近年来，人工智能技术的迅猛发展正深刻改变量化投资领域。生成式AI等新一代模型颠覆了传统数据处理方式，推动基金公司加速探索AI的深度应用。面对海量复杂的金融市场数据，算力资源分配与稳定性成为AI量化模型的关键因素。
尽管AI在量化投资中展现出巨大潜力，但其“黑盒”特征和可解释性不足仍是业界难题。多家机构指出，提升模型透明度和可解释性是当务之急。例如，路博迈基金副总经理魏晓雪表示，AI技术经历了从简单选股策略到多因子模型，再到AI加高频交易的发展阶段。路博迈的量化3.5模型通过周度调整频率，更有效地捕捉市场机会，展示了更强的灵活性。浙商基金则利用LLM模型优化文本数据处理，显著提升了日常工作的效率。
算力是AI量化投资的重要基石。随着非结构化数据如新闻、社交媒体等的涌现，AI技术尤其是自然语言处理和图像识别，在处理这些数据方面表现出色。路博迈集团每天处理的数据量已达太字节级别，算力支持成为关键。银河基金也强调，国产算力的发展需深入基础设施层面，包括AI算力芯片、服务器和组网等方面。
然而，当前AI模型仍存在可解释性不足的问题。浙商基金认为，未来发展方向应以多模态生成式模型为主，结合人类智慧，提高历史先验知识的占比。此外，AI模型在应对金融市场的噪声和非平稳性方面仍有局限，频繁交易可能带来额外成本和风险。因此，结合实际情况，不断优化模型，才能更好地应对市场的复杂性和不确定性。
