量化

量化Skills兴起，是投资的“平权时刻”？

一位量化私募投资经理告诉记者，Agent与量化类Skills的普及，本质上是把量化投资“工具”的门槛降低，而不是降低投资本身的难度。

多位量化私募投资经理、从业者在接受财联社记者采访时，给出了观点，他们认为，量化Skills降低的是“工具”门槛，不是“投资”的难度；

财联社记者采访的多位量化私募投资经理、从业者，从不同层面给出了冷静的判断。

A股全维度选股、主题选股、ETF筛选、公司质地打分、定投回测、基金组合回测、短线情绪主线研判等功能，则把量化研究中的部分规则和流程做成可直接调用的工具。

Skills的出现，“一句话”即可开始量化研究

一位从业者对此评价，WorkBuddy的量化Skills矩阵，把原本只有券商金工团队、私募量化研究部才具备的“因子研究+有效性检验+组合回测”科研工作流，重新打包成普通用户可以用自然语言驱动的能力。

量化人士表示，WorkBuddy等平台把量化研究的方法论封装成个人可直接使用的工具，让原本更多由机构掌握的方法，第一次真正走进普通人的日常。

二是必须掌握Python与量化框架的编程门槛；

于是，“量化平权”又再一次被推到台前，门槛似乎在消失。

这场关于“量化平权”的讨论，远比想象中复杂。

再往上是量化因子研究层、组合优化与择时层、选股筛选应用层、回测定投层、短线情绪层与策略报告层。

在量化因子研究层上，这些Skills覆盖高频量价因子、机器学习选股、舆情文本因子和组合优化等方向，能够复现公式、生成代码和辅助设计指数增强策略。

财联社记者发现，在github和skillhub上，已经有相当多的开发者分享了量化投资类Skills，在Agent时代，只需在Agent上安装这些Skills，便可以轻松调用一些量化功能。

最底层是数据底座，这是所有量化分析的“原料层”。

一位量化私募投资经理告诉记者，Agent与量化类Skills的普及，本质上是把量化投资“工具”的门槛降低，而不是降低投资本身的难度。

多位量化私募投资经理、从业者在接受财联社记者采访时，给出了观点，他们认为，量化Skills降低的是“工具”门槛，不是“投资”的难度；

该人士表示，对个人投资者来说，量化类Skills在信息获取效率、辅助数据整理、快速筛选标的以及建立更结构化的研究框架方面起到积极作用，但并不能直接用来提升投资收益。

财联社9月14日讯（记者王晨）在很长一段时间里，量化投资对于普通投资者来说有着非常高的门槛。