2026年量化投资成青年金融创新重要赛道，你怎么看？

裘慧明于复旦分享期间, 极为精准地指出, 量化投资的本质乃是“以历史公开数据作为根基, 将模型当作核心, 把程序化交易作为工具的科学投资方法”。此情形表明, 它并不是能对股价进行预测的神奇器物, 而是一种实现系统化的分析架构。要是你单单把目光聚焦于短期收益率，那么极有可能会感到失望。

他对自己从业二十多年的经历予以回顾, 从起初的简单线性模型, 到现今复杂的神经网络架构, 核心的变化之处在于对市场微观结构的理解程度。量化投资真正具有高度厉害性能的地方, 并不是算法自身, 而是将对参与者行为模式的洞察融入模型的那种能力。

裘慧明直接抛出一个判断, 这个判断让在场学生感到震惊, 他说: “未来大家通过工作积累的财富, 可能比不上通过投资创造的财富。”他对比了上一代人存钱买自行车的情况和当代年轻人面临的低利率环境, 强调财富增值渠道已经发生了根本转变。

全球经济增长中枢下移, 处于这一宏观背景下, 他建议年轻人需建立成系统化的投资思维。他自己管理的资产, 大部分被配置于股票市场, 理由十分简单, 企业是社会财富的直接创造者, 成为优质企业股东是分享增长红利最有效的途径。

裘慧明着重特别突出金融对于AI等科技创新领域所具备的支撑作用, 说道: “要是没有金融给予的支持, 那么整个AI行业将会很难实现快速发展。”他点明表明那些传统银行信贷依赖抵押物这种情况, 没有办法去服务轻资产的科技初创企业, 然而证券市场借由通过风险定价机制提供了关键资本来源。

甚至于他提议, 就算往后不从事金融方面的工作, 同样应当构筑起对于资本市场的理性认识。明白金融怎样去衔接企业融资需求以及居民财富管理, 是在当下就业压力极大的情形下提升生活水准的关键能力。而这种认知自身就是一项隐性竞争力。

裘慧明于分享里直接表明: “当下若不去学习AI, 那你的工作具备的被替代性便极为强烈。”不过他与此同时又指出, AI不会彻底取代人类研究员。成功所关涉的要点在于把研究员针对市场微观结构的“领域知识”融入到模型构建当里面, 并非单纯地去运用通用工具。

他宣称未来的竞争会是, “懂得市场的AI人才”跟“不懂得市场的AI工具使用者”之间所展开的较量 , 算力属于国际竞争壁垒 , 然而国内在人才储备方面有着明显优势 , 对于高校学生而言 , 当下着手去学习AI, 并弄明白其和量化投资的结合点 , 是最为值得投入的方向。

被裘慧明给出的入行建议是极为务实的, 其中首要的一点是去夯实数学、物理、计算机等基础学科的根基。另外, 他当时提醒学生, 称你今天所掌握的知识极可能很快就过时了, 而唯一不会改变的, 是不断持续学习的能力自身。还有, 复旦大学数学科学学院早在20世纪90年代就着手开始培养金融人才, 这充分证明了基础学科才是长期的护城河。

他直言、宣称量化属于那种“格外小众”且处在“激烈无比、极端内卷”状态的行业, 对于绝大多数人而言并非顺利的途径。故而、所以与其不加思考盲目地去追逐热点, 倒不如首先、首要把自身塑造成为拥有坚实数理知识基础以及具备持续有着学习能力的人。这样子的底层架构的竞争力在任何一种环境当中都不会出现价值降低的情况。

处在活动里, 上海证券报社投资者教育中心担任副主任职位的刘香香, 对ETF的特点以及优势展开了系统的介绍, 其不仅具备成本低、透明度高的特性, 还能够助力投资者去分散风险, 进而避免个股踩雷情况的出现, 它是借助指数化投资来分享经济增长红利的一种高效工具。

“上证杯”赛事借由实战化形式, 助力年轻人掌握ETF投资方法, 资本市场发展历程中, ETF的普及对推动市场成熟度提升有着关键作用, 对于没有时间研究个股的普通人来讲, ETF是最贴近量化投资理念的入门工具。

那我最后要问你这么一个问题, 倘若未来你工作所获取的收入确实没办法超过投资所得到的回报, 你会不会愿意从当下开始, 每天 spend 1 小时去进行系统的量化投资学习或者 AI 技能学习呢? 欢迎于评论区去分享你的计划, 点赞并且收藏这篇文章, 借此让更多年纪相仿的人能够看到这个对财富命运起到改变作用的关键判断。