日前，由中国证券报主办、华鑫证券承办，深圳数据经济研究院提供独家学术支持的2026量化行业高质量发展大会在上海举行。超量子基金创始人张晓泉在现场主题演讲中表示，AI只拨快了量化投资的一个时钟。量化机构最重要的能力是鉴别力，量化行业最重要的基础是一个愿意为验证付钱的市场生态。
他认为，AI Agent一个晚上就能跑上万次回测，候选骤然变多，每个候选却更不可信。即使全是毫无预测力的策略，从一万个里挑出的“最好”的那个，十年回测的夏普比率也能到1.2左右，而这完全是运气。因此，鉴别力会成为AI时代不同投资机构的分水岭——选什么问题，看什么信息，接受什么证据，什么时候停。在证据到达之前，决定哪个假设值得花掉一次检验。工具优势在收敛，差异越来越在于选择标准，以及谁在持续修正它。
市场生态的构建则需要全行业共同参与。管理人给检验次数记账，把假策略的检出率纳入考核；出资人多问一句，“这条净值曲线背后试了多少次”；同行之间通过险情匿名报告共享教训；高校建设公共题库，在真实行情里埋入已知的真信号和陷阱，让学生和Agent都来接受检验；机构把新人培养写进合同。
在他看来，目前AI在量化投资中真正替代的，还只是第一道工序，即读材料、写代码、跑回测、出分析，这拨快了研究的时钟。
但验证的时钟没有变快。市场每天只产生一天的新数据，要在实盘里把一个夏普比率为1的真策略和噪声分开，大约需要4年。研究能否带来独立增量，能否在成本、容量和风险约束下形成持续的投资能力，都还需要证明。
他还指出，每一份超额收益都有来源，当所有机构同时借助AI变得更聪明，分的总量并不会变大。智力可以租，数据、执行、资本和实盘记录租不到。同时，过于依赖AI也有风险，要警惕投研能力的提升只是AI带来的，自己并没有真正学会和掌握。
