從AI技術(shù)平權(quán)到因果認(rèn)知突圍重塑Quant研究價值我是做量化研究出身的近兩年最大的感受就是行業(yè)玩法的底座變了。過去一個量化團(tuán)隊要養(yǎng)數(shù)據(jù)工程師、運(yùn)維工程師、策略研究員還要買昂貴的數(shù)據(jù)庫和服務(wù)器一套像樣的研究基礎(chǔ)設(shè)施沒有幾百萬下不來。而現(xiàn)在開源模型、云API、向量數(shù)據(jù)庫、自動化Agent把過去屬于頭部機(jī)構(gòu)的“火力”直接分發(fā)到了每一個研究者手里這就是所謂的AI技術(shù)平權(quán)。但平權(quán)這件事本身是雙刃劍——工具普及了策略同質(zhì)化也隨之而來人人都在用相似的模型挖相似的因子alpha反而越來越薄。這篇文章我想聊的不是“怎么用AI挖因子”而是更關(guān)鍵的一層當(dāng)AI把研究的體力活幾乎全部干完之后Quant的核心價值到底還剩什么我的答案是從“相關(guān)性挖掘”升級到“因果認(rèn)知”。下面展開講。1. 從“機(jī)構(gòu)軍備競賽”到“個人工作室”AI平權(quán)究竟改變了什么1.1 算力、數(shù)據(jù)和模型的三重民主化先說算力。以前回測一個高頻策略沒有獨(dú)立機(jī)房和GPU集群基本跑不動現(xiàn)在隨便租個云GPU實(shí)例幾百塊錢就能把過去一個星期的回測任務(wù)壓縮到幾個小時。再說數(shù)據(jù)。過去另類數(shù)據(jù)、輿情數(shù)據(jù)、產(chǎn)業(yè)鏈數(shù)據(jù)都是機(jī)構(gòu)的專享資源現(xiàn)在通過開放接口和公開數(shù)據(jù)集個人研究者也能拿到同等量級的信息源。最后是模型。像GPT級別的語言模型通過API開放之后語義理解、文本摘要、代碼生成這些能力變成了即插即用的基礎(chǔ)設(shè)施不再需要自研NLP團(tuán)隊。這三重民主化疊加在一起帶來的直接變化是一個兩三人的小團(tuán)隊甚至一個單打獨(dú)斗的研究者理論上可以跑通“數(shù)據(jù)獲取—因子構(gòu)建—回測驗(yàn)證—?dú)w因分析—報告生成”的完整鏈路。我自己就在用LLM Agent做研究報告的自動解析一篇券商深度研報丟進(jìn)去幾分鐘就能輸出結(jié)構(gòu)化的邏輯鏈和數(shù)據(jù)表。這個活兒放在三年前至少要安排一個實(shí)習(xí)生忙半天。1.2 勞動密集環(huán)節(jié)正在被Agent吞掉量化研究的流程里真正消耗人力的不是“思考”而是“搬磚”。取數(shù)、清洗、對齊、去極值、中性化、截面標(biāo)準(zhǔn)化這些步驟以前每個研究員都得親自動手現(xiàn)在編寫一個Agent流程就能自動化完成。更高級一點(diǎn)的可以用多Agent協(xié)作一個Agent負(fù)責(zé)數(shù)據(jù)質(zhì)檢一個Agent負(fù)責(zé)因子IC分析一個Agent專門跑換手率與成本敏感性測試最后再由一個匯總Agent生成結(jié)論報告。我實(shí)際跑下來這套流水線最值錢的地方不是“快”而是“可復(fù)現(xiàn)”。以前手工取數(shù)、手工清洗很容易在某一步引入不易察覺的偏差比如新上市的股票沒剔除、復(fù)權(quán)因子沒更新。Agent流程把這些步驟固化成了標(biāo)準(zhǔn)代碼每次執(zhí)行結(jié)果一致排查問題也只需要翻日志。這就是AI平權(quán)的第一層收益把研究基線抬高把低級錯誤消滅在流程層。1.3 平權(quán)背后正在發(fā)生的“內(nèi)卷”但是工具平權(quán)不等于能力平權(quán)。當(dāng)所有人都能用同一個大模型時模型給出來的答案天然是趨同的。你向LLM要“一個基于換手率因子的改進(jìn)思路”它能給你列出來的是那幾招波動率調(diào)整、與流動性因子正交化、分域計算。這些思路本身沒有錯但問題在于全市場有一千個人同時向同一個模型問同一個問題得到的答案高度相似而這些相似的結(jié)果會迅速通過交易行為反映到市場里——因子擁擠度飆升收益衰減加快。我見過一個年輕的同事用LLM半天生成了30個“新穎因子”跑完回測之后IC很高正高興著呢結(jié)果一查這些因子本質(zhì)上都是動量因子在不同窗口上的變形。這就是平權(quán)時代的典型陷阱模型讓你“制造”信號變得極其容易但制造出來的信號到底是不是真的信息增量卻變得更難判斷了。2. 相關(guān)性繁榮之后Quant研究面臨的解釋力危機(jī)2.1 從大數(shù)據(jù)相關(guān)性到“萬題可挖”的窘境Traditional量化的底層邏輯是相關(guān)性找若干特征用歷史數(shù)據(jù)擬合出與未來收益的相關(guān)關(guān)系然后拿到樣本外去驗(yàn)證。這個邏輯本身沒有問題但當(dāng)特征空間被AI放大到一個極端程度之后問題就暴露了——你總能找到一組看起來“完美擬合”歷史的特征組合但它們大概率只是噪聲的記憶庫。舉個例子。你讓AI從5000個技術(shù)指標(biāo)里搜索與未來五日收益相關(guān)的組合它必然能找到IC很高的一組因?yàn)樗阉骺臻g足夠大純粹靠隨機(jī)也能撞出幾個“看似顯著”的指標(biāo)組合。這就是多重檢驗(yàn)問題。過去研究員手動挖因子多多少少會受制于理論邏輯不會做太離譜的組合但AI沒有理論包袱它只是服從優(yōu)化目標(biāo)于是你得到了一個統(tǒng)計學(xué)上顯著、經(jīng)濟(jì)學(xué)上毫無意義的因子。這種因子的樣本外表現(xiàn)基本就是擲骰子。2.2 LLM加速下的“偽邏輯”生成更隱蔽的是LLM帶來的偽邏輯問題。大模型很擅長給任何結(jié)論編一個聽起來合理的背景故事。你把一個莫名其妙的因子丟給它問“這個因子為什么有效”它能給你寫出三條看似嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)解釋。這種解釋不是從數(shù)據(jù)里長出來的而是語言模型基于海量文本的概率續(xù)寫。這非常危險。因?yàn)樗o了研究員一種虛假的信心——“我的因子有邏輯支撐”。實(shí)際上那個邏輯是事后編出來的。我在項目里專門做過測試把幾個隨機(jī)生成的噪聲因子丟給LLM讓它生成經(jīng)濟(jì)學(xué)解釋模型生成的解釋被另一位研究員誤認(rèn)為是“見過類似文獻(xiàn)”的邏輯。這個案例讓我意識到AI平權(quán)之后我們?nèi)钡牟皇墙忉尪墙忉尩摹耙蚬鎸?shí)性”。2.3 預(yù)測框架在結(jié)構(gòu)變化面前的脆弱性相關(guān)性框架還有一個結(jié)構(gòu)性問題它對分布變化極度敏感。很多因子在樣本內(nèi)之所以有效是因?yàn)槭袌霏h(huán)境在那一段時間內(nèi)比較穩(wěn)定變量之間的關(guān)系模式?jīng)]有發(fā)生突變。但金融系統(tǒng)本質(zhì)上是一個高階非平穩(wěn)系統(tǒng)政策轉(zhuǎn)向、微觀結(jié)構(gòu)變化、投資者結(jié)構(gòu)變化都會導(dǎo)致變量間的關(guān)系發(fā)生斷點(diǎn)。一旦發(fā)生斷點(diǎn)所有基于歷史相關(guān)性訓(xùn)練的模型都會踩空。我見過一個在2015年到2019年間表現(xiàn)極好的因子組合到2020年之后就完全失效。當(dāng)時團(tuán)隊花了很多時間調(diào)參、換窗口、加約束試圖挽救最終結(jié)論是失效不是因?yàn)閰?shù)問題而是因子背后的驅(qū)動機(jī)制變了。那個驅(qū)動機(jī)制恰恰是相關(guān)性研究無法捕捉的——因?yàn)樗枰氖且蚬斫狻?. 因果認(rèn)知到底是什么Quant研究突圍的理論地基3.1 從“發(fā)生了什么”到“為什么發(fā)生”因果認(rèn)知的核心不是預(yù)測而是理解“如果改變某個變量結(jié)果會怎樣變化”。在金融場景里我們可以把它具象化為三個問題。第一某個因子與收益之間是否存在穩(wěn)定的因果路徑而不僅僅是統(tǒng)計相關(guān)。第二如果剔除某個混淆因素比如整體市場情緒這個因子的獨(dú)立貢獻(xiàn)還存不存在。第三當(dāng)環(huán)境發(fā)生變化時因果路徑本身會不會改變改變的方向是什么。我常用一個生活中的例子來解釋相關(guān)與因果的區(qū)別冰淇淋銷量與溺水人數(shù)高度正相關(guān)但你不能通過禁止賣冰淇淋來減少溺水事故。真正的原因是夏天高溫同時推動了這兩者。金融世界里類似的情況遍地都是——兩個因子同時有效可能只是它們都在代理同一個底層風(fēng)險。如果你只做相關(guān)性分析你會以為找到了兩個獨(dú)立的alpha源實(shí)際上它們是一筆資金在兩條不同路徑上的映射。3.2 三個重要的因果推斷框架在因果認(rèn)知的落地中有三大框架值得每個Quant研究者了解。第一個是潛在結(jié)果框架它把因果關(guān)系定義為“同一個體在接受干預(yù)與不接受干預(yù)兩種平行世界下的結(jié)果差異”。在金融市場里我們很少能做真正的隨機(jī)對照實(shí)驗(yàn)但可以用自然實(shí)驗(yàn)和工具變量來近似識別。第二個是有向無環(huán)圖框架它要求研究者畫出變量之間清晰的因果結(jié)構(gòu)圖明確哪些是原因、哪些是結(jié)果、哪些是混淆節(jié)點(diǎn)然后根據(jù)圖結(jié)構(gòu)判斷識別策略。第三個是結(jié)構(gòu)因果模型和do算子它告訴我們?nèi)绾瓮ㄟ^干預(yù)操作來解耦直接效應(yīng)與間接效應(yīng)。聽起來有些抽象但在實(shí)踐中它們非常有用。比如分析“北向資金流入是否真的能預(yù)測中小盤股票收益”這個問題時直接回歸會面臨嚴(yán)重的混淆偏差因?yàn)楸毕蛸Y金流向可能本身就是市場情緒的結(jié)果而不是原因。用有向無環(huán)圖梳理一下你就會發(fā)現(xiàn)情緒是一個混雜節(jié)點(diǎn)。如果忽略它估計出來的效應(yīng)就會失真。這時候用雙重機(jī)器學(xué)習(xí)或者工具變量法調(diào)整混淆結(jié)果會靠譜得多。3.3 因果認(rèn)知在LLM時代的獨(dú)特價值也許有人會問既然因果推斷在高維數(shù)據(jù)中實(shí)現(xiàn)起來這么難為什么非要走這條路我的答案是正因?yàn)殡y所以它才是AI平權(quán)時代里少數(shù)還沒有被“卷平”的方向。相關(guān)性能被AI批量生產(chǎn)因果路徑卻需要研究者對市場機(jī)制有深層理解不可能靠一句提示詞生成。LLM在這里的角色不是替代因果推斷而是輔助建立機(jī)制假設(shè)。過去我們需要花費(fèi)大量時間閱讀論文和公告才能梳理出變量之間可能存在的傳導(dǎo)鏈條?，F(xiàn)在你可以讓LLM基于最新文本生成一個初步的機(jī)制假設(shè)庫再由研究員去檢驗(yàn)?zāi)男┘僭O(shè)在數(shù)據(jù)和邏輯上站得住腳。換句話說AI負(fù)責(zé)把搜索空間鋪開人負(fù)責(zé)在關(guān)鍵節(jié)點(diǎn)做因果判斷——這才是突圍的正確姿勢。4. 從理念到實(shí)戰(zhàn)因果認(rèn)知融入量化研究的六步操作法4.1 第一步先畫圖再算數(shù)任何因果研究的第一步都不是跑回歸而是畫因果圖。我建議研究員在開始一個課題時先用白板或者工具把涉及的變量、潛在影響路徑、混淆因素畫出來。這個過程看起來“軟性”實(shí)際上決定了后續(xù)所有分析的有效性。假設(shè)我們要研究“分析師預(yù)期調(diào)整對股價的影響”因果圖里至少應(yīng)該包括分析師預(yù)期變化、公司基本面前景、市場情緒、催化劑事件、以及股價本身。如果不把市場情緒作為混淆節(jié)點(diǎn)納入考慮你得到的“預(yù)期調(diào)整效應(yīng)”里就混入了情緒助推帶來的虛高成分。畫圖工具用開源軟件就有很多選擇像是dagitty或者Python里的networkx就很好用。畫完圖之后你會在一個更高的維度審視研究問題哪些變量是可干預(yù)的哪些純屬外生沖擊哪些路徑可以被已有數(shù)據(jù)識別。這個“畫圖先行”的習(xí)慣能幫你避開很多統(tǒng)計陷阱。4.2 第二步識別策略與數(shù)據(jù)對齊因果識別的本質(zhì)是回答“我們憑什么相信這個估計值是因果效應(yīng)”。在金融場景里常見的識別策略有幾類一是工具變量法用另一個不受混淆影響的變量作為原因變量的替代二是斷點(diǎn)回歸利用政策或機(jī)制的分界點(diǎn)識別局部因果效應(yīng)三是雙重差分法比較政策處理前后處理組與控制組的差異變化四是雙重機(jī)器學(xué)習(xí)在高維混淆下做靈活調(diào)整。數(shù)據(jù)對齊是這個環(huán)節(jié)里最容易被低估的坑。金融數(shù)據(jù)天然存在時序依賴變量之間存在不同頻率日度、周度、月度如果不做嚴(yán)格的時點(diǎn)對齊因果分析會引入前視偏差。我自己踩過一個大坑用月度宏觀數(shù)據(jù)與日度個股收益做因果分析時沒注意宏觀數(shù)據(jù)的發(fā)布時滯導(dǎo)致模型里出現(xiàn)了“未來信息影響過去收益”的荒謬因果路徑。從那以后我在接任何外部數(shù)據(jù)時第一件事就是確認(rèn)它的發(fā)布時點(diǎn)而不是自然日時點(diǎn)。4.3 第三步估計因果效應(yīng)并檢驗(yàn)穩(wěn)健性在估計環(huán)節(jié)我推薦從簡單的線性模型出發(fā)逐步過渡到非線性方法。先做減法用OLS做一個基礎(chǔ)的因果估計看看結(jié)果的方向和量級是否符合經(jīng)濟(jì)學(xué)直覺。然后做加法加入交互項、非線性項或者用雙重機(jī)器學(xué)習(xí)來放松函數(shù)形式假設(shè)。EconML和DoWhy這兩個Python庫是很好的起點(diǎn)前者是微軟的因果推斷工具包后者把因果推斷步驟標(biāo)準(zhǔn)化上手很快。穩(wěn)健性檢驗(yàn)不能只做一樣。至少要包括更換樣本期排除極端市場區(qū)間、更換代理變量用替代數(shù)據(jù)重新估計、安慰劑檢驗(yàn)把處理變量換成隨機(jī)噪聲看結(jié)果是否消失、以及結(jié)構(gòu)突變檢驗(yàn)在可能的斷點(diǎn)前后分別估計。我見過太多“顯著結(jié)果”在第一項安慰劑檢驗(yàn)中就崩潰了這說明之前的顯著性不是來自因果效應(yīng)而是來自某個我們沒有觀察到的混雜因素。4.4 第四步用LLM Agent搭建因果研究流水線這一步是AI平權(quán)與因果認(rèn)知相結(jié)合的地方。你可以搭建一個Agent工作流一個Agent負(fù)責(zé)從研報和公告中抽取機(jī)制描述與事件節(jié)點(diǎn)另一個Agent負(fù)責(zé)把抽取出來的信息轉(zhuǎn)化成因果圖中的邊并標(biāo)注方向第三個Agent與數(shù)據(jù)庫交互自動完成數(shù)據(jù)清洗與對齊第四個Agent執(zhí)行估計和穩(wěn)健性檢驗(yàn)最后輸出一份帶注釋的分析報告。這套流水線我從去年開始跑最大的收益不是速度而是“假設(shè)生成”變得可追溯了。以前提出一個因果假設(shè)靠的是個人記憶和閱讀面很容易遺漏關(guān)鍵節(jié)點(diǎn)?，F(xiàn)在Agent會結(jié)合最新的輿情與公告動態(tài)更新機(jī)制庫相當(dāng)于給研究員裝了一個永不疲憊的文獻(xiàn)綜述助理。但我要提醒一點(diǎn)Agent生成的所有因果假設(shè)都只是待檢驗(yàn)的假設(shè)不是結(jié)論。每次Agent輸出一套圖結(jié)構(gòu)時研究員都要親自過一遍邊的邏輯方向用常識和市場機(jī)制知識做審計。AI可以做輔助但因果判斷的負(fù)責(zé)人必須是你自己。4.5 第五步區(qū)分“可交易因果”與“認(rèn)知性因果”在研究落地時我們還應(yīng)該區(qū)分兩類因果發(fā)現(xiàn)。第一類是可交易因果是指結(jié)論可以直接轉(zhuǎn)化為交易規(guī)則的因果關(guān)系比如發(fā)現(xiàn)了某個公告事件對特定行業(yè)股票的因果脈沖響應(yīng)可以據(jù)此設(shè)計事件驅(qū)動策略。第二類是認(rèn)知性因果是指結(jié)論本身不能直接交易但它幫助我們理解市場機(jī)制、規(guī)避邏輯陷阱、優(yōu)化組合風(fēng)險暴露。這兩種因果都有價值但價值兌現(xiàn)方式不同。可交易因果要迅速轉(zhuǎn)化為策略原型并跟蹤衰減認(rèn)知性因果則需要沉淀到團(tuán)隊的研究知識庫中成為后續(xù)課題推導(dǎo)的前提。我見過有些團(tuán)隊急著把一切因果發(fā)現(xiàn)都變成策略結(jié)果在樣本外虧損后否定因果研究的價值這是把兩種因果混為一談導(dǎo)致的誤傷。4.6 第六步建議研究流程向“假設(shè)庫”模式迭代長期來看我會建議把團(tuán)隊的研究流程從“單策略線性開發(fā)”升級為“假設(shè)庫并行迭代”。簡單說就是用AI Agent持續(xù)生成和更新因果假設(shè)然后給假設(shè)打分新穎度、可行度、可識別度、與現(xiàn)有組合的相關(guān)度。打分高的進(jìn)入深度研究管線打分低或已被證偽的進(jìn)入淘汰區(qū)。這個模式的好處是它把因果認(rèn)知從個人能力轉(zhuǎn)化為組織資產(chǎn)。研究員離職不會帶走全部知識因?yàn)榧僭O(shè)庫和驗(yàn)證記錄是結(jié)構(gòu)化的、存留在團(tuán)隊中的。另一個好處是避免了“一個策略做到底”的沉沒成本陷阱——當(dāng)某個方向的因果假設(shè)反復(fù)無法通過檢驗(yàn)時假設(shè)庫會自動降低它的優(yōu)先級讓團(tuán)隊及早抽身。AI平權(quán)解決了算力與信息獲取問題但研究管理的底層邏輯還需要我們自己重構(gòu)。5. 價值重塑Quant研究員的角色進(jìn)化與團(tuán)隊重構(gòu)5.1 從信號發(fā)現(xiàn)者到機(jī)制解釋者AI可以24小時不間斷地發(fā)現(xiàn)信號、挖掘因子、完成回測甚至自動生成研究報告。它唯一無法替代的是判斷一個統(tǒng)計規(guī)律是否具有真實(shí)的因果基礎(chǔ)。因此未來Quant研究員的核心競爭力不再是“我比別人多挖了一個因子”而是“我比AI更清楚這個因子為什么有效以及在什么條件下會失效”。這意味著你需要從信號發(fā)現(xiàn)者轉(zhuǎn)型為機(jī)制解釋者工作重心從“跑模型”向“建構(gòu)與檢驗(yàn)因果理論”傾斜。這不是一句話那么簡單它要求研究員補(bǔ)上三門新功課一是基礎(chǔ)的因果推斷方法論至少能區(qū)分因果識別與相關(guān)擬合二是系統(tǒng)性的市場機(jī)制知識知道關(guān)鍵的傳導(dǎo)鏈條在哪里三是與AI協(xié)作的能力會設(shè)計和審計Agent流水線而不是被AI的報告牽著鼻子走。我在與團(tuán)隊新人的溝通中反復(fù)強(qiáng)調(diào)提問能力比執(zhí)行能力重要得多。AI能回答任何具體問題但提出一個有價值的因果問題仍然是人的職責(zé)。5.2 團(tuán)隊配置混合編組與“AI審計員”角色基于以上變化我在團(tuán)隊配置上做了兩個調(diào)整。第一個調(diào)整是設(shè)立“混合研究小組”每個課題組由一位資深策略研究員、一位數(shù)據(jù)工程師和一位專門訓(xùn)練研究Agent的AI工程師組成三人共同對一個因果問題負(fù)責(zé)。資深的負(fù)責(zé)假設(shè)與機(jī)制判斷數(shù)據(jù)工程師負(fù)責(zé)數(shù)據(jù)鏈路與識別策略AI工程師負(fù)責(zé)搭建可復(fù)現(xiàn)的研究流程。第二個調(diào)整是設(shè)置一個獨(dú)立的“AI審計員”崗位。這位審計員不參與具體策略研究而是定期抽查Agent生成的因子代碼、回測腳本和因果估計結(jié)果檢查是否存在邏輯錯誤、數(shù)據(jù)穿越或流程偏差。這個崗位設(shè)立之后我們的研究事故明顯減少。過去最頭疼的問題是某個因子突然失效后回查代碼流程要耗費(fèi)大量時間現(xiàn)在因?yàn)槊恳徊蕉急籄gent審計記錄問題定位的速度快了不止一倍。5.3 價值主張研究之外的“知識復(fù)利”最后我想聊一個容易被忽視的價值維度——知識復(fù)利。相關(guān)性研究有一個痛處每次研究都是獨(dú)立的一次性交易研究完了因子入庫如果失效就刪除知識積累非常有限。因果認(rèn)知天然具備“復(fù)利”屬性每確認(rèn)一條因果路徑你就對市場機(jī)制多了一分理解這些理解會組合、碰撞產(chǎn)生新的假設(shè)。舉個例子我們團(tuán)隊之前驗(yàn)證過“限售股解禁對個股流動性的因果沖擊”這個結(jié)論本身不算特別好用但它與另一個已驗(yàn)證的“換手率異常往往伴隨信息提前泄露”假設(shè)組合起來幫我們設(shè)計了一個風(fēng)險規(guī)避模塊專門避開解禁前出現(xiàn)異常放量的標(biāo)的。如果沒有因果層面的知識沉淀這兩條線索很難被串聯(lián)起來。這就是因果認(rèn)知突圍的真正意義——它讓Quant研究從一個一個孤立點(diǎn)變成一張可生長、可迭代的知識網(wǎng)絡(luò)。我個人在實(shí)際項目中的體會是AI技術(shù)平權(quán)是不可逆的趨勢拒絕它等于被淘汰但擁抱它而不建立因果認(rèn)知框架則會在同質(zhì)化競爭中慢慢被磨平。只有把工具的效率與因果的深度結(jié)合起來Quant研究的價值才能從“發(fā)現(xiàn)信號”升級為“理解市場”。這條路不容易走但它值得每一個還在做量化研究的人認(rèn)真琢磨。