价值投资，通过多种细致化分析来帮助我们更加精细刻画系统性投资逻辑，挖掘更加具备经济学含义的因子，从而实现长期投资、价值投资的理念。

　　超越代码的“哲学”：专注长期主义

　　中国证券报：你在音乐方面一直有很强的兴趣，这种与金融无关的爱好是否启发过你的投资思维？

　　吴确：我是高中开始弹吉他，大学和硕士期间都组建了乐队，直到现在公司也有一支磐松乐队。但确实把大家都聚在一起排练的时间太少了，期待尽快迎来我们的第一场演出。乐器演奏中，一个不和谐音就可以毁掉一整场表演，做量化投资也是一样的，敲错一行代码就可能给整个投研体系带来不可估量的伤害，所以必须保持敬畏之心，做足够的检验（练习）。在编写计算机代码时不走捷径，对投资过程保持高度严谨，持续不断挖掘新的因子，致力于创造长期价值。许多额外的投研工作，都是为未来承载更大管理规模而做的提前储备。另外，从乐队的角度则是需要所有乐手节奏上同频，技术上互相认可，喜欢的音乐风格需要足够一致。组建我们这样一支量化团队也是完全类似的，因此我也很庆幸很珍惜能集结这样一支作风优良能打胜仗的团队。

　　中国证券报：公司主要人员都是新生代，怎么让这样一个年轻人多的团队有战斗力？

　　吴确：我们的团队成员基本上由90后组成，管理这群“互联网原住民”的秘诀就三个字——不硬管。与其说是管理者，不如说我把自己定位成“氛围组组长”。把管理制度变成创新能力的“放大器”而非“控制器”。年轻人的管理，得用游戏化思维。公司经常搞一些趣味挑战赛，把项目制工作变成闯关任务，让团队在严肃紧张的氛围中用“巧劲儿”提升效率完成工作目标。

　　信任比考核重要，放权就是最好的培养。新来的研究员可以在第一次开会时就指着我的模型假设侃侃而谈可以优化的地方，结果他重构的代码让回测速度翻倍。这种“以下克上”的文化，倒逼管理层必须持续学习，不然分分钟被年轻人碾压。他们在这个过程中进步非常快，这种“能力本位”的文化让团队始终保持发展锐度。管理90后的年轻人，本质是做好两件事：一是把公司变成大型学习社区，二是让每个人都能在专业领域“头角峥嵘”。

　　我们的核心团队这几年成长很快，当初背靠背取暖的小团队，现在个个都能独当一面了。我时常感叹：好的团队既要有追极光的浪漫，又得有“修水管”的手艺。有时候深夜看到客户发来的那句“幸好有你们”，我就觉得过往所有的“至暗时刻”，好像也在熠熠生辉。

　　中国证券报：磐松资产旗下产品大多采取了只收取管理费标准或只计提业绩报酬的特殊费率结构，这出于何种考量？

　　吴确：磐松只有一套投资过程，投研流水线集中化管理所有产品，保证所有产品业绩的一致性。收费模式并不影响产品的费前业绩表现，我们根据客户不同的投资期限和风险偏好，推出了“只收取管理费”和“只计提业绩报酬”的产品。两种收费模式的本质都是让利给客户，构建与客户的利益共同体。

　　从公司经营角度来说，我们专注于长期投资、价值投资，策略容量较大，可以较低的成本为客户提供长期、稳定且优质的资管服务。基于我们的投资过程，磐松公平对待旗下所有基金产品（即集合产品和专户定制产品），对所有产品应用同一套预测模型（包括回报模型、风险模型、交易成本模型等），且所有产品的交易指令均由我们自主研发的投资组合优化器同时生成。我们在优化器中为所有产品设定了统一的最优公平系数，可以保证优化器向各个账户中分配流动性的过程是机会公平的，也就保证了产品业绩长期的一致性。