华泰人工智能研究6周年回顾
　　近年来，人工智能在量化投资领域已取得令人瞩目的成绩，同时也伴随诸多争议，机遇与挑战并存。2023年3月，ChatGPT的火爆出圈再一次将投资人的目光吸引到AI这一领域，大模型“涌现”所带来的惊喜令人充满期待。作为人工智能量化研究的先行者，华泰金工团队2017年6月1日以来陆续发布深度报告68篇，涵盖模型测试、因子挖掘、另类数据、对抗过拟合、生成对抗网络、综合六大主题。正值首篇研报发布6周年之际，我们对系列研究进行回顾，述往事，思来者。
　　模型测试主题
　　模型测试是系列早期侧重的主题。2017年我们测试广义线性模型、支持向量机、决策树、神经网络等模型的选股效果，发现随机森林、XGBoost这两类决策树集成模型较为适合多因子选股场景，兼具拟合能力强、稳定性好、训练效率高等优点。近期我们关注多任务学习在AI量化策略中的应用，测试多目标损失函数的不同融合方式对超额收益的影响，挖掘不同预测目标下的增量信息。
　　因子挖掘、另类数据主题
　　持续迭代的因子库是多因子模型长期运作的基石。2019年6月，我们展示遗传规划在量价选股因子挖掘中的详细流程，并且持续探索改进方案，近期将算法拓展至一致预期因子挖掘。2020年6月，我们构建全新的因子挖掘神经网络AlphaNet，实现端到端的因子自动挖掘和合成。2023年5月，我们关注GRU网络在端到端因子挖掘中的应用，对个股日间和日内不同频率的数据进行混频合成，挖掘出的因子在不同的股票池中都展现出优秀的选股能力。2020年起，我们借助NLP中的技术对新闻舆情、分析师研报等另类数据，挖掘增量Alpha。
　　对抗过拟合、生成对抗网络、综合主题
　　投资者对人工智能的质疑集中于过拟合和黑箱，我们提供丰富的工具加以应对。金融市场数据量有限，过拟合难以避免，生成对抗网络（GAN）可以生成以假乱真的“伪造”数据，有助于我们训练模型和理解市场。我们还探索特征选择、另类标签、因果推断、无监督学习在投资中的应用。近期我们学习九坤在Kaggle举办的量化投资大赛中的成功经验，总结量化A“炼丹” I中的技巧，提升模型收益。跟进GPT大语言模型对量化投资可能带来的影响，通过四则实例分析GPT对投研工作带来的效率提升。
　　华泰人工智能系列的初心
　　人工智能并不神秘。其本质是以数理模型为核心工具，结合控制论、认知心理学等学科的研究成果，最终由计算机模拟人类的感知、推理、学习、决策过程。人工智能并非万能。现实世界高度复杂，任何模型相对于整个世界都太过简单。世界时刻处于演化中，没有任何模型能长期有效，必须同步保持更新。华泰人工智能系列的愿景，是通过切实的研究与实践，澄清人们对人工智能的误解和偏见，帮助人们更清晰地认识人工智能的长处和局限，从而更合理、高效地将人工智能运用于投资。回顾过往68篇研究，我们秉持了这一份初心，也希望为读者带来了启发。
　　风险提示：人工智能挖掘市场规律是对历史的总结，市场规律在未来可能失效。人工智能技术存在过拟合风险。