AI可能是23年以来最火的领域之一，对于很多行业都有颠覆性的影响，之前我上直播时也收到很多观众提问，大家都很关注AI对于投资领域的影响，在量化投资的领域，AI在很多方面都极具优势。
事实上，对于行业的新趋势、新变化，我们一直都是积极拥抱的，早在2020年AI还不像现在这么火热的时候，我们就已经把它纳入实盘了，当时主要应用在量价因子上。近些年，我们也在不断探索对于AI的应用，从最早的AI挖因子，到现在已经打造了一整套基于AI全流程的框架。但是，在实际的应用中，AI框架和传统的多因子框架，我们都有使用，比例大概一半一半。感兴趣的投资者可以移步到这篇文章查看。《杨梦说量化|博道量化策略的“双均衡”是什么？》
如果说AI对量化投资来说很适配的话，为什么不把实盘的模型全面换成AI框架？在我们团队实践的经验来看，AI框架和传统的量化框架有不一样的特征，在不同的领域各有优劣。
传统框架，它的可理解性较强，比如说，如果一家好的公司可以有比较好的收益表现，那么我们找出去衡量“好”的指标，用一个相对简单的模型，把数量众多的自变量组合在一起，可以去解释收益率，但也因为模型很简单，所以就要求找到的那些指标要有很强的解释能力。也因此，大家过去在说多因子模型的时候，对于因子很强调，在传统框架下，要花很大的功夫去挖掘因子，并且因子的解释度，也就是可把控度的要求更高。所以，简单理解的话，传统框架是一个强因子+弱模型的形式去预测收益率。
AI全流程框架则不一样，可以认为是反过来的，弱因子+强模型。大家以前总说量化有点“黑箱”，不知道中间是怎么操作的，AI流程就有点类似，在这个框架中间我们构建了一个庞大的神经网络模型，这个模型有很强的信息解析能力，所以，我们输入的因子就可以简单一点。比如AI框架下预测的模式，我们可以直接给到各种原始的量价、财报数据，让模型自己去解构里面庞大复杂的信息。
这两套模型各有特点，不存在谁一定优于谁，而且在运作中我们还发现，两个框架还有比较强的互补性，所以我们团队还是坚持两套框架同时运作，简单来讲，这两套模型每天都会对于组合持仓输出两套预测的结果，而我们会根据预测结果来动态优化我们的组合，力争长期而言，实现对于我们策略基准的超越，也是我们“好指数，用心+”的初衷。
@雪球基金 @今日话题 @雪球创作者中心 @博道基金 @指数挖掘基
风险提示：本文内容仅供参考，不构成任何投资建议及承诺，非基金宣传推介材料。如需购买相关基金产品，请您关注投资者适当性管理相关规定、提前做好风险评测，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。请在进行投资决策前，务必仔细阅读基金的法律文件（招募说明书、基金合同、基金产品资料概要等），充分考虑自身的风险承受能力。基金有风险，投资须谨慎。