從通訊到量化：一位FMBA校友的跨界思考與AI時代遇見

FMBA“校友回響”欄目，旨在追尋FMBA校友星光。在這裡，聆聽FMBA校友的奮鬥故事、行業見解與人生體悟。從他人的足跡里，看見更廣闊的世界，汲取前行的力量。

本期內容讓我們一起走進深圳鯤騰私募證券投資基金管理有限公司總經理劉亮校友（FMBA 2015屆）。

Q1 最終選擇在深圳定居並專注於量化交易領域，這一決定背後是否與年齡階段及城市特性有關？

定居深圳確與人生階段有關，到了一定年齡便傾向於安定。深圳本身也是一座很特別的城市。我本科就讀於北京郵電大學通信專業。當時在北京求學的人大多不願離開，但我自小習慣多想幾步——如同下棋，常看兩三步之後的局面。

彼時同學們乃至海淀區頂尖高校的畢業生，普遍選擇留京或出國。我開始思考：是否必須走一樣的路？後來趁改革開放深化的機遇，我來深圳考察，發現這裡人才競爭不如北京激烈，碩士畢業生仍屬稀缺。從發展趨勢判斷，深圳必將崛起，因此一畢業我便南下。

不過其間我也經歷了多次流動：曾赴美兩年，輾轉上海、北京，後又赴香港創業。最終在創業結束後回到深圳，近十幾年來一直定居於此，專注於量化交易。

Q2 在香港創業期間開始接觸量化領域，當時為何選擇這條路徑？

我做事習慣預留備選方案。當時創業項目聚焦戶外Wi-Fi技術，旨在實現移動場景下的辦公自由，前景十分看好。但我也清醒意識到，香港科技基礎相對薄弱，若創業未果，金融或是唯一可行的轉型方向。

因此創業期間，我便同步自學金融知識，考取CFA證書，做了充分準備。後來項目因股東內耗未能上市，我便啓動“Plan B”轉向金融行業。由於缺乏傳統金融從業經驗，且年齡已過三十，我必須找到能結合技術背景的領域——量化交易幾乎是自然選擇。

Q3 報讀了FMBA課程，這是出於怎樣的考慮？

為系統建立金融專業背書並拓展人脈，我選擇了當時是清華大學與香港中文大學合辦的FMBA課程，現已回歸香港由港中大獨立辦學。該項目橫跨兩地資源，且在深圳授課，十分契合我後期回到內地發展的規劃。可以說，這個課程對我而言近乎“量身定制”。

Q4 FMBA學習對您產生了哪些實質性的幫助？

主要體現在三個方面：

第一，知識可以自學，但思維維度的提升需要良師益友。FMBA匯聚了優秀的師生群體，幫助我將理論知識與實踐場景深度融合。

第二，積累了寶貴的金融行業人脈，為日後創業奠定基礎。

第三，名校項目的背書增強了專業可信度。畢業次日，我便受聘為一家國內領先高頻交易公司的CTO——他們需要兼具技術背景、創業經驗和金融知識的人才，我的履歷恰好匹配。

Q5 從技術走向管理，有哪些心得可以分享？

量化行業雖是智力密集型，但管理挑戰顯著。金融行業往往凸顯個人英雄主義，而量化策略研發又依賴團隊協作，二者之間存在張力。因此，合理的分配與治理機制至關重要。

我們公司在創立之初便借鑒科技企業經驗，設計AB股結構及員工持股平台，完善底層制度架構。這些管理思維的構建，很大程度上得益於FMBA課程的系統訓練及以往創業的反思。

Q6 您如何看待當前AI技術對金融及更廣泛行業的影響？

AI正演進為底層的“操作系統”，不僅是效率工具，更將引發研究與應用範式的變革。例如在我公司，編程模式已逐步轉向自然語言與AI智能體協作，這代表了“智能體”（Agent）技術的落地。未來幾乎所有行業都將步入“AI化”進程。

從投資視角看，AI是明確的主線。去年以來資本市場信心恢復，便與DeepSeek等AI技術的突破密切相關。AI產業發展將帶動算力、能源、原材料等全鏈條需求，例如近期與電力基礎設施相關的有色金屬價格上漲，便部分反映了這一趨勢。

Q7 DeepSeek創始人梁文峰同樣出身量化領域，您如何看待“從量化到AI”這一路徑？

這反映了行業頂尖人才的共識：通過量化交易積累資金，進而投向前沿科技研究。在國際上亦有先例，例如文藝復興科技公司創始人西蒙斯（Jim Simons），其後期大力資助數學與生命科學研究；D.E. Shaw的創始人大衛·肖（David E. Shaw）亦在量化成功後設立專注計算生物的研究機構。

我們公司於2021年在長沙設立了“商敘智能”科技公司，正是希望以量化收益反哺硬科技，尤其是AI在基因與醫療領域的應用。

Q8 展望2026年，哪些方向值得重點關注？

AI應用的工程化落地將是重點，尤其是在剛需強、可規模化的場景。例如基因與疾病關聯分析：基因數據本身開放，關鍵在於通過高效計算挖掘規律，這本質是工程問題。

另一方面，AI發展將推動能源與材料需求。算力增長必然提升電力消耗，進而帶動電網改造及有色金屬需求，這在當前商品期貨市場中已有所體現。

然而也需注意商業化過程中的現實阻力。以AI醫療影像為例，技術雖已成熟，但醫院決策者多為傳統醫生群體，變革仍需時間。理想需以資源為支撐——這也是為何我們希望通過量化業務積累實力，進而長期支持科研探索。

Q9 在AI時代，哪些能力依然難以被替代？

社交與協作能力。AI無法替代人與人之間的信任構建與共同創造。有觀察顯示，在美國收入最高的群體中，兼具數學能力與社交能力者表現最突出；僅社交能力突出者次之；而僅具數學能力者則相對受限。這印證了協作與溝通的持久價值。

正因如此，FMBA這類匯聚多元背景人才、促進深度交流的平台，在AI時代反而更顯重要。

Q10 請用一句話總結對未來的展望。

在AI席捲的時代洪流中，保持學習、持續開放、並與FMBA的良師益友並肩前行，或許是我們應對未來最穩健的姿態。