一期一会丨复旦大学数学科学学院 2026年金秋报告会圆满举行！

金秋相聚，共话新知。2026年10月17日，由复旦大学数学科学学院主办的2026年金秋报告会在邯郸校区逸夫科技楼一楼报告厅举行。业界专家与校友围绕量化投资、人工智能与金融行业实践分享经验，为师生了解专业知识的应用、拓宽学术与职业视野提供交流机会。活动由陈文斌教授主持。

开幕式上，数学科学学院党委书记王光临向参与分享的嘉宾表示感谢。他指出，人工智能正在改变数学研究、应用与人才培养的方式，希望同学们主动学习、积极交流，认识与数学密切相关的行业变化。他也谈到，应结合行业对人才的需求，进一步思考课程体系与培养模式的调整。

特邀报告

上午的三场报告，从量化团队的工作方式谈到数学方法与私募赛道，为同学们理解行业实践提供了不同视角。

余航 —— 《AI如何改变量化团队的工作方式》

上海量派投资管理有限公司创始合伙人、首席技术官余航，结合公司实践，分享AI如何进入量化团队的日常工作。从内部知识查询到代码开发，AI正在承担更多执行任务；团队也尝试由AI编写与检查代码，让人工审查聚焦风控、合规等关键环节。

他介绍，借助智能体，因子构建、回测、评价与反馈正在形成持续迭代的自动化研究流程。人的角色也随之由重复执行转向研究设计与决策。工具越强，越需要研究者独立思考、判断结果，并重视权限控制与信息安全，让效率提升与可靠的工作流程相配合。

谢晓阳 —— 《数学语言下的量化投资》

天演资本创始人兼CIO谢晓阳，用数学语言梳理量化投资的研究过程：选择数据、明确预测目标、建立模型，再用清楚的标准检验效果。他指出，这些环节相互联系，数学思维的价值也体现在对研究假设与结果的审视。

他认为，金融数据噪声大、有效样本有限，市场又不断变化，研究者需要谨慎理解模型的表现。AI可以辅助信息处理、搜索与标准化任务，但如何把开放问题拆解成可检验的具体任务，哪些方向值得投入，依然取决于人对问题的定义与独立判断。

陆思横 —— 《FOF视角下的私募赛道发展与机会》

波克私募副总经理、FOF策略及宏观配置策略业务负责人、基金经理陆思横，从投资者视角比较不同私募赛道。主观股票的风格差异、CTA收益的阶段性特点，以及股票量化平台的资源积累，构成了各有特点的行业格局。

在他看来，AI应用正为量化研究带来新的探索，宏观与大类资产配置也有值得关注的发展空间。面对不同赛道，既要观察机会，也要理解其研究方式、团队特点和成长条件。他建议同学们结合自身能力选择适合长期深耕的方向，在理解各赛道研究逻辑与成长条件的基础上，找到能够持续投入的领域。

下午的四场报告，将讨论延伸至长期投资管理、量化研究与企业应用，呈现人工智能走向实际工作中的探索。

余力 —— 《从私募到公募，长期稳健收益的思考》

鑫元基金量化投资部负责人余力，以如何评价一条净值曲线为切入点，分享从私募到公募后的投资理念变化。他谈到，自己的关注点从日内策略的高夏普比率，逐渐转向最大回撤、长期收益与投资者持有体验的平衡。

结合多年量化与衍生品投资经历，他介绍了通过跨资产配置分散风险、利用期权对冲尾部风险的思路，并谈到对冲成本、期限及市场条件之间的取舍。报告把对收益的关注放回长期风险管理之中，也呈现出不同管理条件下策略选择的变化，体现了他对长期稳健目标的个人实践与思考。

郭必扬 —— 《LLM在量化研究中的应用》

金锝资产研究员郭必扬，结合自然语言处理研究与工作实践，介绍大语言模型如何帮助量化团队利用金融新闻、公告和研报。通过提取关键信息、减少无关内容，原本难以直接建模的文本，可以进一步进入因子研究流程。

以新闻处理为例，他分享如何借助Agent与Skill反复讨论研究需求，将笼统想法细化为可执行、可验证的任务。智能体还能够调用工具、观察实验反馈，协助完善研究设计。他提醒，不能简单依赖模型给出的评级；研究者仍须想清问题、检验信息，保持对研究过程的理解。

陆振宇 —— 《当 AI 开始承担工作：企业智能体系统构成与落地实践》

ZooWork产品合伙人陆振宇，结合互联网平台与商业化产品工作经历，分享AI从个人对话助手，走向企业任务执行者的变化。企业将AI作为数字员工纳入流程，需要明确职责、审核机制与安全边界，使技术能力回应具体业务需求。

他以零售补货为例，说明智能体如何形成建议，再由人确认支出并复核结果。此外，在衡量应用价值时，应将模型调用、运行环境、人工审核与返工纳入完整的交付成本。建议企业可以从需求清楚、结果可衡量的场景开始试点，在业务与技术协同中积累经验，不断摸索人与 AI 共生的组织协同新范式。

周亚楠 —— 《AI在量化投资上的应用与探索》

中欧基金量化投资部投资经理周亚楠，从因子研究和股票收益预测出发，介绍机器学习与AI参与投资建模的方式。在文本研究中，他分享将专业研究员的行业知识与大语言模型结合，并借助多智能体完成信息提炼、因子生成与回测的探索。

他提醒，有限金融样本下的过拟合、模型可能接触未来信息等问题，都需要认真检验，不能将回测表现直接等同于实际交易结果。从预测信号走向投资决策，还须统筹交易成本、风险控制与组合优化。AI加快研究迭代的同时，研究者仍要理解方法、核对逻辑，判断成果能否用于实际投资流程。

圆桌交流

随后，陈文斌教授主持了主题为《从这五年看未来五年》的圆桌交流。四位嘉宾结合从校园走向行业的经历，分享岗位变化与研究体会，并与同学们探讨职业选择。

陈炫耀 —— 从AI研究走向量化实践

姚泾河私募量化基金经理陈炫耀，回顾了从AI、自动驾驶与视觉研究转向量化投资的经历。技术的变化，让他重新审视研究方向的长期价值，权衡深造与就业的选择。他也谈到团队建设量化业务与基础设施的实践，为同学们思考研究兴趣和职业方向提供参考。

李金洋 —— 指数产品与公募行业的变化

汇添富基金指数产品经理李金洋，介绍了指数研究、定制与ETF产品运作等工作。他关注公募基金向被动投资和工具化发展的趋势，以及投资者对透明度、费率和风格稳定性的需求。他建议同学们重视宏观与大类资产配置能力，结合业务特点考察平台资源和成长环境。

曾凡勖 —— 产业理解与投资判断

交银施罗德基金TMT组组长、高级研究员曾凡勖，从AI产业研究谈到投资判断：不能只看估值与增长数字，还要理解产业周期及价格所反映的预期。在他看来，AI能够辅助信息收集与分析，但对数据可靠性、不同因素及风险的权衡，仍需长期的产业积累，目前难以完全由工具替代。

卓怡霖 —— 从转债研究走向跨资产配置

东方财富自营固收+研究员卓怡霖，回顾了从信用债、可转债研究逐步拓展至大类资产配置的经历。跨资产研究需要同时考虑仓位分配、收益与回撤，并在不同资产之间建立联系。在日常工作中，她已使用多个AI工具辅助编程和交叉检查，同时保留人工复核，在提高效率的过程中保持对研究结果的把握。

现场活动照片

本次金秋报告会为师生了解行业实践与前沿技术提供了机会，也延续了校友与学院之间的交流。嘉宾们的经历与思考，为同学们认识行业需求、规划未来提供了参照。期待大家将交流中的启发带回课堂与实践，夯实专业基础，在真实问题中积累经验与判断力。

感谢各位嘉宾的精彩分享，感谢学院老师、同学们的积极参与，也感谢本次活动的组织者与志愿者们的辛勤付出。未来，数学科学学院将继续发挥学科优势，搭建更多高质量的交流与业界对话平台，陪伴同学们在求真与实践中不断成长。