1. 智能投资“新范式”的核心逻辑：从经验驱动到数据驱动的底层切换
这几年金融科技圈子里，“AI+投资”早就不算新概念，但大多数人对它的理解还停留在“用程序自动下单”“用量化模型选股”这种工具化层面。直到我深入研究通联数据王政提出的“人工智能引领智能投资新范式”这套理念，才意识到真正的变化不是某个环节的自动化，而是整个投资决策体系的重构——这是一次从“经验驱动”到“数据驱动”的范式级切换，就像从手写记账切换到ERP系统，不是把纸换成了Excel那么简单，而是企业的整个财务流程、管理颗粒度、决策方式全变了。
王政这个人值得多说两句。他早年在美国摩根大通、BGI等机构做量化投资，后来回国历任博时基金等部门负责人，搞过公募量化、指数增强、绝对收益策略，是国内最早一批把机器学习引入组合管理的从业者。2015年创立通联数据，做的事情很聚焦：用数据+算法+场景三个要素，把投资研究、投资决策、风险管理这整条链路重新做一遍。他的观点是：单一策略、单一模型的时代已经过去，投资管理的核心竞争力正在变成“干净的数据资产+高效的算法工厂+场景化的产品能力”。
1.1 传统投资范式的能力边界在哪里
先把传统投资研究的路数捋一遍，这样才能看懂新范式在革谁的命。传统基本面投资的核心是“信息差+认知差”，研究员靠调研、财报解读、产业链跟踪，基金经理靠经验和框架做决策。这套模式运行了几十年，有几个天然很难突破的约束。
第一个约束是人的信息处理带宽有限。一份上市公司年报动辄几百页，全市场五千多家上市公司，就算一个团队不吃不睡，能深度覆盖的也就几百家。大量的中小市值公司、产业链上下游信号、非结构化信息，在传统模式下天然被过滤掉了。不是你不想看，是看不过来。
第二个约束是认知偏见的惯性。人在做判断时容易锚定历史、锚定自己的重仓股、锚定过去的成功经验。市场环境一旦变化，框架还停留在旧世界里。尤其当市场参与主体从散户变成机构、从政策驱动变成业绩驱动、从单市场变成全球配置的时候，传统经验型决策的脆弱性会被放大。
第三个约束是决策链路太长、反馈太慢。研究员写报告、汇报、基金经理决策、交易执行、事后归因，这个链条走完，市场可能已经变了。传统范式不是没有风控和归因，而是它的归因更多是事后解释，很难做到事中预警、事前推演。
这些约束不是靠某个“更牛的分析师”能解决的，它本质上是一个结构性问题。王政提的新范式，逻辑就在这：用人工智能把信息处理的宽度、深度、速度同时放大，让决策从“人的经验”逐步让渡给“数据+算法的规律发现”。
1.2 “新范式”的四个关键变化特征
结合通联数据的实践，我自己把这种范式变化总结成四个特征，帮身边的朋友理解这套逻辑时也常拿这四个维度对号入座。
第一个特征是数据范围全面外延。传统投研的数据源以财报、行情、公告为主，新范式的数据源把范围扩展到电商数据、卫星遥感、供应链数据、舆情数据、另类数据。以前这些数据根本进不了投研框架，现在它们变成了超额收益的重要来源。说直白点，以前你买一家奶茶连锁的股票只能等它披露月度经营数据，现在你可以通过外卖平台订单量、店铺点评热度、周边人流数据提前判断它的经营拐点。
第二个特征是决策从“规则”走向“概率”。传统投资依赖的逻辑是“因为……所以……”的判断链条，新范式更强调“如果……那么有多大概率……”的统计关系。AI不是告诉你某只股票一定涨，而是告诉你历史上类似的基本面、价格形态、资金流向组合下，接下来上涨的概率分布是什么样的。这个转变对投资机构的流程改造影响很深——它要求决策层接受“不确定性下的概率决策”。
第三个特征是反馈闭环速度加快。AI模型可以每天、每小时甚至实时更新信号，策略可以自动进入回测、模拟、实盘验证的循环。传统投资管理可能要按季度、按年度复盘，新范式下系统级别的是按周、按天迭代。闭环变快意味着适应市场变化的能力变强，但也对模型管理、风控提出了更高要求。
第四个特征是投研流程从串行变并行。传统流程是数据—研究—决策—执行，一步做完再做下一步。AI时代，大量的数据清洗、因子挖掘、模型训练、风险计算可以并行跑。研究员不再是信息的“搬运工”，而是变成“问题的定义者”和“模型结果的审核者”。
2. 通联数据的解题思路：数据、算法、场景三个轮子一起转
对王政和通联数据而言，“智能投资新范式”不是一句口号，而是有一套可落地的工程体系。我的理解是，他们做的是三件事：把数据当成资产来经营，把算法当成工厂来建设，把场景当成产品来打磨。
2.1 数据层的重构：从结构化财报到另类数据的大扩张
以前投资机构的数据团队，更多是做数据的“搬运工”，把交易所、上市公司的数据买回来，清洗后存进数据库。这个模式下，数据是静态的、被动的，谁买到的数据都一样，构不成差异化。
通联数据在数据层的打法更像“数据资产经营”。他们不只收集传统结构化数据，还投入大量精力去做另类数据的采集和清洗。比如电商平台的销售数据、招聘网站的岗位数据、卫星图像里的停车场车辆变化、专利数据、供应链上下游的工商关联数据。这些数据的价值在于：它们反映的是企业经营的“即时状态”，而不是财报里滞后的汇总数字。
数据层的工作其实是最不起眼但最关键的脏活累活。一单另类数据从源头采过来之后，要经历解析、映射、去重、口径对齐、存储、版本管理、质量监控等十几道工序。这里想特别说一句，很多团队在AI上没做出效果，80%的原因不是算法不行，而是数据治理没做好。通联数据愿意在数据层下重功夫，算是看透了这层本质。
2.2 算法层的核心技术：NLP、知识图谱与大模型的关系梳理
算法层面，通联数据早期在自然语言处理（NLP）和知识图谱上的积累比较深。投研场景里有大量的非结构化文本，比如上市公司公告、研报、新闻资讯、互动易问答，这些文本里包含着丰富的信息，但传统方法只能靠研究员一篇篇读。NLP技术解决的就是把文本自动转成结构化信号，比如从业绩预告里自动提取利润区间、从研报里自动识别超预期关键词、从舆情里自动判断正负面情绪。
知识图谱的作用是让机器理解“实体之间的关系”。举个例子，你要分析一家锂电池龙头公司的风险，不能只看它自己的公告，还要知道它的上游供应商、下游客户、竞争对手、可能受影响的区域。过去这些东西要靠资深研究员的大脑记忆，现在知识图谱可以把几万家公司、几百万条关系以图结构的方式存下来，让模型在推演时自动调用。
到了2023年以后，大模型出现，对智能投研的冲击很大。大模型有两个核心能力是传统NLP不具备的：一是长文本的理解能力大幅提高，几百页招股说明书、年报可以直接丢进去自动总结要点；二是内容生成的交互能力，你可以用自然语言问“过去五年每次跌破年线后沪深300的走势统计”，系统可以直接返回分析结果。通联数据也把大模型整合进了投研工作流，像“萝卜投研”这类产品，已经把“让分析师用自然语言和系统对话”变味了现实。
2.3 场景层的落地：投研、量化、风控三条线的智能化改造
数据是原材料，算法是加工厂，而场景是产品被使用的最终界面。通联数据覆盖的场景大致分三条线。
第一条线是智能投研。帮助研究员更快地完成信息收集、整理、分析、跟踪的全流程。比如自动生成公司研报的第一稿、自动监控持仓公司的公告和舆情、自动维护财务模型和估值表。这一层主要解决的是效率问题，研究员过去一天8小时的工作，AI辅助下可能4小时就能完成，剩余时间去做更有深度的产业研究。
第二条线是量化投资与组合管理。从多因子模型到机器学习模型，通联数据建立了大规模的因子库，并且支持模型训练、回测、优化、模拟交易、实盘管理的完整流程。特别强调一下组合优化这一环，很多团队只关注选股模型，忽略了组合层面的风险控制。通联的做法是把风险模型嵌入到组合优化里，让系统在追求收益的同时自动控制行业暴露、风格暴露和个股集中度。
第三条线是风险管理。包括事前的压力测试、事中的实时监控、事后的归因分析。AI在这个场景的价值在于可以提前预判风险苗头。比如舆情模型发现某家持仓公司的高管出现异常动态，风控系统会自动触发预警流程，推送给投资经理人工确认，而不是等股价暴跌了才发现问题。
3. 智能投资落地的五个关键环节：从模型到生产力的惊险一跃
看完整体的架构蓝图，再来聊聊更实在的问题：一套智能投资系统，从论文里的模型到能稳定赚钱的生产力，中间要跨过哪些关键环节？这一部分我会结合自己在相关项目里的实操经验，重点讲数据、特征、模型、验证、部署这五件事。
3.1 数据质量和特征工程：决定了整个体系的天花板
我见过太多团队把精力主要放在“调模型”上，用最新的Transformer、换更大的参数规模，结果效果一直不理想。后来复盘才发现，问题基本都出在数据侧。你不可能用脏数据训出一个稳定的alpha模型，这是铁律。
智能投资的数据工程有几个容易忽略的细节。
一是点面比（Point-in-Time）。财务数据经常有修正，今天披露的净利润可能跟三个月后修正的版本不一样。做回测时如果用了修正后的数据，等于用了“未来信息”，回测结果天然被夸大。正确的做法是每个数据点都保留“披露时刻”的版本，模型只能依据当时能看到的数据做判断。这个细节直接决定回测是否可信。
二是数据口径的统一。不同数据源的企业名称、行业分类、指标定义可能完全不同。比如“营业收入”，有的数据源用合并报表口径，有的用母公司口径，直接拼在一起模型就跑偏了。特征工程的第一步，不是算指标，而是先做数据对齐和口径检查。
三是特征的生命周期管理。同一个因子，在十年前可能有效，现在可能已经失效并成为拥挤因子。所以特征工程不只是“造新因子”，还要做“因子衰减监控”。我自己的习惯是每个月对全量因子做一次IC值滚动分析，观察因子有效性的变化趋势，提前淘汰衰减明显的老因子。
3.2 回测的深度认知：如何与过拟合这个心魔共处
回测是智能投资最讨喜也最骗人的环节。一个策略回测年化收益50%、最大回撤8%、夏普比率3.0，看起来完美得像童话。但仔细研究一下，很可能是因为参数被反复调到了最匹配历史数据的那个点上——这就是过拟合。
应对过拟合，我总结了三层防御手段。
第一层是样本外验证。不要用全部历史数据做回测，要预留最近两三年作为严格的样本外区间。模型在样本内怎么调都行，最终要看样本外的表现是否稳定。如果样本内表现极其优秀而样本外迅速衰退，说明模型很可能在“背历史”。
第二层是参数稳健性检验。找一个不错的策略参数组合后，再测试它周围的一圈邻居参数。如果参数稍微动一点点，策略就从盈利变成大幅亏损，这说明策略存在严重的参数脆性，换到未来大概率会翻车。相反，如果周围一圈参数表现都接近，说明策略逻辑本身是稳健的。
第三层是逻辑一致性审查。再漂亮的统计结果，如果找不到合理的商业逻辑和投资逻辑支撑，我都会保持高度警惕。纯数据挖掘出来的相关性，大概率是噪音。我会在每次看回测结果时反复问自己：这个策略赚的到底是什么钱？是风险溢价的补偿、行为偏差的利用，还是纯粹的运气？
3.3 模型训练与调优：机器学习在投资场景中的特殊脾气
把机器学习模型用到投资上，跟用在图像识别上完全不同。投资数据的信噪比极低，市场里有效的信号可能只占整体数据变动的百分之几，绝大多数波动都是噪音。这意味着模型训练出来很容易“学到噪音而不是规律”。
实际操作中，我会特别注重三点。
第一，标签设计的业务含义。分类模型里，“未来5日上涨5%”和“未来20日相对基准超额收益为正”在业务上表达的是完全不同的投资目标，标签定义错了，模型训练再认真也没有用。做标签前一定要想清楚这个模型要被谁用、在什么场景下用、带来什么交易行为。
第二，损失函数的定制。标准的分类损失函数把所有的预测错误一视同仁，但投资场景里不同错误代价差别很大。预测上涨但实际下跌，和预测下跌但实际横盘，造成的损失完全不同。所以在实际项目中尽量定制非对称的损失函数，或者用加权样本的方式让模型更关注那些“判断错了代价很高”的样本。
第三，模型的可解释性约束。完全黑箱的模型很难在投资机构落地，因为投资经理没法对最终负责。我的做法是先把可解释性强的模型（如线性模型、决策树、XGBoost）跑出基线，再考虑是不是需要用深度学习。只有在深度学习带来的收益提升显著超过可解释性损失时，才考虑上线黑箱模型。受到监管和内部风控的约束，很多机构也会有类似的要求。
3.4 模型部署与实盘监控：从实验室到产线的最后一公里
模型开发完成不等于工作结束，事实上，模型部署上线后的监控才是真正的长期工作。我见过不少团队在模型回测阶段一切顺利，上线后第一个月也表现正常，第三个月开始突然出现明显的策略衰退，原因往往是市场结构发生了变化，而模型没有自动适应。
一套相对完整的实盘监控体系至少应该包含以下模块：
- 策略绩效监控：每日跟踪收益、回撤、胜率、换手率等核心指标与回测预期的偏离程度。
- 因子失效监控：持续跟踪模型依赖的核心因子在滚动窗口内的IC均值、ICIR和衰减情况。
- 数据质量监控：检查输入数据是否出现延迟、缺失、异常值，避免脏数据对模型产生污染。
- 模型版本管理：每次更新模型都要有完整的版本记录、日志和回测报告，便于回溯问题。
- 自动告警机制：绩效指标偏离超过阈值、因子有效性显著衰减或数据质量异常时，系统自动告警。
这个列表看起来简单，但每一项背后都需要大量工程投入。很多智能投资项目最后不是被模型打败的，而是被运维和监控拖垮的。所以我的建议是，模型上线之前先把监控体系设计好，别等到亏钱了再补监控。
3.5 人机协作的分工边界：AI负责广度和速度，人类负责深度和最终责任
王政在各种场合反复提过一句话：AI不会取代基金经理，但用AI的基金经理一定会取代不用AI的基金经理。这句话道出了人机协作的本质——AI负责机器的优势部分（广覆盖、快计算、无情绪），人类负责人的优势部分（深度洞察、因果推演、极端情况判断、最终责任承担）。
实操中的分工，可以借鉴一个“三级漏斗”结构：
- AI负责第一级：全市场扫描，从五千多只股票中快速筛出值得进一步研究的候选池，覆盖传统研究员根本看不过来的长尾标的。
- 人机协同负责第二级：候选池里面的公司，AI自动生成基本面摘要、财务分析、风险提示，研究员在此基础上做深度产业调研、公司实地调研和逻辑诊断，形成判断。
- 人类负责第三级：在研究报告的基础上，基金经理结合组合整体情况、市场环境、流动性约束做最终的投资决策，并为结果承担考核责任。
这个分工结构的好处是，它不把AI当成一个独立的“黑箱投资者”，而是把它嵌入到投研团队的日常工作流里，让每个角色都在适合自己的层级上做贡献。
4. 智能投资落地中的典型问题与排查经验实录
在真正动手搭建智能投资体系时，会遇到很多书上没写的坑。这部分我梳取了几个典型问题，以及我们实操中的排查思路和调整方案，这些内容可能比漂亮的架构图更有参考价值。
4.1 问题一：因子挖了一大堆，组合起来却不赚钱
我见过一个团队，花了半年时间挖了两千多个因子，把能想到的数据源都试了一遍，结果组合模型的实盘效果远远不如其中几个核心因子单独使用时的表现。排查下来的问题出在因子之间的共线性上——两千个因子听起来很多，但它们的底层信号源大同小异，本质上是同一个逻辑的不同变体。
排查思路是：先对因子做相关性聚类，把相关度高于0.7的因子归为同一类，每一类只保留代表性最强的少数几个。然后做因子正交化处理，把“拥挤的信号重复计算”的问题消掉。最后再观察每个因子在各自独立维度上的边际贡献，而不是盲目追求“因子数量多”。
这个问题的根因，是团队把“挖掘因子的数量”当成了KPI，而忽略了因子背后的投资逻辑多样性。后来我们调整了流程：每一个新因子入库之前，必须写清楚它的经济含义、盈利来源、可能的衰减路径，并且通过相关性审查后才能真正进入模型。
4.2 问题二：历史回测大幅度跑赢，实盘却一塌糊涂
这个坑无比经典。回测年化收益40%，实盘三个月只有8%，还伴随着巨大的回撤，追踪原因发现问题出在“回测环境与实盘环境的差异”上。
最常见的原因是成本假设过于乐观。回测里把交易成本设成万分之一，实盘里冲击成本和滑点一叠加，高频换手策略的收益几乎全被交易摩擦吃掉了。解决方法是回测时使用保守的成本假设，并在模型目标函数里直接加入换手率惩罚项，从源头上限制不必要的交易。
另一个常见原因是信号延迟。回测里默认T日收盘产生信号、T+1日开盘成交，但实盘系统里从信号产生到指令到达交易所，中间要经过风控检查、订单拆分、算法执行等多个环节，延迟可能变成T+2甚至更久。应对方案是建立“信号衰减测试”：模拟不同延迟级别下策略的收益变化，如果延迟两天收益就大幅衰减，说明策略严重依赖时效性，实盘环境根本复现不了回测结果，这样的策略就得放弃或者重构。
4.3 问题三：AI模型的“黑箱决策”让风控部门不敢批准上线
投资机构内部的风控审批，尤其是有严格风控文化的大型机构，对模型可解释性的要求往往比技术团队预想的高很多。一版深度学习模型虽然预测准确率确实提升了，却因为“说不清楚为什么做出这个判断”而卡在审批流程里。
我们的解决思路不是放弃深度学习，而是给黑箱模型加装解释模块：一是用SHAP值做特征重要性归因，每次预测都能输出“是哪些特征主导了这个判断”；二是用简化替代模型（如可解释的线性模型或浅层决策树）去近似深度模型的行为，至少让风控人员理解模型的大致套路；三是记录模型的“典型行为模式库”，比如“过去一年，模型在什么市场环境下更倾向于高仓位”，让风控从一个例级别去理解模型行为。
这个过程很耗时，但很有价值。它强迫技术团队用业务语言而不是算法语言向风控汇报，反而让模型和业务部门的信任建立得更扎实。现在再看到那些号称只用“深度强化学习”做投资的团队，我都会提醒一句：先想清楚你的模型如何过风控这一关。
4.4 问题四：另类数据清洗成本太高，投入产出不成比例
另类数据听起来很美好，但做起来经常是灾难。买一份卫星图像数据的年费可能上百万，背后的处理还需要懂遥感的技术人员，标注和清洗又是个大工程。很多团队投入半年后发现，数据带来的alpha并不显著，成本却已远超收益。
我的建议是“从轻到重”的路径：先做能被结构化处理、清洗较为标准、并贴近投资逻辑的另类数据，比如行业景气数据、招聘数据、专利数据、海关贸易数据，从单点场景切入并验证有效性后，再逐步加大投入。对于卫星遥感这类重资产数据，除非团队有充足的预算和跨学科团队，否则不要一开始就尝试大面积覆盖，容易战略上很激动，战术上却陷入泥潭。
另外，另类数据的价值评估也要回到业务上做定义。不要用“这个数据帮助模型提高了0.1的IC”来衡量，而要用“这个数据让模型的换手率降低、稳定性提升、容量变大、或者在一类特定行业上获得了此前没有的覆盖能力”来衡量。很多另类数据的价值根本不在收益端，而在风险端和覆盖端。
4.5 问题五：大模型接入投研流程，生成内容幻觉怎么治理
大模型在智能投研里确实很能打，但有一个致命问题就是一本正经地胡说不说，也就是内容幻觉。研报里如果出现一个幻觉出来的数据或者凭空捏造的引用，后果不只是一个乌龙，可能引发真实投资决策的错误。
治理幻觉，我们采用的办法是多管齐下。
一是检索增强生成（RAG）。强约束大模型在回答任何投研相关的问题时，都必须基于检索到的资料，而不是凭自己的“记忆”自由发挥。凡是回答里出现的新事实，都必须在资料库中有源引用，没有来源的内容一律不展示。
二是数据数值的强制校验。涉及财务数据、估值数据、行情数据的输出，不走大模型生成通道，而是直接从结构化数据库查询后镶嵌进回答模板。大模型只负责组织语言和逻辑，不负责编造数值。
三是输出前的人工复核。在模型生成的研报初稿阶段，设定关键事实核对清单，由研究员逐项确认后才能对外发送。这个环节看似增加了工作量，但从实际效果来看，它把大模型的效率提升和人的最终把关很好地结合了起来。
5. 智能投资范式演进中的冷思考与未来两个可落地的方向
聊了这么多硬核的实操内容，最后说点个人的冷思考。我始终对“AI替代投资”这种叙事保持距离——至少在当前阶段，AI更像是一个能力放大器，而不是决策替代者。投资决策本质上是对一个复杂适应系统的判断，市场参与者会学习、会进化、会反身性改变行为，这种动态博弈性质决定了再强的AI也只能给出特定条件下的概率判断，无法给出确定性答案。
王政和通联数据的这套“智能投资新范式”，让我比较清晰的判断是：真正的方向不是单纯比拼模型多先进，而是系统性建设“数据—算法—场景”的闭环能力，并在这个闭环中不断强化人的判断深度与机器的处理广度之间的协同。
未来一段时间，我比较看好两个可落地的方向。
第一个方向是面向个人的智能投顾服务。传统财富管理服务门槛高、费用贵，大量长尾用户的投资需求得不到有效满足。AI可以把专业机构的研究能力、组合构建能力以极低的边际成本复制到个人用户端，让每个人都能拥有一个“AI投研助理”。关键在于是如何把投资逻辑讲得足够通俗透明，让用户理解并信任系统的建议。
第二个方向是投研知识库与大模型的深度结合。每个投资机构都有大量积累多年的研报、纪要、内部模型文档，这些知识资产如果能和大模型结合，形成机构内部的“私有投研大脑”，价值会非常大。知识可以随时调用、逻辑可以随时复盘、研究经验可以不断沉淀——未来比拼的不只是谁能更快找到信息，更是谁能在最短时间里用历史知识的积累对信息做出更充分的理解。
作为从业者，我最大的体会是：不要神化AI，也不要轻视AI。在投资这个行业里，它既不是点石成金的魔法棒，也不是骗人的花架子。用对场景、抓好数据、管理好预期、守住风控底线，这套智能投资体系就能成为真正的生产力。以后有机会，我再把通联数据在具体产品层面的更多细节，比如萝卜投研的功能拆解、知识图谱的实际构建案例等，逐步展开来聊，这些内容更接地气，也是另一篇能落到操作层面的干货长文。
