近日，由证券时报社主办、长江证券协办的“2026金长江私募基金发展论坛”在上海举行。在主题为“量化投资的进化新格局”的圆桌讨论中，灵均投资首席投资官马志宇，蒙玺投资创始人、总经理李骧，黑翼资产创始合伙人邹倚天，聚宽投资总经理、合伙人王恒鹏一起碰撞思想火花。本次圆桌讨论的主持人，由长江证券研究所金工首席覃川桃担任。

　　圆桌嘉宾一致认为，国内量化行业已经彻底告别依靠市场红利扩张的粗放增长阶段，未来机构之间的差距将由算力储备、AI研发、人才梯队、组织管理以及全球化布局五大维度共同决定。

　　流动性供需失衡

　　短期超额回归常态

　　进入2026年，A股风格急剧切换，量化超额持续走弱，市场开始出现“量化策略失效”的论点。在上述几位嘉宾看来，本轮超额回落并非策略底层逻辑崩溃，而是资金供需、市场结构和行业生态三重因素共振下的合理均值回归。

　　马志宇根据A股风格结构的演进拆解了行情分化的逻辑。2024年9月至2025年末，市场进入牛市行情，且伴随着流动性明显提升，出现了更多的阿尔法机会，支撑着当期量化产品较强的超额收益和绝对收益表现。进入2026年后，量化超额收益有所调整，一方面属于正常的均值回归，另一方面受今年结构性分化行情影响，少数板块的涨幅和流动性较高，而大多数板块表现并非特别突出。量化策略通常持仓分散，在极端分化的市场环境下，短期获取超额收益面临一定挑战。长期来看，量化行业的持续发展需要投研能力的不断迭代与深化，其系统化的投资方式要求持续寻找更多元化、分散的阿尔法来源。

　　李骧指出，经过多年投研迭代，头部量化在因子框架、交易算法和风险模型上的趋同度较高，浅层量价、资金流因子趋于饱和。2025年入场的增量资金，主要追逐过往超额亮眼的短周期策略，进一步加剧了策略拥挤度。一旦市场风格反转，所有量化机构会同步降敞口、止损调仓，互相侵蚀超额收益。

　　浅层红利消退

　　增量阿尔法聚焦细分赛道

　　过往，国内量化的超额收益主要依赖日内量价、盘口微观结构和短期资金流三类浅层信号。这些信号开发难度低、回测收益稳定，复制门槛也极低。参与圆桌讨论的嘉宾认为，新增阿尔法将不再来自单点突破性因子，而是来自小众生态、跨周期融合和基本面量化三类低拥挤赛道。

　　李骧提出，多频段信号融合是适配全规模机构的通用解法。当前，毫秒级日内赛道的超额逐年衰减，而3—20个交易日的中短周期信号关注度偏低，市场无效性尚未被充分挖掘。将日内、短线、中线三类低相关信号融合，并严格约束行业、市值和波动率三大风格漂移，能够对冲单一周期行情的波动。

　　邹倚天分享了头部机构的差异化研发思路。他表示，百亿级量化机构受限于策略容量，无法依靠单一频段信号持续增厚收益，需要搭建轻量化的并行研发小组，分别推进量价和基本面两条研究线，避免内部趋同。同时，他也明确表示，组织架构优化属于长期慢变量，短期贡献有限，头部机构仍须依托AI挖掘非线性隐性因子。

　　王恒鹏着重分享了聚宽投资在AI领域的探索与实践。他表示，公司正在持续探索AI自主驱动投研，AI已成为重要的能力增量来源。从因子产出来看，目前聚宽投资来自AI方法论的新因子占比已经超过70%。

　　人机协同成主流

　　AI重构量化投研全链路

　　量化行业是国内最早落地AI工具的资管细分赛道。2025年之前，AI仅用于因子回测、数据清洗等辅助工作；2026年经过大模型能力迭代后，AI开始重构因子挖掘、组合构建、交易风控和合规运维等全业务链路，彻底改变了投研生产范式。

　　马志宇通过梳理投研人员工作模式的变革，给出了自己的观点——AI的融入，现在正从根本上重塑整条投研生产链路。首先，AI实现了研究人员个体效能的提升；其次，个体效能的变革推动了投研角色与模式的迭代；最后，AI带来的生产力提升也将推动量化机构组织架构的优化。

　　李骧则将AI与量化的融合划分为三个阶段：模型替换阶段（2015—2020年）、全链路提效阶段（2021—2025年）、范式重构阶段（2026年至今），范式重构阶段由AI自主完成因子组合的动态迭代。值得注意的是，AI提效并未缩减人员需求，反而催生了大量“金融+算法”复合型岗位，行业人才缺口持续扩大。

　　邹倚天重点谈了人机协同的边界。他认为，2026年一季度大模型在特征自动提取和动态风险对冲上实现了质变，但AI无法理解宏观政策、资金情绪等非量化软信息，容易产生脱离市场逻辑的无效因子。研究员负责把控方向、校验逻辑，AI负责批量执行与迭代，二者协同才是最优模式。“短期内，完全AI自主投研难以落地。”他说。

　　王恒鹏则强调了人才在AI领域的重要价值，并介绍了聚宽投资在吸引AI人才方面的实践。近年来，聚宽投资积极参与AI领域的国际重要学术会议，致力于提升公司在全球AI人才和学术社区中的影响力与吸引力。

　　“马太效应”加剧

　　两类风险需警惕

　　圆桌嘉宾们一致预判，未来三到五年，A股浅层市场的无效性将基本出清，行业超额中枢持续下行，头部集中度则进一步提升，中小机构突围难度显著加大。

　　马志宇提出了行业面临的两大核心风险：一是策略同质化引发的负面影响；二是单一容量见顶带来的增长瓶颈。

　　基于此，可通过加强两个方面的能力建设来应对：一方面，可持续拓展多元、分散的阿尔法来源，构建差异化收益能力；另一方面，可依托完善的风险管控模型平抑波动，在长期业绩扎实的基础上，强化超额收益的稳定性与可预期性。

　　李骧表示，AI已抹平了浅层技术差距，以往中小机构依靠单点模型突围的路径彻底失效。头部机构每年数十亿级的算力和人才投入带来了天然壁垒，中小机构很难追赶这种迭代速度。“量化本质上是科技驱动型行业，技术迭代滞后可能会被市场淘汰。”他说。

　　在本次圆桌论坛末尾，邹倚天提出了两大长期布局方向：一是紧跟全球AI迭代节奏，保持算力动态扩容；二是逐步推进全球化和多资产布局，摆脱A股容量约束，对标海外量化巨头拓展亚太、欧美市场。