PandaAI Li Yuqi: Der Wettbewerb im KI-Handel entwickelt sich vom Faktorwettbewerb hin zum Agent-Wettbewerb

Mit der fortlaufenden Weiterentwicklung von Technologien wie großen Sprachmodellen und Multi-Agent-Koordination (A2A) beschleunigt die Künstliche Intelligenz ihren Übergang von einem Hilfswerkzeug zu zentralen Geschäftsszenarien im Finanzwesen. Wie KI an der Handelsforschung teilnimmt und welches Mensch-Maschine-Kooperationsmodell sich in der zukünftigen Finanzbranche herausbilden wird, wird zu einem neuen Thema, das die Branche zunehmend beachtet.

Am 1. August hat Li Yuqi, Gründer und CEO von PandaAI, auf der Preisverleihung des 3. PandaAI-Faktorwettbewerbs und des KI-Handelsgipfels in Hongkou, Shanghai, erstmals systematisch das L0-L4-Entwicklungssystem für KI-Handel vorgeschlagen, um den Entwicklungspfad der KI-Beteiligung an der Handelsforschung mit einem einheitlichen Rahmen zu definieren. Seiner Meinung nach wird sich der zukünftige Wettbewerb im KI-Handel schrittweise vom Wettbewerb um die Fähigkeiten einzelner Modelle zum Wettbewerb um Agent-Fähigkeiten, Kooperationsfähigkeiten und Forschungsparadigmen wandeln.

Während des Gipfels wurde gleichzeitig die Anmeldung für den 4. PandaAI-Faktorwettbewerb gestartet und ein neues Produktsystem für die Ära des KI-Handels vorgestellt. Gäste aus Finanzinstituten, der akademischen Welt, der Industrie und der Entwicklergemeinde führten Austausche zu Themen wie KI-Handel, Agenten und Multi-Agent-Kooperation durch.

Vom Faktorwettbewerb zum Wettbewerb um intelligente Agenten (Agent)

Li Yuqi erklärte, dass sich die Entwicklung des quantitativen Investierens in den letzten mehr als zwanzig Jahren stets um den Alpha-Faktor dreht hat. Forscher suchen kontinuierlich nach Überrenditen durch Faktorextraktion, Modellerstellung und Strategievalidierung. Faktoren waren stets das wichtigste Forschungsobjekt der quantitativen Forschung, weshalb auch die früheren Faktorwettbewerbe von PandaAI nach diesem Pfad gestaltet waren.

Aber mit der raschen Verbesserung der Fähigkeiten großer Sprachmodelle werden immer mehr standardisierte Forschungsprozesse automatisch von KI erledigt. Arbeiten wie die Verarbeitung öffentlicher Daten, die Generierung von Strategien, historische Backtests und Forschungsvalidierung werden allmählich zu grundlegenden Fähigkeiten, die KI effizient erledigen kann. Der traditionelle Wettbewerbsvorteil, der auf der Erlangung von Alpha durch öffentliche Informationen beruht, schrumpft stetig.

Li Yuqi ist der Meinung, dass in Zukunft nicht mehr nur die Gültigkeit einzelner Faktoren die Wettbewerbsfähigkeit bestimmt, sondern wer ein Agent-System aufbauen kann, das kontinuierlich lernt, selbstständig plant und kooperativ arbeitet.

„Die Modellverbesserung löst das Effizienzproblem, während die Paradigmaverbesserung die Wettbewerbsweise der nächsten zehn Jahre bestimmt“, erklärte Li Yuqi. Im KI-Zeitalter verlagert sich der Kern der Handelsforschung von „einen guten Faktor suchen“ zu „einem sich stetig weiterentwickelnden intelligenten Forschungssystem aufbauen“.

Seiner Meinung nach werden Agenten in Zukunft schrittweise an vollständigen Prozessen wie Marktanalyse, Faktorforschung, Strategieentwicklung, Risikomanagement, Handelsausführung und kontinuierlicher Optimierung teilnehmen. Die Beziehung zwischen KI und Mensch wird sich von „hilfsweise Aufgaben erledigen“ zu „gemeinsam an der Forschung teilnehmen“ entwickeln.

Von L0 zu L4: KI wandelt sich von einem Hilfswerkzeug zum Subjekt der Forschung

Im Hinblick auf den Entwicklungspfad des KI-Handels hat Li Yuqi auf der Konferenz erstmals das fünfstufige L0-L4-Entwicklungssystem für KI-Handel vorgeschlagen, um einen einheitlichen Rahmen für das Verständnis der Entwicklung des KI-Handels zu schaffen.

Dabei steht L0 für vollständig manuell durchgeführte Forschung und Handel;

In der Phase L1 übernimmt KI hauptsächlich Hilfsaufgaben wie Codegenerierung und Prompt-Optimierung;

In der Phase L2 beginnt KI, durch standardisierte Agenten am vollständigen Investitionsforschungsprozess teilzunehmen und einen geschlossenen Kreislauf einzelner Agenten zu bilden;

In der Phase L3 arbeiten mehrere Agenten koordiniert (A2A), um selbstständige Planung, gegenseitige Kontrolle und kontinuierliche Iteration zu realisieren;

L4 bedeutet, dass KI standardisierte Forschung und Handel auf öffentlichen Märkten erledigen kann, während sich Menschen stärker auf die Festlegung von Investitionszielen, die Erlangung nicht öffentlicher Informationen und die Kontrolle von Risikogrenzen konzentrieren.

Li Yuqi erklärte, dass dieses System nicht nur die Verbesserung der KI-Fähigkeiten widerspiegelt, sondern auch die Veränderung der Produktionsweise des Handels. Seiner Meinung nach sind Agenten keine Chatbots im herkömmlichen Sinne, sondern ein wichtiges Zeichen dafür, dass KI beginnt, wirklich am Finanzforschungsprozess teilzunehmen. Der zukünftige Branchenwettbewerb wird sich schrittweise vom Wettbewerb um punktuelle Modellfähigkeiten zum Wettbewerb zwischen Forschungssystemen, Kooperationsfähigkeiten und Infrastrukturen wandeln.

Aufbau einer KI-Finanzinfrastruktur: Das neue Produktsystem von PandaAI wird offiziell vorgestellt

Bemerkenswert ist, dass das auf diesem Gipfel vorgestellte Entwicklungssystem nicht nur auf der theoretischen Ebene verbleibt. Li Yuqi stellte vor, dass sich das Team im Hinblick auf den Entwicklungspfad des KI-Handels kontinuierlich mit Richtungen wie L2-geschlossenen Kreislauf-Agenten und L3-Multi-Agent-Kooperation befasst, durch geschlossene Forschungs systeme und Multi-Agent-Kooperationsmechanismen neue Paradigmen für den KI-Handel erforschen und die entsprechende Fähigkeit weiter zur technischen Umsetzung bringen will.

Unter dem Konzept „Eine einzelne Person kann auch ein KI-quantitatives Handelsteam besitzen“ hat PandaAI gleichzeitig ein brandneues Produktsystem für die Ära des KI-Handels vorgestellt. Von der natürlichen Sprachinteraktion und visuellen Forschungsplanung bis hin zur Erstellung von Agenten und der Zusammenarbeit mehrerer Agenten übernehmen verschiedene Produkte unterschiedliche Ebenen von KI-Handelsfähigkeiten und bilden gemeinsam eine vollständige intelligente Forschungs- und Handelsinfrastruktur.

Erstens ist das neu eingeführte QUBE als konversationeller Strategieassistent positioniert, der die Fähigkeit von PandaAI zur natürlichen Sprachinteraktion repräsentiert. Nutzer müssen nur ihre Handelsgedanken in natürlicher Sprache beschreiben, um Daten abzurufen, Strategien zu generieren, Backtest-Validierungen durchzuführen und Handelssignale auszugeben, was den Weg von der Ideenfindung zur Strategievalidierung erheblich verkürzt.

Das brandneue Trading OS arrangiert Daten, Skills und Agenten mit einem neuartigen visuellen Canvas für KI-Arbeitsabläufe, sodass Nutzer vollständige quantitative Forschungsaufgaben durch natürliche Sprache aufbauen, verbinden und automatisch ausführen lassen können.

Auf dieser Grundlage ist EVO als integrierte Forschungsplattform für KI-Handelsagenten positioniert, die Agentenerstellung, Aufgabenverwaltung, kooperative Forschung und Strategieausführung in einem vereint, sodass eine einzelne Person auch ein vollständiges KI-quantitatives Handelsteam besitzen kann.

Vor Ort bei der Veranstaltung demonstrierte PandaAI auch die A2A-Agentenkooperationsfähigkeit im Szenario von Trading OS. Mehrere Agenten, die für Forschung, Analyse, Risikokontrolle und Handel zuständig sind, teilen Informationen und Erfahrungen, arbeiten selbstständig aufgeteilt, geben sich gegenseitig Feedback und erledigen Aufgaben kooperativ. Sie optimieren ihre Forschungsgedanken und Bewertungsstandards in fortlaufender Interaktion stetig weiter und zeigen die neue Form des KI-Handels, die sich von „einzelnen Assistenten“ zu „kooperierenden Teams intelligenter Agenten“ entwickelt.

Li Yuqi erklärte, dass durch eine einheitliche KI-Infrastruktur die KI wirklich am gesamten Prozess der Finanzforschung teilnehmen soll, statt nur auf der Ebene der Codegenerierung oder intelligenten Frage-Antwort-Spiele zu verbleiben.

Der 4. Faktorwettbewerb wird gestartet, um neue Wege der KI-gestützten quantitativen Forschung zu erkunden

Wie bekannt ist, wird die neue Wettbewerbsrunde auf der Grundlage des fortgeführten Kernrahmens der Faktorforschung die Anwendung von KI in der quantitativen Forschung weiter stärken und die Teilnehmer dazu anregen, KI am gesamten Prozess wie Faktorextraktion, Strategieentwicklung, Modelloptimierung und Forschungsvalidierung teilnehmen zu lassen, um neue Modelle der KI-gestützten quantitativen Forschung zu erkunden.

Als offener quantitativer Wettbewerb, der bereits drei Jahre in Folge veranstaltet wird, hat der PandaAI-Faktorwettbewerb schrittweise ein vollständiges System aufgebaut, das Wettbewerbsorganisation, einheitliche Bewertung, Schulungen vor dem Wettbewerb und Ergebnispräsentation abdeckt. Bei der dritten Wettbewerbsrunde haben sich insgesamt 12958 Personen angemeldet und 7438 Faktor-Arbeitsabläufe eingereicht, womit sowohl die Anmeldezahl als auch die Anzahl der eingereichten Werke einen neuen historischen Höchststand erreichen.

Während des Gipfels fand gleichzeitig die Preisverleihung des 3. Faktorwettbewerbs statt, bei der herausragende Teilnehmer ausgezeichnet wurden. Preisträgerteams von Universitäten, Finanzinstituten und der Entwicklergemeinde teilten ihre praktischen Ergebnisse in den Bereichen Faktorforschung, KI-Anwendung und Strategieinnovation.