#香港科大
•

港科大最新發佈！從深度學習到LLM，一文揭秘AI如何重塑量化投資

前言：AI時代的量化投資新格局“量化投資正迎來一次由深度學習到大語言模型（LLM）的飛躍，這不僅提升了市場預測的精確性，更預示著交易自動化的新時代即將來臨。”隨著人工智慧技術的飛速進步，量化投資正逐漸成為金融資產管理領域的主流方法。其中，以Alpha策略為代表的量化方法憑藉捕捉市場失效的能力，與AI技術天然契合，成為量化投資領域研究的熱點。該論文系統地梳理了量化投資領域的AI技術演進路徑，從傳統統計模型到深度學習，再到如今的大語言模型（LLM），並深入分析AI在Alpha策略中的具體應用及發展前景。一、Alpha策略的演變：從人工特徵到自動化決策Alpha策略致力於發現市場定價錯誤，以獲得超額收益。其發展歷程可分為三個階段：人工特徵階段：依賴專家人工識別和建模交易訊號。深度學習階段：以神經網路自動捕捉資料中的複雜模式。LLM智能體階段：以大語言模型驅動的自動化智能體實現自主分析和決策。其中，深度學習模型已經證明了在捕捉時空關係、新聞情緒等複雜訊號方面的卓越表現，但也存在過擬合和可解釋性不足的挑戰。近年來，LLM的崛起進一步推動了量化策略的升級，使模型不再侷限於預測任務，而能像人類分析師一樣，綜合理解市場資訊，產生創新Alpha因子，並自主最佳化策略流程。本文架構二、深度學習如何重塑Alpha投資全流程？Alpha投資策略的典型流程包括資料處理、模型預測、組合最佳化和訂單執行四個環節。深度學習的廣泛應用，使得每個環節的精度與效率大幅提升：1. 資料處理深度學習使模型能有效處理多中繼資料，包括：數值資料：股價、財務資料等。關係資料：知識圖譜描述公司間的關聯。另類資料：社交媒體、衛星圖像等新興資料來源。模擬資料：通過GAN、擴散模型生成模擬資料，以增強模型魯棒性。2. 模型預測預測環節依賴於對資料內在的時空關係建模：時間關係：LSTM、Transformer捕捉趨勢和周期。空間關係：圖神經網路（GNN）分析股票間相互影響。時空融合：結合空間和時間維度綜合預測資產價格。3. 組合最佳化深度學習被用於最佳化傳統組合配置方法，如均值方差模型（Markowitz）和多期隨機控制模型。此外，強化學習進一步實現了端到端的組合配置，通過直接學習市場反饋進行資產配置決策。4. 訂單執行強化學習（RL）廣泛用於最佳化訂單執行策略，如Deep Q-Network（DQN）和策略梯度方法，以最小化交易衝擊和成本。Alpha投資全流程三、LLM如何進一步顛覆Alpha研究？LLM的出現，將Alpha研究推向更高層次：1. LLM預測：從情緒提取到時間序列預測LLM顯著提升金融文字情緒分析能力，如FinBERT、ChatGPT等模型，通過對新聞和社交媒體的情緒分析，精準捕捉市場動態。近期研究（如Lopez Lira & Tang, 2023）顯示，ChatGPT的情緒訊號對股價具有顯著預測能力，甚至超過傳統因子模型。LLM還被用於直接的金融時間序列預測，通過Prompt技術實現更高的預測精度與解釋性。2. LLM智能體：從因子生成到自主交易LLM智能體Alpha-GPT 等模型能通過人機互動自動生成新的Alpha因子，顯著提升因子挖掘效率和創造性。更先進的框架（如FinAgent、FinVision）將多模態資料融合，通過LLM分析市場新聞、歷史交易資料，進行自主決策和組合最佳化，表現超越傳統深度學習和強化學習模型。最新出現的多智能體框架（如FinRobot、FINCON）模擬機構投資團隊的協作流程，實現更高水平的交易自動化與風險控制。四、挑戰與未來：LLM驅動的量化投資新趨勢儘管前景廣闊，但LLM在量化投資中的實際應用仍面臨一些現實挑戰：即時性與延遲問題：當前LLM預測延遲較大，難以滿足高頻交易需求。量化推理能力有限：LLM尚不能完全替代專業的金融數學模型，需要結合傳統方法以實現最優效果。風險管理與執行問題：目前的LLM代理仍缺乏對交易成本和風險控制的精細建模。未來研究方向包括：融合模型架構：將LLM與專門的金融數值模型混合使用，實現精準預測和即時決策。神經符號（Neuro-symbolic）方法：在組合最佳化階段，將LLM輸出與金融數學約束有效整合。先進訂單執行技術：開發結合市場微觀結構與即時推理的高級訂單執行智能體。五、結語：從技術飛躍到投資新範式“量化投資領域正經歷一場深度學習與大語言模型的融合革命。這不僅帶來預測能力的突破，更為金融自動化決策提供了前所未有的可能性。”本文全面梳理了深度學習與LLM在Alpha策略中的發展軌跡與實際應用，並指出了未來研究的前沿方向。伴隨AI技術的持續突破，量化投資必將進入一個更加高效、精準與智能的新時代。未來已來，量化投資的下一個里程碑，值得每位投資者與研究人員關注與期待。本文由LLMQuant整理自論文原文，版權歸原作者所有，原文連結：https://arxiv.org/html/2503.21422v1 (LLMQuant)
港科大最新發佈！從深度學習到LLM，一文揭秘AI如何重塑量化投資
科技#香港科大#LLM#AI
•

香港科技大學已錄取兩位哈佛轉校生

6月4日，美國總統川普簽署了一項總統公告，宣佈對哈佛大學實施新的限制措施，具體內容包括暫停或限制哈佛大學參與學生和交流訪問學者簽證項目的資格等。白宮聲明稱，這份公告禁止任何哈佛新生以非移民身份持F、M或J簽證進入美國，並指示美國國務卿魯比奧考慮撤銷符合公告標準的哈佛大學持有F、M或J簽證的在校學生。記者從香港科技大學獲悉，該校自上月公佈為受美國政策影響的留學生提供支援措施以來，已陸續收到數十宗準備前往哈佛升學或正在當地就讀的學生查詢。港科大正處理數宗轉學申請，並已向其中兩位哈佛研究生發出錄取通知。港科大表示，在陸續收到數十宗準備前往哈佛升學或正在當地攻讀的學生查詢後，大學已就其個別的情況提供諮詢，並繼續為受影響的學生，提供包括升學規劃、簽證諮詢等專業意見，以及恰當可行的協助。鑑於美國對留學生政策持續反覆不定，不少學生仍在觀望事態發展，以確定其升學前路如何。目前，港科大正處理數宗轉學申請，包括已向兩位哈佛研究生發出錄取通知，他們分別涉及“科學與科技”及“跨學科”領域的研究。港科大表示，將繼續密切留意情況，並衷心期望哈佛大學及美國高教界所面對的挑戰得以解決。早前，香港特區行政長官李家超曾在記者會上表示，香港將全力協助因在美國遭受歧視與不公平對待而面臨求學、升學困難的留學生，並歡迎他們來香港繼續學業。他還表示，為吸納這些優秀學生，如有需要將考慮增加香港的非本地生學額。香港科技大學、香港大學、香港中文大學等多所香港大學也宣佈，會為受影響的在美留學生提供支援，包括專屬轉學通道、來港短期及長期學習援助、獎學金及各式安排，並陸續收到不少查詢。 (財聯社)
港股#香港科大#哈佛大學#轉校生
•

港科大：歡迎哈佛國際生轉學

在美國政府宣佈禁止哈佛大學招收國際學生，並要求現有國際學生轉學之際，香港科技大學23日發表聲明歡迎這些國際生加入科大，並表示願無條件錄取轉學生。聲明指出，香港科技大學向現在就讀於美國哈佛大學的國際本科生及研究生，以及持有哈佛學位課程錄取通知的學生髮出公開邀請，歡迎他們加入科大繼續學業，延續學術追求。香港科大將優先處理這些學生的入學申請、學分轉移及客製化支援（包括簽證協助與住宿安排），確保他們順利轉學。聲明寫道，香港科大已成立專責團隊，負責協助上述工作。 （科創板日報）
港股#香港科大#哈佛大學#國際生
•

黃仁勳港科大全程高能：對話沈向洋，現場發顯示卡，與梁朝偉共同獲得榮譽博士學位

輝達CEO黃仁勳港科大之行，備受關注。 他在現場與沈向洋展開對話，兩位院士換上了同款紀念皮衣。台下座無虛席，全程一小時頻頻爆發掌聲和笑聲。 臨近結束時還抽獎送出10張輝達RTX 4060ti顯示卡，狠狠羨慕了。 此外，黃仁勳和梁朝偉一起獲得港科大榮譽博士學位。
黃仁勳港科大全程高能：對話沈向洋，現場發顯示卡，與梁朝偉共同獲得榮譽博士學位
港股#黃仁勳#香港科大#沈向洋
•

黃仁勳香港發聲，與梁朝偉同框獲香港科大榮譽博士學位

11月23日，在香港科技大學學位頒授典禮上，黃仁勳與梁朝偉同框，獲港科大榮譽博士學位。黃仁勳發表演講表示，相信美國新政府上任後全球科技合作將會繼續下去。 黃仁勳表示，人工智慧打開了一個全新的計算時代，將影響每一個科學領域每一個行業。人工智慧正在徹底改變科學，人工智慧正在以驚人的規模幫助分析資料、加速模擬、即時控制實驗、建構預測模型，從而徹底改變了從藥物研發、基因組學、其後科學等多個領域。 談及輝達與中國的關係，黃仁勳指出，公司25年前進入中國市場，在香港、上海、北京和深圳設立了研究中心，吸引了許多香港科技大學校友參與合作。他說：“從一開始，我們就有幸見證了中國令人驚嘆的科技產業的形成。” 在沈向洋提到：當智能的物理層面變得日益重要時，比如機器人——尤其是自動駕駛汽車這一特殊類型的機器人——你對這些物理智能實體在我們生活中快速湧現的趨勢有何看法？在我們的職場生活中，應如何把握並利用大灣區硬體生態系統的巨大潛力？
黃仁勳香港發聲，與梁朝偉同框獲香港科大榮譽博士學位
科技#黃仁勳#香港#梁朝偉