百萬年薪的量化研究員，這并不單純是噱頭，首先是今年震蕩的A股市場下，量化私募基金的穩定表現獲得了更多投資者的關注，資金流入導致百億量化頻頻出現，更大的規模更多的管理費收入，使得量化私募有了更多招人的底氣；其次，量化基金本就是一個高人才密度的行業，這兩年在行業收入提升下，大量有海外量化基金經驗的大牛回歸，帶回了成熟的方法和策略，讓國內的私募基金頗為獲益，持續的人才投入帶來了基金業績的提升，量化私募也更愿意開出高價碼拉攏人才；最后，量化策略本身存在容量的問題，不少帶來超額收益的策略往往容量只有1-2億規模，這就意味著當這個策略被論證賺錢后，不斷涌入的新資金會進一步要求量化私募基金增強人員配置，你不配置優秀的人才，你就被淘汰。

而事實上，量化私募這幾年的“內卷”頗為嚴重，城頭變幻大王旗在這個行業不斷上演，過去幾年知名的黑翼、平方和在今年趨于平淡，更刺激了行業對于人才和硬件的投入，如果你不想輸，你就要一直跑下去。有時候我們看到了量化私募的光鮮亮麗，但卻沒看到核武般競爭背后的殘酷。

當然，現在武裝到牙齒的量化私募已經從過去的”低頻“走向”高頻“，這也使得量化私募的投資邏輯變得更加模糊，基金多空倉位的調整完全來源于機器學習，好股票和差股票的因果關系在模型中變得更淡，從投資上看，也許”高頻“和”機器學習“更符合市場的方向和投資者對高收益的極大偏好。但越來越高頻的量化私募行業，在內部競爭下最終走向內卷，都是鐮刀的市場，又怎會有超額收益？

從美國金融的經驗看，伴隨著量化私募的規模越來越大，高頻策略的小容量必然會使得他的影響力趨于式微，而低頻策略更注重因果性的特征，更能幫助市場發掘好公司，讓資本市場更加有序的運轉。而我們也有理由相信，這將會是境內量化私募必然要走的道路，從核武競爭的焦慮中走出，以機器學習的效率疊加主觀投資的優秀理念，才是未來我們真正要走的路。

頭部量化私募基金招聘實習生都已經達到了百萬年薪，這無疑讓很多其他行業的人士瞠目結舌。這不僅折射出私募管理行業整體規模的龐大和明顯的集聚效應，還體現出私募管理和AI人工智能的深度結合對人才素質的高要求。

當然，這種宣傳或多或少會有些吸引眼球的成分，但也著實證明了量化私募人才的稀缺，這些私募機構高薪禮賢下士也絕非虛言。未來的量化私募行業將會更加做實做精，這些高材生的專業技能要求也將越來越嚴格，競爭也將更加激烈。