吴确，磐松资产总经理。北京大学金融、计算机双学位学士，哥伦比亚商学院金融经济学硕士。曾任北美量化投资公司组合管理部主管，8年投资经验。任职期间负责研发投资组合优化器用于自动生成公司所有交易指标，负责交易系统设计和投资组合管理。
“做投资和组乐队在很多方面都有类似之处。”磐松资产总经理吴确谈起投资和音乐时两眼放光，“都需精准地把控节奏，都要挑到‘兴趣相投’的队友，都隐藏着未被言说的波动美学”。
17岁那年，吴确摘得计算机竞赛国家金牌，却在保送北大时选择了一条“非标”之路——金融与计算机双学位，这种跨界组合让他在金融极客道路上不断深耕，不断成长。高中开始弹吉他，大学组乐队，如今代码是他跳跃的音符，键盘是他的“指挥棒”，算法与和弦在混沌中达成共识：在投资战场上演量子态的“旋律”；当同行们为纳秒级交易速度疯狂时，他却用低频极致求解资产定价方程。
在DeepSeek引爆人工智能（AI）之际，拥抱科技和AI的他仍保留竞赛时代肌肉记忆般的敏锐和清醒：AI技术的突破更像是一场改变游戏规则的“认知革命”，让脑力劳动“工业化”，在投资过程中，AI会大幅提升数据收集和处理的质量和效率，但不会在股票回报预测模型中直接应用AI。真正伟大的投资，从来不是算力的独奏，而是理性与直觉、机器与灵魂的永恒合奏。
算法之上：深耕低频系统性投资
“我们最核心的模型主要预测未来一个月的股票回报，避免陷入短期博弈。”在量化行业深陷“纳秒级战争”之际，磐松团队却反其道而行之，专注于以月度为决策单元的低频系统性投资。
“策略容量较大，规模效应良好，能够承载更大体量的资金，这也符合我们想做大规模资管的初心。”吴确表示，在因子挖掘过程中，磐松团队强调因子必须具有经济学含义，并且具有显著的统计学概念，只有同时满足这两个条件的因子才会被运用到模型中。团队注重挖掘具有长期有效性的因子，而不是追逐短期市场热点或趋势。通过在不同的时间周期和市场环境下对因子进行回测和验证，可以及时发现因子的潜在问题，并对其进行必要的修改和调整。“基于检验结果，我们会对模型进行优化，以提高其预测能力和适应性。这可能包括调整因子的权重、引入新的因子或者引入新的关联模型用以分析数据。”
随着A股市场有效性不断提升，量化管理人需要不断探寻能够挖掘阿尔法的因子。吴确认为，“降频”是一种有效的选择，除此之外，市面上也不断有管理人推陈出新，研发各种各样的新产品，呈现出百花齐放的资管生态。磐松团队深耕低频系统性投资领域的研究，专注于做大容量的资管服务。低频策略的长周期回报逻辑相对稳定，不依赖特定的短期市场环境。这种策略更注重股票价格中长期波动的经济学含义，通过寻找有价值、有质量和成长前景的股票，构建系统性投资组合，从而在市场波动中保持竞争力。为了保证业绩的可持续性和维持投资过程的竞争优势，团队不断在人员、数据、基础设施等方面再投资，持续地研究创新。
“我们追求长期可持续的策略表现，不会赌行业、赌风格赚取短期收益。”吴确解释说，首先，团队低频策略仅使用不到10%的高频量价因子，其余更多的是周期更长的预测因子；其次，充分利用人工智能技术进行数据处理，运用关联模型，分析A股价值投资，通过多种细致化分析来帮助团队更加精细刻画系统性投资逻辑，挖掘更加具备经济学含义的因子，从而实现长期投资、价值投资的理念。
超越代码的“哲学”：专注长期主义
吴确高中开始弹吉他，大学和硕士期间都组建了乐队，直到现在公司也有一支磐松乐队。
“乐器演奏中，一个不和谐的音符就可以毁掉整场表演，做量化投资也是一样，敲错一行代码就可能给整个投研体系带来不可估量的伤害，所以必须保持敬畏之心，做足够的检验（练习）。”对此，他感悟至深：在编写代码时不走捷径，对投资过程保持高度严谨，持续不断挖掘新的因子，致力于创造长期价值。许多额外的投研工作，都是为未来承载更大管理规模而做的提前储备。
“另外，从乐队的角度来说，需要所有乐手节奏上同频，技术上互相认可，喜欢的音乐风格比较一致。组建量化团队也是类似的工作，因此我也很庆幸很珍惜，能集结这样的作风优良能打胜仗的团队。”他介绍说，磐松团队成员基本上由“90后”组成，与这群“互联网原住民”相处的秘诀就三个字——不硬管。与其说是管理者，不如说把自己定位成“氛围组组长”，把管理制度变成创新能力的“放大器”而非“控制器”。公司经常搞一些趣味挑战赛，把项目制工作变成闯关任务，用游戏化思维让团队在严肃紧张的氛围中用“巧劲儿”提升效率，完成工作目标。
“信任比考核重要，放权就是最好的培养。”吴确说，“新来的研究员可以在第一次开会时就指着我的模型假设侃侃而谈可以优化的地方，结果他重构的代码让回测速度翻倍。”这种“以下克上”的文化，倒逼管理层必须持续学习，不然分分钟被年轻人碾压。这种“能力本位”的文化让团队始终保持发展锐度。
“刚回国的时候没有客户基础，也不熟悉行业生态，我们每个人都身兼数职，一边学习一边自省一边成长。”吴确谈到创业和团队成长时抑制不住激动，“招来的小姑娘（现在是副总）又干市场又干基金运营，白天见客户，晚上准备产品材料。第一次路演结束，客户愿意试投的时候，她激动得连激光笔都握不住，眼睛亮晶晶地跑来和我说‘开单啦！’现在看着她在客户面前从容的样子，我总会想起那个穿着高跟鞋，骑着小电驴赶早高峰的女孩。”有时候成长就像玩拼图，当初那些东倒西歪的碎片，拼着拼着就显出了星辰大海的模样。
“长期主义是我们在创业初期便一直坚持的，这意味着我们的整体投研架构需要足够完备且具备可拓展性，也意味着在初期就需要投入远超公司同期收入水平的人力物力，去搭建长期有效的代码框架，而非只顾着走捷径解决眼前的短期困难。”吴确说，“这样的坚持并不容易，但也很快就从方方面面给予了我们回报，那些在雪夜敲下的代码，也成为了未来应对更大资管规模的诺亚方舟”。
磐松在产品费用层面别出心裁，旗下产品大多采取了只收取管理费或只计提业绩报酬的费率结构。吴确表示，收费模式并不影响产品的费前业绩表现，两种收费模式的本质都是让利给客户，构建与客户的利益共同体。磐松只有一套投资过程，对所有产品应用同一套预测模型，在优化器中为所有产品设定了统一的最优公平系数，可以保证优化器向各个账户中分配流动性的过程机会公平，保证所有产品长期业绩的一致性。
他说，磐松专注于长期投资、价值投资，策略容量较大，因此追求的从来不是赚取短期利益，而是做出品牌效应，可以较低的成本为客户提供长期、稳定且优质的资管服务。
AI协奏曲：当算法学会即兴
“对于资产管理行业而言，AI竞赛的发展方向既不是‘算力军备竞赛’，
也不是‘算法创新竞赛’，而是比拼如何用现成的开源算法来落地资产管理方面的应用。”面对愈演愈烈的业内竞争，吴确有着客观冷静的思考。
他认为，AI技术的突破不只是简单的升级，更像是改变游戏规则的“认知革命”。就像当年蒸汽机让体力劳动机械化，AI大模型正在让脑力劳动“工业化”。“至于超级智能是否会失控，这取决于我们如何设定规则，既要给技术发展留空间，又要设置安全护栏。”他说，“目前全球都在探索AI技术的监管框架，中国推行的AI治理方案更强调技术普惠，避免形成‘智能垄断’”。
“与传统量化模型相比，AI带来了很多突破性提升。”吴确说，量化投资中AI会大幅提升数据收集和处理的质量和效率，也更多用于解决相对来说有客观标准答案的、信噪比高的问题。他们使用AI技术最本质的出发点是，用AI来刻画高信噪比数据模型，高效处理文本数据、推理非线性函数形式等。近年来，很多基于AI的多模态模型在投资领域得到广泛应用，投资经理未来将能借助AI不断突破数据处理边界，构建更具前瞻性的投资决策模型。
随着人工智能进一步大爆发，未来是否会出现“完全自主的AI资管机构”？吴确的回答是：完全自主的AI资管机构更像是个伪命题。首先，AI幻觉是当前技术无法彻底消除的固有缺陷，直接依赖其自主决策可能导致投资风险。AI决策的自由度越大，幻觉的风险也会越大。其次，很多投资问题不能单纯靠归纳法，因为未来不是过去的简单重复，需要人的逻辑判断什么规律未来有可能重复，投资经验为主导，不能太依赖AI。因此，完全自主的AI资管机构不太可能出现，这是由于投资过程很复杂，每个环节都需要根据新的政策、市场环境以及合作伙伴变化等情况不断更新。完全自主的AI的定义如果是只需要告诉AI，需要达到的目标是控制风险获得超额收益，AI就能输出一套投资方案来的话，姑且假设这样的策略能获得超额收益，那这样的超额收益也一定很快会被其他同质化AI投资策略所稀释，因为太容易被效仿，赛道马上会非常拥挤。所以为了独特性且无法轻易被效仿，就需要告诉AI更多设计投资策略的技巧、思路等，那么就谈不上是完全自主的AI资管机构了。
“我们不会在股票回报预测模型中直接应用AI。”他解释称，首先，是因为AI不擅长处理低信噪比模型；其次，AI更多基于过去的训练数据推演未来，难以解读和处理一些环境变化。比如，随着AI的广泛应用，股票市场的微观结构和交易行为可能会发生根本性的改变。“因此，我们对股票投资价值的判断还是依赖投资经理做出的投资逻辑，投资经理可以把更多精力花在对投资逻辑本身的创新思考以及如何使用AI去验证、归纳和实现这些投资逻辑方面。”
MACD金叉信号形成，这些股涨势不错！