上证报中国证券网讯（胡尧记者金苹苹）近日，在“量化金融的新趋势：理论与实践”国际学术会议上，来自全球十余个国家的百余位高校与科研机构学者，齐聚上海交通大学徐汇校区，围绕人工智能驱动金融变革、市场微观结构、衍生品定价及可持续金融等议题展开讨论。会议期间，多位知名学者围绕量化金融核心问题分享了最新科研成果，并结合AI技术发展，对人才培养路径作出了进一步探讨。

　　前沿成果集中发布理论与方法持续突破

　　上海交通大学自然科学研究院院长金石介绍，通过量子计算求解线性与非线性偏微分方程的新算法，为金融中的期权定价与最优控制问题提供了新的计算路径。这一方法有望显著提升复杂金融问题的求解效率。

　　在市场微观结构研究方面，法国巴黎九大教授Mathieu Rosenbaum提出统一的市场微观结构理论，通过单一核心参数解释订单流持续性、波动率粗糙性以及市场冲击的幂律特征，从机制层面对市场运行规律进行了系统刻画。

　　对外经济贸易大学中国金融学院院长王天一构建了一个考虑多状态转换与时变波动率的离散时间期权定价框架，提升了模型在复杂市场环境中的刻画能力。

　　此外，在人工智能与金融融合方向，学者们展示了深度学习与强化学习在高维衍生品定价、复杂随机方程求解及动态对冲等问题中的应用进展。例如，平均场博弈理论的研究取得了关键进展，为解决系统性风险建模、大规模异质主体市场均衡等复杂系统问题提供了更统一、更稳健的数学工具箱。此外，会议在金融市场的机制设计与微观建模方面也取得了重要理论突破，为理解与规范快速发展中的新型市场结构奠定了坚实的数理基础。

　　业界学界凝聚共识人才培养路径亟待重构

　　作为会议亮点之一，“宽客·对话”专场量化金融职业发展论坛搭建了学术与产业的桥梁。

　　上海交通大学上海高级金融学院教授阚睿表示，量化金融教学需要从单纯的知识传授转向能力重塑，教师角色也应相应转变，以适应AI技术快速发展的背景。

　　上海交通大学数学科学学院量化金融研究中心执行主任林一青在论坛总结中表示，AI时代的量化金融教育应着重培养学生定义问题、发现真问题的能力，强化从问题提出到解决的完整思维与实践流程，从而培养具备跨界思维与解决复杂实际问题能力的复合型人才。

　　会议还展示了产学研融合的具体实践。上海交通大学数学科学学院量化金融研究中心主任Samuel Drapeau介绍，团队开发的Fastbox量化AI模型回测平台搭载真实撮合引擎，并计划向高校开放，以推动科研与产业的双向联动。

　　本次会议不仅是上海交通大学量化金融研究学术实力的展示，更是中国量化金融领域积极开放、深化国际合作的缩影，践行了“学术助力产业，产业回馈科研”的双向奔赴理念，也展现了在AI+时代，跨学科、跨机构协力打破壁垒、共同推动学科发展的决心。