风起于青萍之末！备受争议的高频量化交易，正在受到政策的重新审视，而这种变化，一方面给A股投资者带来公平信号，另一方面，则促使量化交易寻找全新超额收益渠道。

　　自今年7月31日起，监管层正式将券商在交易所托管机房内交易行情接入方式统一由局域网切换为广域网，以此削弱部分量化机构依赖基础设施形成的速度优势，推动市场交易更加公平、规范。此外，监管层也拟对券商交易信息系统接入环节进行系统性规范，要求券商不得为特定接入客户提供技术或业务资源差异化安排，同等条件下应引导客户优先使用券商自有交易终端。相关自律管理文件目前正处在修订过程中，有望年内出台。

　　“两则消息指向同一个结论，量化高频的速度特权时代正在走向终结。”上海一家头部量化私募机构研究员方斌对《华夏时报》记者坦言。

　　与此同时，量化交易也在寻求新的出路。PandaAI创始人兼CEO李昱琦在PandaAI第三届因子大赛颁奖典礼暨AI交易峰会上指出，AI交易未来的竞争将逐步从单一模型能力竞争，转向Agent能力、协同能力以及研究范式的竞争。

　　“速度特权”被抹平

　　在业内人士看来，量化高频之所以在过去能够获得让人难以企及的超额收益，局域网加持和券商提供的特殊通道无疑是两大“法宝”，量化高频唯快不破几近成为行业的真理，而在这两大制胜渠道被限制之后，究竟会产生什么样的影响，成为关注焦点。

　　“过去几年，量化机构的核心竞争力之一就是速度。量化交易机构借助券商交易席位直接把交易系统搬到交易所机房内，也从去年开始在市场流传，部分机构通过券商反向采购其关联软件公司的系统，间接将策略部署于券商托管在交易所机房内的服务器上，从而获取局域网行情——比普通投资者快几十毫秒甚至微秒级。”熟知量化高频的交易员陈巍（化名）对本报记者表示。

　　在其看来，几十毫秒在普通人眼里可以忽略不计，但在高频交易的世界里，足够完成一次套利、抢到一个涨停板、收割一批散户的单子。如今交易所关停局域网行情通道、监管层严控交易系统接入特权，意味着所有市场参与者获取行情的路径趋于一致，时延差异被压缩到同一个区间。这相当于基础设施平权，以后大家都会站在同一起跑线上，公平竞争。陈巍坦言。

　　值得一提的是，监管对于高频量化的政策收紧，是一系列措施的最终闭环。

　　2025年《程序化交易管理实施细则》正式实施，明确高频交易认定标准（每秒300笔或单日2万笔以上），设置差异化收费机制；2026年5月，深交所修订交易系统接入技术规范，增加广域网线路技术要求；2026年7月，上交所要求券商针对交易单元使用情况自查整改，确保“公平对待投资者，严禁为个别投资者提供特殊便利”；2026年7月31日，局域网行情通道正式关闭，券商系统接入自律规则进入修订尾声。

　　从时间上看，监管收紧的态势节奏明显加快，而且从技术层面到交易层面的限制都有所涉及。对于关闭局域网行情专线，可以抹平速度差，此前量化局域网延迟约0.3—0.8微秒，散户公网数十毫秒；现在统一为毫秒级，微秒级套利窗口消失。

　　尤其是今年6—7月执行的一系列举措，包括取消专属VIP通道：严禁券商为单一量化客户分配独立网关/单元；存量通道限期改为多人共用；禁止差异化服务：券商不得为特定客户提供更低延迟、优先报单、专属带宽等特权。

　　对此，有资本市场资深人士指出，对高频量化交易政策持续严监管，对市场有三方面影响：散户的交易环境在变好，当“速度特权”被剥离，打板、挂单、成交拼的是眼光和逻辑，不再是硬件优势。新规倒逼券商打磨自研终端，降低对第三方平台依赖，最终受益的是普通投资者的交易体验；量化行业靠“抢单”吃饭的高频策略，收益空间被大幅压缩。策略同质化风险、算法共振风险仍在，但“速度套利”这块肉，基本消失，量化行业将被迫从“拼速度”转向“拼深度”，更看重因子挖掘和模型能力，而不是谁离交易所更近；市场生态长期健康。

　　行业竞争方向转变

　　“国内量化交易分很多种，高频交易只是其中一种，主要分为纯高频、中性/收益、长期三大策略，真正依赖局域网低延迟的是高频交易策略——在毫秒甚至微秒级别内捕捉微小价差，靠海量交易、微小利润累积来赚钱。 高频交易在量化中的占比并不高，大多数量化基金用的是趋势跟踪（追涨杀跌）、均值回归（高抛低吸）、多因子选股（买入得分高的卖出得分低的）、市场中性（做多一篮子股票同时做空股指期货对冲）。这些策略不靠毫秒级速度吃饭，靠的是模型、因子、风控。”在PandaAI交易峰会上，一位参会机构人士告诉《华夏时报》记者。

　　李昱琦认为，随着大模型、多智能体协同（A2A）等技术持续演进，人工智能正加速从辅助工具走向金融核心业务场景。AI如何参与交易研究、未来金融行业将形成怎样的人机协作模式，正在成为行业关注的新议题。

　　“过去二十余年，量化投资的发展始终围绕Alpha因子展开，研究者通过因子挖掘、模型构建、策略验证等方式持续寻找超额收益，因子一直是量化研究最重要的研究对象。但随着大模型能力快速提升，越来越多标准化研究流程开始由AI自动完成。公开数据处理、策略生成、历史回测、研究验证等工作正逐渐成为AI能够高效完成的基础能力，传统依赖公开信息获取Alpha的竞争优势正在不断收窄。”李昱琦受访时表示。

　　在李昱琦看来，未来真正决定竞争力的不再只是单个因子的有效性，而是谁能够构建能够持续学习、自主规划、协同工作的Agent系统。

　　“模型升级解决的是效率问题，而范式升级决定的是未来十年的竞争方式。在AI时代，交易研究的核心正在从寻找一个好因子，转向构建一套持续进化的智能研究系统。”李昱琦进一步指出。

　　值得一提的是，李昱琦首次提出AI交易L0—L4五级演进体系：其中L0代表完全依赖人工完成研究与交易；L1阶段，AI主要承担代码生成、Prompt优化等辅助工作；L2阶段，AI开始通过标准化Agent参与完整投研流程，形成单智能体闭环；L3阶段，多智能体协同工作（A2A），实现自主规划、相互制衡和持续迭代；L4则意味着AI能够完成公开市场中的标准化研究与交易，让人类更多聚焦投资目标设定、非公开信息获取及风险边界控制。

　　“未来Agent将逐步参与市场分析、因子研究、策略构建、风险管理、交易执行以及持续优化等完整流程，AI与人的关系也将从辅助完成任务发展为共同参与研究。这一体系不仅反映AI能力的提升，更体现交易生产方式的变化。未来行业竞争，也将从单点模型能力逐步演变为研究体系、协同能力和基础设施之间的竞争。”李昱琦称。