在量化投资领域，AI究竟能够发挥哪些实际作用？它是像外界传言的那样，演变为取代人类决策的“黑箱”，还是本质上仅仅充当辅助研究员提升效率的智能工具？当市场竞争已然聚焦于“认知深度”的较量，且各类机构使用的模型日趋雷同时，这种策略趋同的风险又应如何有效防范？
针对这些疑问，第四届香蜜湖财富管理论坛上，因诺资产合伙人、阿尔法策略研究总监沈星尧给出了他的明确判断。他的核心观点非常直接：AI在量化投资中的本质角色是工具，旨在提升研究效率、解放人力生产力，而非替代人的认知判断。同时，因诺资产通过多策略体系深度嵌入AI能力，依托自身对资本市场的深刻理解来设计AI的应用方式，从而构筑差异化优势，有效规避通用AI模型带来的策略同质化陷阱。
因诺资产合伙人、阿尔法策略研究总监沈星尧
AI的工具属性：提升效率而非取代认知
沈星尧的态度十分清晰：AI在量化投资中的定位，应当回归其工具本质。“我们认为AI的主要功能，它是一个工具性的角色。”他解释道，因诺资产借助AI来强化编程能力、加速研究效率，从而把那些耗费在简单重复劳动上的生产力彻底解放出来。
关键在于，AI的使用必须建立在人的认知主导之下。沈星尧强调，团队会依据对资本市场更深层的认知逻辑，去主动设计AI的介入方式——包括切入时机、训练目标以及输出边界，全部由人来把控。换言之，AI并非决策方向的制定者，而是由人主动规划其应用路径。
多策略协同：AI深度嵌入阿尔法、CTA与择时体系
在因诺资产的实践中，AI的应用并非局限于单一任务场景。沈星尧指出：“我们从来不是说用AI去做一个单一的工作，我们是一个以多策略的形式去发展我们的资产管理策略。”AI能力被系统性地整合进阿尔法策略、CTA策略、择时策略等多个子体系之中。
这种联合布局的方式，依靠的是体系化协同的底层能力。沈星尧表示，这样的设计能够让AI的价值不依赖于某个策略的孤立优化，而是在整体层面实现能力叠加与风险分散，从而提升组合的稳健性。
防范趋同风险：以认知深度构筑差异化壁垒
当前量化投资已经全面进入“认知深度比拼”阶段，AI的广泛采用也带来了策略趋同乃至市场踩踏的潜在风险。沈星尧坦言，这一问题的确不容忽视。“当所有人都去使用AI的时候，大家的趋同性是非常强的。在这种趋同性非常强的情况下，有可能会高估一些资产，或者低估一些资产，形成踩踏效应。”
那么，如何有效防范？因诺资产的答案是“差异化设计”。所谓认知深度，正是体现在如何设计AI的角色定位上。通过差异化的设计思路，将自身对市场的深刻理解融入AI的使用方式中，从而与市场主流形成策略上的区隔。这种基于自身资本市场深层认知的AI设计路径，能够有效抵御“铺天盖地的普通角色或者简单使用AI带来的风险”，进而在因子构建、信号生成与策略迭代中持续构筑可持续的超额收益护城河。
