2023年是从互联网时代迈向AI时代的拐点，对于量化投资是如何应用AI的问题很多人会很好奇。西部利得主动量化投资总监盛丰衍表示，他们在量化投资中对AI的应用有十分明显的提升，至少体现在三个方面：
一、非线性规律的挖掘。传统的量化多因子框架是通过挖掘历史数据，来找到可能导致股价上涨的特征，其标准是线性的，比如估值低、业绩好、市值小。AI可以挖掘到非线性规律。
如果把找好股票比喻成买车的话，买车有很多指标：油耗、外观、性能，甚至是上车牌的速度。选到最后，最合适的车，可能是价格、外观、性能上某种程度上的结合，这就是一种非线性的规律。
AI模型在这个场景中的应用主要体现在因子合成环节。我们还是尽可能将有经济含义的因子输入模型，结果AI非线性叠加出来的权重其实经常出乎我们的意料，但是投资效果非常好。就像当年李世石和AlphaGo下棋，AI下的很多手，人类也很意外，和人类的经验和直觉不一样，但是棋力非常强。
二、文本分析。去年，券商研究所每天撰写的个股报告超过200篇，仅摘要部分就超过27万字。传统量化只能分析其中的标准化财务数字，但无法理解文字。传统行业研究员能理解文字，但太耗头发，尤其是两市股票过5000只以后。而AI可以用算力替代脑力，大幅提升文本解读的效率。
三、高频量价数据分析。2022年A股约5000只股票产生的高频量化数据体量高达12T，这些数据囊括了几乎所有A股参与者的行为特征规律，我们使用AI深度学习来挖掘这些数据，这部分策略在微盘股的投资中作用更加明显。
