⁣
📰 喜岳投资董事长周欣：AI的出现正在加速改变量化行业的生态格局

周欣在全球资产管理论坛上系统阐释了量化投资的本质和未来走向。她强调量化是一门科学，将投资从艺术化的直觉转化为模块化、可复用的科学流程，覆盖数据采集、因子构建、收益预测、风险建模、组合优化及交易执行等环节，核心在于逻辑、模型与算力三要素的平衡。她反对将量化等同于高频交易，指出速度只是其中一部分，深度与广度才是量化的真正优势。AI的崛起有助于弥合“Know how”到“Know why”的鸿沟，促使经验驱动与逻辑驱动的团队在更大数据维度上拓展因子宽度。量化并不排斥基本面，未来基本面量化将获得更多关注，因为它具备更大资金容量、可解释性和可复制性，便于向投资者交代。周欣还强调投资必须可解释、可复制，提醒避免只看历史收益而忽视背后逻辑与风险。她总结说，一切皆可量化，量化可应用于固收、可转债、资产配置等领域，成为点亮投资逻辑的工具。

🏷️ #量化投资 #基本面量化 #AI 平台 #投资逻辑 #可解释可复制

🔗 原文链接

⁣
📰 AI信任危机怎么破？澜舟企业可信智能体全链路解析 - 智源社区

在金融与大型企业的AI落地场景中，监管要求与效率提升形成矛盾，澜舟科技提出的全链路可信智能体体系通过数据资产高可靠治理、执行过程可控拆解、输出结果可溯源等关键能力，帮助AI从“黑箱输出”转变为“可靠、可控、可溯”的数字员工。文章首先分析大模型在金融领域的幻觉问题及其根源，强调只有建立从数据源头、执行过程到结果生成的三层背书，才能实现可信与可控。澜舟以多模态数据处理、格式解析、知识图谱、场景化指令库与强化学习等技术，构建一体化数据资产体系，提升数据可复用性与业务适配性，并通过场景化意图识别实现高效资产复用。过程控管方面，提出多层协同控制与幻觉检测体系，确保每一步推理可验证、可干预，最终实现全链路溯源与可解释输出。澜舟企业级评测体系覆盖L1–L4层能力，通过标准化评测、错误分析、持续迭代，驱动模型与系统的持续优化。落地案例显示在线客服在1分钟内解决85%的问题、日均服务规模提升显著、意图识别准确率达98%，验证了体系在金融场景中的落地性与经济效益。未来，随着评测体系与协同机制的完善，AI将以更透明、可信、可控的姿态深入企业核心业务，推动数字化转型与创新应用。

🏷️ #可信 #可控 #大模型 #金融AI #数据资产

🔗 原文链接