颠末70余年的成长，机械进修正在良多方面收成了冲破性进展。正在A股市场的无效性和机构化趋向较着的布景下，量化私募面对获取超额收益难度添加的挑和。明汯投资暗示，机械进修等擅利益置海量数据和高维特征的方式正被快速使用到量化投研流程中。深度进修模子具有矫捷多样的收集布局，适合不怜悯景的建模问题，本身具有从动进修特征的能力。跟着收集层数添加，模子的线性和非线性表达能力也会正在必然范畴内较着加强。

　　深度进修做为机械进修范畴中的一个新兴标的目的，专注于进修样本数据的内正在纪律和表达条理，可被理解为“特征进修”或“暗示进修”。深度进修手艺操纵机械进修手艺本身来生成优良特征，使机械进修正在全从动数据阐发的道上更进一步。明汯投资早正在2017年、2018年就已起头系统性地将机械进修和深度进修手艺融入到保守的线性模子之中，率领团队开辟了现有投研系统和从动化买卖策略，成为国内最早一批将人工智能手艺成功使用到金融市场的量化私募办理人之一。

　　自2014年建立以来，明汯投资借帮机械进修、深度进修等前沿科学手艺，开辟全频次、全维度、全笼盖的策略模子，正在实践中将人工智能模子取保守量化模子无机连系，2019年起，明汯投资进一步加大投入，大规模扶植高机能计较集群，2023岁尾，明汯投资自有高机能计较集群位居世界超算排名TOP200榜单。

　　明汯投资指出，跟着人工神经收集的进一步成长，除了选择阐发曾经提取好特征的信号，还能够间接阐发原始数据而不需要提取特征。该做法能避免报酬选择导致的消息丢失，保留全数消息，最终有帮于获得相关性极低的α。

　　自1950年阿兰·图灵提出“图灵测试”以来，人工智能范畴已取得了长脚的前进。明汯投资做为国内量化投资的先行者，紧跟手艺成长的程序，将机械进修等前沿手艺快速使用于量化投研流程中。人工智能的焦点方针是付与机械施行以往只要人类才能完成的复杂使命的能力，机械进修做为其焦点，旨正在使计较机可以或许模仿人类的进修行为，建立进修能力，从而进行识别和判断。