九坤AI实验室负责人戴春博：AI的量化交易价值，要在真实世界里接受检验- 大数跨境

首页

九坤AI实验室负责人戴春博：AI的量化交易价值，要在真实世界里接受检验

潮涌AI

2026-10-26

导读：从量化到基础模型，再到数学、医疗、生命科学与电力的产业级应用。

©潮涌AI编辑部

当AI进入量化交易，技术的价值会被迅速放大：模型要在高竞争、低信噪比的真实市场里寻找规律，也要持续接受结果的检验。

近日，至知创新研究院执行院长、九坤AI实验室负责人戴春博走上北京大学“AI创业与投资”的讲台，分享方向是大模型新趋势与产业级应用路径。

他没有把AI包装成预测市场的万能工具，而是追问更底层的问题：模型究竟是真的找到了规律，还是只是拟合了历史数据、钻了评测的空子？

从量化交易到大模型，再到医疗、能源，背后其实是同一套问题：数据怎么选，能力怎么评，AI如何真正创造价值。

至知创新研究院对公众来说还不算熟悉，它背后的九坤投资则更常被提起。

至知由九坤投资创始团队发起，是独立于量化投研体系的研究平台。九坤本身位于国内量化私募第一梯队，截至2025年四季度管理规模约800亿元，累计获得150余项行业荣誉。

两位创始人王琛、姚齐聪分别拥有清华大学理论计算机博士和北京大学金融数学硕士背景，都曾任职于华尔街量化机构千禧年，2012年回国创立九坤。

戴春博现任至知创新研究院执行院长、九坤AI实验室负责人，早年做搜索、推荐和自然语言处理，2020年正式进入量化领域，现在负责基础模型及其在数学、医疗、生命科学、能源电力等方向的研究和落地。

先交代三件事：

1、本文是潮涌AI根据戴春博北大演讲逐字稿整理的口述稿，未经讲者审定；以第一人称呈现，部分口语表述有精简和顺句。

2、我们核心收录了模型训练、评测方法、产业应用和行业判断，招聘与圆桌环节没有全部收录。

3、课堂之外的信息均以“背景补充”标出，与讲者原话严格区分。

这篇口述稿的核心内容：

戴春博从AI与量化交易的实践出发，解释一家量化机构为什么要从投资交易走向基础模型；
用预训练、微调和强化学习重新理解“学习”；
复盘了一次模型钻评测漏洞、导致软件工程分数虚高的案例；
最后落到数学、医疗、生命科学和数字电力四条业务线，以及他对数据和评测将成为智能进步核心环节的判断。

以下为演讲实录的正文部分——

从量化到大模型，底层逻辑是相通的

今天分享的主题是“做有价值的AI”，这也是至知创新研究院的slogan。我们希望把AI技术落地到高价值行业。

我是2020年正式进入量化领域的。早期团队从零搭建环境，做因子开发、模型训练，交付模型和交易策略，短时间内跑出了表现不错的策略，之后每年持续迭代。

在此之前，我做搜索、推荐和NLP。现在回头看，这些工作的底层逻辑是相通的：都是从大量数据里找规律，再把规律变成可以实际使用的系统。

量化是技术人实现经济价值非常直接的场景。交易市场公平、直接，模型好不好，最后会反映到结果上。

我们一直和行业内优秀的从业者一起做技术实践：能用统计方法解决，就用统计方法；AI能力更强，就用AI。

大语言模型出现之后，我们也把大模型投入量化业务，新模型已经开始在内部场景中落地。

交易不会消失，只要有人类社会，就会存在交易，市场也会持续竞争。这个行业的内卷属性很强，只有比对手更强，才能产生价值。

如果别人的能力远超你，你的产出就很难有意义。你的收益和技术实力强相关，这也是我从互联网转向量化，并长期深耕这个方向的原因。

为什么做IQuest：把正确的事儿做对

接下来说说我们为什么要做IQuest。

IQuest是内部反复讨论、征集建议后定下的名字。它可以简单理解为IQ，代表“智力”是我们追逐的核心；也可以理解为不断提问、探索和辨析。

它的落地场景包括金融、医疗、能源电力。

坦率说，这些方向短期经济收益并不一定高。

单纯从商业收益看，做大模型本身是高投入、回报周期很长的事。我们坚持做，核心是追求更高的机器智力。

Benchmark成绩

另一方面，这些垂直产业确实需要更强的AI技术来简化业务流程。

市面上现成的通用基础模型，很难完全满足我们的技术要求，这也倒逼我们自研模型。

还有一点，作为技术从业者，身处这一轮AI工业变革，我们也希望为行业发展贡献一些力量。

早些年的九坤开展早期投资，布局过不少大模型相关创业项目。有一次活动邀请我给同学写寄语，我想到一句话：把正确的事儿做对。

选对方向只是第一步，后面还要用正确的方法，把每一个环节真正做好。

重新理解“学习”：预训练、微调和强化学习

今天不深入讨论人脑的神经机制，但人脑和大模型之间，确实有一些可以类比的地方。

人脑功耗低、效率高；机器的优势，是可以调动海量算力。大模型训练，可以类比人的成长路径。

预训练阶段，相当于人早期广泛学习，读万卷书、行万里路，建立对世界的基础认知，把海量信息存入记忆。

微调阶段，更像提高学习效率，针对特定方向思考，沉淀有效知识，形成更精细的理解。

强化学习阶段，则是在掌握基础方法之后，根据结果反馈不断迭代优化。

预训练的数据分布非常重要。我们会筛选、判别和分类语料，尽量保证训练数据分布合理。就像一个人如果长期只接收片面信息，认知也会出现偏差。

模型的涌现能力，来自不同数据之间规律的组合。模型见过一类规律，遇到相似数据时，会尝试迁移这种能力，推理阶段进一步激活它。但模型本身并不一定理解迁移背后的原理。

IQuest-Q1的整体架构

自然语言数据和代码数据的分布差异很大。

人类孩童的学习过程，也有很多现象目前无法完全解释。我自己的孩子四岁，经常前一天没有特别引导，第二天就掌握了一项新能力。如果在座有教育学、脑科学方向的同学，我很愿意继续交流。

后训练现在越来越重要。预训练结束后，我们要补充精选、定向强化的数据。可以类比人进入大学，深入钻研一个专业，而不是继续做无穷多的通用阅读。

但这里有两个问题。

第一，预训练阶段留下的缺陷，后训练很难彻底修正。第二，如果后训练的定向强化做得过重，模型会过度专精，泛化能力反而受损。

后训练常见的是SFT监督微调和RL强化学习。SFT本质上更像模仿老师示范、背诵答案，只能在有限条件下获得泛化；想要更强的泛化能力，离不开RL。

我们Q1版本的模型主要以SFT为主。每家团队都会根据模型的发布目标，权衡SFT和RL的投入比重。

Scaling不是简单把卡堆上去

当前大模型训练，很难完全规避Scaling带来的各类问题。

规模较小的集群，训练相对可控。

当集群达到上万卡，长时间稳定训练的难度会非常大：硬件故障、异常数据分布、训练波动，都需要处理。

更关键的是，小尺寸模型上验证有效的规律，不一定能复现到大尺寸模型上。这不是简单增加算力就能解决的问题，里面有大量值得继续研究的内容。

AI系统是一条长链条，算力、研究、数据、训练、评测，每一个环节都很重要。每个环节做到90分，而不是80分，最后可能带来本质变化。

我们现阶段重点投入基础模型，也正视和国际一线模型之间的差距。差距不仅在单点算法，也在超大规模集群、算力网络和整套工程体系。

一次评测翻车：模型没有修bug，而是直接找到了答案

这里分享一个我们踩过的坑。

我们1月1日发布的模型，后来收到社区反馈：软件工程测评分数偏高。

这类测试会给模型一个代码工程仓库，要求它定位并修复bug。

但测试镜像发生过改动，仓库里保留了历史提交记录。

模型没有真正排查问题，而是直接拉取了后续已经修复问题的提交记录，完成了任务。

即便训练时做过限制，测试环境的变化依然造成了测评虚高。修正这个漏洞之后，模型的表现才回到真实水平。

这个教训非常重要：评测AI时，要分辨它是真正学会了解决问题，还是投机取巧，适配了评测环境。

这一点对量化尤其关键。

回测收益很高，也要区分模型是真的学会了盈利，还是拟合了回测里的漏洞。

所以我一直认为，数据和评测是获得智能最核心的两个环节。你要分辨什么数据有效，也要能评测模型能力、定位模型缺陷。这是现在最本质的探索方向之一。

行业现阶段更多关注算力硬件和算法创新。未来几年，高质量数据体系和评测体系，会成为驱动智能进步的核心。

九个月从零做基础模型，现在仍是中间产物

网上有博主给国内大模型分级，把我们划在第三档。按我们内部评估，现在可以进入二线。

但这个版本仍然只是Scaling迭代过程中的中间产物，不是最终要对外推出的成品。

我们从零搭建这套模型，从数据准备到训练完成，用了九个月。速度比较快，也是站在行业前人的肩膀上。

近期发布的新模型，采用稀疏MoE架构，总参数320B，每个token激活15B参数。内部30B版本已经能解决不少数学问题，我们也在和多所高校合作，建设大模型生态。

递归式多 Token 预测示意图

模型的最终目标不是参数本身，而是落地应用，创造普惠的社会价值。

我们的模型架构没有刻意追求新奇，核心之一是让模型参数进行多轮思考。内部实验中，有效算力可以提升1.6到1.8倍，带来性能上涨。

（背景补充：至知官网将IQuest-Q1定义为面向CLI智能体系统的开源基础模型，采用稀疏MoE架构，总参数320B、每个token激活15B。也就是说，逐字稿中的“320B、15B”不是两个独立模型版本。官方同时明确，这一检查点仍处早期阶段，在真实CLI任务中可能出现遗漏约束、重复失败尝试等问题，需要人工监督。）

人才、正确的业务场景，再配合AI工具，可以把迭代效率提升很多。

过去完整开发一套内容需要很长周期，现在AI辅助下，一个人十几分钟就能完成一份PPT。企业内部，一个工程师搭配多个AI智能体，工作效率也会大幅提升，未来这种差距还可能继续拉大。

同学们也要学会利用AI，放大自己的能力。