2023年上半年，全球市場出現了兩個讓我非常關注的變化。
一個在美國——人工智能迅速成為科技行業最重要的投資主題之一，AI、半導體、算力和數據相關公司受到資本追捧。
另一個在日本——沉寂多年的日本股市重新吸引全球資金，企業治理、資本效率和估值修復成為新的市場焦點。
表面上，這是兩個完全不同的故事。
一個交易未來，一個重新發現價值。
但它們背後存在同一個邏輯：當舊的投資環境發生變化，資本就會重新尋找增長和定價機會。
日本真正改變的，不只是日元
2015年至2019年，我長期參與日本及亞洲市場的量化投資組合管理。
那段經歷讓我看到一個很有意思的現象：
優秀的企業，與優秀的投資，並不是同一個概念。
日本擁有汽車、機器人、精密製造、半導體材料等領域的大量優秀企業，但長期以來，資本效率、企業治理和股東回報限制了部分公司的估值。
今年日本股市上漲，日元疲弱只是其中一個因素。
我更關注的是企業治理正在發生的變化——越來越多公司開始重新審視資本成本、資本回報率和市場估值。
很多日本企業並不是2023年突然變好了。
真正發生變化的是：
市場開始用新的方式給它們定價。
這正是量化投資長期研究的問題之一：不僅要尋找好公司，還要判斷市場已經為「好」支付了多少價格。
另一邊，AI正在讓市場交易「未來」
如果說日本代表價值重估，那麼美國AI熱潮交易的則是未來增長。
我經歷過2000年前後的互聯網泡沫，因此對今天的AI行情既關注，也保持謹慎。
互聯網最終改變了世界，但這並不意味著當年所有互聯網股票都是好投資。
AI同樣如此。
一項技術擁有巨大未來，與所有相關資產都值得以任何價格買入，是兩件完全不同的事情。
但相比AI股票能夠上漲多少，我現在更感興趣的是：
人工智能本身，會不會改變投資行業？
金融市場真正缺少的，已經不是數據
今天市場每天產生的信息已經遠遠超過一個投資團隊能夠人工處理的範圍。
價格、成交量、財報、宏觀數據、企業公告、新聞、央行講話、社交媒體、另類數據……
真正的問題早已不是「有沒有數據」。
而是：
我們能不能足夠快地理解數據之間的關係。
傳統量化模型非常擅長處理價格、估值、盈利、波動率等結構化數據。
但市場中還有大量非結構化信息。
一份央行聲明措辭的變化、一家公司管理層語氣的改變、一條供應鏈新聞，都可能同時影響多個資產。
過去，這些信息主要依靠分析師閱讀和判斷。
而人工智能讓我開始認真思考一個新的可能：
如果機器不僅能夠計算數字，還能夠理解語言，會發生什麼？
下一代量化投資，可能從「計算」走向「理解」
過去十多年，量化投資的典型流程是：
數據 → 因子 → 信號 → 投資組合 → 風險控制 → 交易執行。
未來，這條鏈條可能增加一個非常重要的環節：
信息理解。
機器先閱讀新聞、公告和宏觀信息，把非結構化內容轉換成可以分析的數據，再與價格、成交量、利率、匯率和歷史市場行為建立聯繫。
這意味著機器可能不再只是幫助投資者「算得更快」。
而是開始幫助我們看得更廣、理解得更快。
但我並不認為AI的價值是準確預測明天哪隻股票上漲。
真正有價值的AI投資體系，應該把：
信息採集 → 信息理解 → 信號識別 → 組合構建 → 風險控制 → 交易執行
連接成一個完整系統。
回顧自己的職業經歷，我經歷了傳統基本面研究走向量化和系統化投資。
現在，我越來越感覺第三個階段可能正在出現：
人工智能與量化投資的結合。
它最終能走多遠，現在沒有人知道。
但有一個方向值得持續研究：
讓機器幫助我們更快理解市場，再用系統化的方法，把這種理解轉化為投資決策。
這可能比預測下一隻「AI概念股」，更加值得關注。
—— Adrianzhi Kuan Ong（王志寬）
