2025-2026 年，大模型和强化学习正在深度改变量化交易行业的技术栈和策略范式。这篇文章梳理 AI 在量化领域的几个重要融合方向。
背景：量化交易的技术演进
量化交易的技术栈大致经历了三个阶段：
- 统计套利时代（2000s）：均值回归、配对交易、时间序列模型。核心工具是统计学。
- 机器学习时代（2015-2022）：GBDT/XGBoost 做因子选股，LSTM 做价格预测，传统 ML 方法占主导。
- 大模型+强化学习时代（2023-）：LLM 处理非结构化信息，强化学习优化组合和执行策略。
到 2026 年，我们看到的趋势是这三代技术并非替代关系，而是在不同层级上融合。
方向一：LLM 在因子发现中的应用
传统因子挖掘依赖量化研究员的领域知识——读论文、看财报、构建因子表达式，然后回测验证。这个过程耗时且高度依赖个人经验。
现在出现的新范式是用 LLM 辅助因子发现：
研报解析与信号提取
大模型可以批量阅读券商研报、公司财报、行业新闻，从中提取结构化的投资信号。传统的 NLP 方法（关键词匹配、情感分析）只能做到粗粒度的情绪判断（正面/负面），而 LLM 可以理解复杂的语义关系。
例如，「公司通过发行可转债募集资金用于扩建产能，预计 2027 年投产」——传统 NLP 可能只识别为「中性」，但 LLM 能理解这是一个中长期利好信号，同时短期可能因为稀释而承压。
因子表达式生成
一些团队开始尝试让 LLM 直接生成因子表达式。给定一个因子框架（如 WorldQuant Alpha 101 的语法），LLM 可以根据投资逻辑描述生成候选因子，再通过自动化回测筛选有效因子。
这种方法的优势是搜索空间远大于人工，但挑战也很明显：LLM 不理解金融数据的统计特性，生成的因子中大量是过拟合或无意义的。目前比较务实的做法是 LLM 生成 + 传统统计检验过滤。
方向二：强化学习在交易执行中的应用
交易执行一直是量化的核心问题之一：如何在市场冲击最小的情况下完成大额订单？传统方法是 TWAP/VWAP 这类规则化的拆单策略，但它们无法适应实时变化的市场微观结构。
强化学习（RL）在这个场景中找到了很好的切入点：
订单执行优化
将订单执行建模为 MDP（马尔可夫决策过程）：
- 状态：当前市场价格、订单簿深度、已完成数量、剩余时间
- 动作：下单价格、数量、时机
- 奖励：执行成本的负值（包括市场冲击、滑点、时间风险）
用 PPO 或 SAC 算法训练的 RL agent 可以学会根据市场状态动态调整下单策略，在波动大的时候减速下单，在流动性好的时候加速。实际效果上，头部量化基金报告 RL 执行策略相比 TWAP 能降低 15-30% 的执行成本。
做市策略
做市商需要同时挂买卖单赚取价差，同时控制库存风险。这天然是一个序列决策问题，RL 在这个场景也有广泛应用。2025-2026 年，crypto 市场的做市已经大量使用 RL 策略。
方向三：多模态数据融合
传统量化主要依赖结构化数据——K 线、财务数据、因子值。但市场信息中有大量非结构化数据未被充分利用。
卫星图像：通过卫星图像分析零售店停车场车辆数量，预测公司营收。虽然听起来很科幻，但 Point72、Citadel 等头部基金已经在用。
社交媒体：用 LLM 分析 Twitter/Reddit/雪球 上的散户情绪和信息流。不是简单的情绪打分，而是理解讨论的具体内容和传播动态。
供应链数据：通过 AIS 船舶追踪数据分析全球贸易流向，预测大宗商品供需关系。
多模态融合的技术挑战在于不同数据源的频率、延迟、噪声水平差异很大。LLM 在这里的价值是充当「翻译器」——把不同模态的非结构化信息转化为统一的结构化信号。
方向四：AI Agent 化的研究流程
最新的趋势是把量化研究流程本身 Agent 化。不是用 AI 辅助研究员，而是让 AI Agent 自主执行完整的研究流程：
- Agent 阅读最新论文和市场数据
- 提出因子假设
- 编写回测代码
- 分析回测结果
- 调整参数或放弃，循环迭代
这种 autonomous research agent 目前还处于早期，主要问题是 LLM 的「幻觉」在金融领域代价极高——一个看起来合理但实际上有 look-ahead bias 的策略可能导致严重亏损。因此目前实际部署中都有人类研究员在关键节点做审核。
风险与挑战
过拟合风险加剧：AI 方法的搜索空间更大，过拟合风险也更高。传统的 walk-forward validation 方法面对 LLM 生成的策略可能不够充分。
模型可解释性：监管越来越要求策略可解释，但 RL 策略和 LLM 决策都是黑箱。如何在合规要求和策略性能之间平衡是个持续的挑战。
同质化风险：当大量团队用类似的 AI 方法，策略趋同可能导致拥挤交易和极端行情下的踩踏。2025 年 8 月已经出现过一次疑似 AI 策略集体反转导致的闪崩。
算力门槛：训练 RL agent 和微调 LLM 需要大量 GPU 算力，这进一步拉大了头部基金和中小团队之间的差距。
个人判断
AI+量化的融合是确定性趋势，但在 2026 年这个时间点，真正靠纯 AI 策略赚到 alpha 的团队并不多。更多是在传统策略框架中用 AI 做增量优化——更好的因子、更优的执行、更快的信息处理。
对于个人和小团队，比较现实的切入点是：
- 用 LLM 做研报解析和信息聚合
- 用 ML 优化已有策略的参数和风控
- 把 AI 当工具而不是策略本身
完全 AI 驱动的自主交易系统，目前还不到时候。
