在量化投资领域，AI的广泛应用是否仅仅意味着预测准确率的提升？当市场进入策略迭代深水区，AI的真正价值究竟何在？如何避免“黑箱”过拟合风险？
5月28日，在第四届香蜜湖财富管理论坛现场，南都·湾财社记者就上述话题采访了超量子基金合伙人聂稳。聂稳明确指出，AI对量化投资的根本性贡献“不是传统的认知上，提高了真正的在每一个单一的策略预测的准确率上，提升了某某几个点”，而在于拓展人类对金融市场底层逻辑的认知边界。他强调，超量子基金构建的每一个AI因子都必须具备明确的经济学含义与金融逻辑，确保策略可解释、可归因，从而在中长周期（883436）中实现稳健应对与主动迭代。
AI是认知拓展工具
而非单一策略的精度放大器
聂稳认为，市场对AI的价值存在普遍误解。它其实不是传统意义上，我们以为AI提高了每个单一策略的预测准确率、提升了几个点的收益。AI真正的价值，更多在于对市场底层逻辑的认知拓展，以及作为辅助工具。”
他形象地比喻道：“以前人既要做勘探的工作，又要做挖掘的工作了。但是现在人可以是定义问题，然后把问题的边界扩大，然后让AI来做辅助的大量的这样的一个挖掘。”AI能够帮助总结行业经验、上下游产业逻辑、构建知识图谱，将以往单兵作战有限的挖掘能力无限扩大。
每一枚因子都必须有金融逻辑：
可解释性是核心
在超量子基金的方法论中，AI的应用绝非“黑箱”。聂稳向记者强调：“我们自己底层的AI因子的策略逻辑库里面，我们会保证每一个策略最小单元，都是一定存在经济学含义和金融逻辑的。”
他解释：“AI的一个典型问题是过拟合，你看起来它是一个有预测能力的结果，但是你并不知道它为什么。”为此，超量子基金给每一个因子赋予了可解释性以及较强的未来可预测能力。“我们形成这样一个有金融逻辑，然后可解释的这样的一个因子库”，从而能够在不同市场周期（883436）中做好针对性应对。
清楚知道为何盈利或亏损：
中长周期主动迭代的基础
聂稳表示，可解释的因子库使机构能够明确识别“什么样的因子在什么样的周期（883436）逻辑里面会失效”。他进一步阐述：“换句话讲，就是因为我们是一家量化的机构，我们会对自己什么时候为什么挣钱，什么时候为什么亏钱，我们会有非常强的认知。”
基于这种认知，超量子基金能够在不同周期（883436）中“做针对性的迭代”。聂稳认为，这才是AI赋能量化投资的真正路径，不是追求短期预测精度的微小提升，而是建设一个“体系化量化，对于市场的更广泛可以持续迭代、并且可以净化的体系”。
