2024年6月15日，bigquant（宽邦科技）、金融阶、华锐、华泰证券联合举办的“2023中国量化投资白皮书研讨会暨园游会”在上海虹口进行。
bigquant创始之初，应该是同优矿、聚宽、米筐一样，构建“互联网式的量化社区或平台”，这个赛道外国有成熟的案例（如Quantopian），充满了“量化大生态”的想象力，所以吸引了包括互联网巨头京东及多个创业公司的投入（粗略估计有20-30家），但迟迟没有从这个赛道“突围”出来的成功案例。有的停止了产品，有的开始转型做数据，做软件服务，有的利用平台上沉淀的人才和资源开始自己做资管。转型后的方向相比在这块的坚守反而更有商业化可能化和前景。至于其中原因，我想有很多，有的方便说，有的也不方便说，有的可能也说不清道不明。
从互联网思维来说，平台提供统一完整的数据、提供交流社区、策略超市、组织活动、进行内容持续运营等等，是一个合理的闭环逻辑。但核心可能在于量化研究的结果是要“实盘交易”的，而这个和“量化平台”之间必然是一条不可能打通的“断头路”（因为交易并且通过证券公司的交易系统进行），所以这个平台从定位上到底是一个ToC的商业模式，还是一个ToB的商业模式，就很难定位清楚，从ToC角度说，如果不能交易，那就成为了一个“高级玩具”或者是“学习工具”，用户为什么而付费，平台通过什么来收费；从ToB角度来说，要么是资产管理机构自主投研或交易管理需求，要么是证券公司采购后提供给量化投资者的软件需求，但这个模式下，很难形成与这个赛道的龙头软件供应商的正面PK，这个PK就不单纯是产品层面，更多的可能是成熟的技术支持和全面的服务（大量的项目模式），而这个赛道的公司多半是开发为主的轻资产运作，一旦同时做多个项目，不招人则项目不能保质保量完成，招人又会面临着成本，也可能面临项目结束后空窗期的“空转”。对公司的决策者和发展方向都是非常大的考验。
bigquant我个人感受最深的两点是：AI和运营。微软研究院打造了Qlib 量化AI投资平台，了解过的同学肯定会发现平台的设计思路和功能上肯定有很多值得学习和借鉴的，但要想使用情况，或者在工作层面引入，总感觉不是那么容易和契合。bigquant很早就融合了AI功能，操作上也可以通过拖拽可以完成一个量化模型的构建，包括最新的功能上可以结合大模型，给出一些AIGC的场景，以本次活动中因子创建为例，也是目前部分机构一直想做的事，至于是不是又是一个“更高阶的玩具”还是会演变成最终落地的生产力，我们只能拭目以待。从运营上，bigquant在B站有很多视频和定期的答疑会，从分享和传播量化知识角度说，这肯定是一件有价值和有意义的事情，如果能有钱支撑着做，我相信长期肯定会开花结果。
言归正传，说说自己参加这次活动的记录。
1、气氛
活动本身组织的还是比较好，还有现场版的音乐节。现场浓浓的“展会”气息，人很多，很热闹，每个人都拎着着个大袋子，手里拿着各种彩页，三三两两的聊着天，其实也很难感受到这是一个“quant”相关的会议。如果但从人数来看有多少人关注这个行业肯定比较片面，对于这样的会展来说，参会的肯定都不是个个都是从事量化的，很大一部分其实行业商务相关的销售人员，也有来收集各种彩页的大爷大妈。
现场的气氛和量化投资行业当前的气氛有些类同，也有所不同，类同的是这个行业依然是“吵吵闹闹”，不同的是“现场的虚荣繁华和貌似的热闹”和今年量化投资的大市场，量化产品的环境貌似有点格格不入。在量化投资方向做的比较出色且真正的行家公司，貌似没有看到相关的负责人。
2、关于监管
大家对于监管政策普遍带有积极拥抱和认可。因为只有政策方面明确了，大家对于量化相关的事情才能有一个公允的：基准。否则从感性层面来说，很难定义量化到底是不是：镰刀。
3、大家对量化投资方向的看法
演讲嘉宾（bigquant、茂源、量派）对当前量化行业都进行了不同的解读，大家普遍的认知是：监管体系更加完善和标准、行业会优胜劣汰拼真本事、量化投资相对国外仍然有很大的发展空间。
4、嘉宾分享的国外量化情况
本次演讲嘉宾从不同的角度分享了一些国外量化行业相关的信息。
5、嘉宾分享的量化技术解决方案相关
现场也有嘉宾（bigquant、华锐科技、阿里云、Tower Research Capital）从量化技术解决方案进行了分享。
6、嘉宾分享的量化投研相关
所有的演讲主题中最期待的是《组合优化器的磐松实践》，结果发现和之前的听过的一个路演内容一样。
以上就是本次参会自己的记录，还是很感谢主办方能组织这样的会议，进行同行间的分享交流。有同行说这样的会没营养，没有干货。这是因为虽然是量化相关的会议，但不可能让嘉宾讲很具体很深入的知识，这都是大家自身利益相关的。比如投研，也就只能讲讲投研流程，讲一些数据、机器学习层面的各自理解，不可能把自己具体用到了什么模型，踩了那些坑，比如技术，也只能讲下低时延，不可能讲具体业务场景相关的技术点和技术实现细节。只要自己能知道自己听到的是什么层面的知识就可以。
