声明：以下内容转载自“哈尔滨工业大学计算学部公众号”

6月19日，计算学部在活动中心316会议室成功举办了第二十九期哈工大计算学部人工智能学科发展论坛（仲荣论坛）。本次论坛由计算学部主办，承办方为语言技术研究中心和哈工大计算社会科学协同创新中心，邀请哈尔滨工业大学（深圳）王晓龙教授、哈尔滨工业大学经济与管理学院金融系主任孙佰清教授做专题报告。活动由计算学部人工智能学院孙承杰副教授主持，计算学部、计算社会科学协同创新中心及多位校友等校内外学者与会交流，活动共计校内外60余位师生参加。

✦

✦

王晓龙教授做题为《智能时序决策的研究与实践》的报告。报告首先以三子棋、拼音汉字转换和生成式任务等智能时序应用问题引入，对证券投资的计算复杂度进行了科学严谨的对比分析，指出证券投资智能时序决策问题是计算复杂度最高的最难解问题之一。此外，还体现了验证难和实践难等挑战。报告提出了“海天4S”的理性投资的科学方法，指出必须立足证券投资多空博弈的本质规律，兼顾投资学的三大逻辑即趋势投资、价值投资和博弈投资，最终形成个性化的投资理念。报告还提出了业绩三要素的投资实践评测方法和业绩归因的理化计算方法。报告最后提出了包括证券标的、买卖价格、交易数量、盈利期望和时序应对的投资操作五维模型，该模型建模了所有可能的投资任务。王教授团队通过实践案例验证了报告中方法的实践价值，为证券投资的决策提供了系统化、科学化的解决策略。

✦

✦

孙佰清教授做题为《基于生成式人工智能的量化投资大模型构建及应用》的报告。报告首先阐述了量化投资的定义与特点以及大模型智能体技术概要，然后重点阐述了量化投资因子大模型智能体的构建和实践应用。孙教授团队基于量化交易问答、量化投资问答和麦语言代码问答等数据，基于Lora微调LLaMA2的700亿参数模型，作为智能体大脑；在采用大模型评价标准上，模型在量化投资方面的性能较通用大模型有显著的提升。在此基础上，团队提出了因子择时智能体架构，最终将构建基于微调后模型的量化投资智能体系统。该系统的整体架构采用分层设计模式，分别为用户层、应用层、交互层和数据层。最后，孙教授介绍了量化投资大模型实践和基于多智能体系统的量化投资因子大模型智能体实践。团队的研究成果在 WorldQuant BRAIN Genius（世坤首届量化天才挑战赛）中斩获总体成绩第一名。

在随后的交流研讨环节，与会专家与师生围绕“智能决策模型在金融中的实战方案”及“大模型智能体技术落地投资的挑战与路径”两大核心议题展开深度对话。针对王晓龙教授提出的“智能决策五维模型”，听众们探讨踊跃，提出问题：“五维模型是个理论模型，如何用于金融实战”“五维模型中的利差和应对如何确定”。王教授回应称，五维模型虽为理论框架，但可直接指导实战操作，根据股民个人的需求来实例化模型，但其中各个维度的确定需要专业的知识和经验做指导。孙佰清教授的报告则引发了对技术落地的讨论。当被问及“当使用多智能体但创建量化投资体群时，如何将操盘手的专家经验落地到智能体系统中”时，孙教授表示这确实是个极有挑战的工作，这也将是团队下一步的工作内容。

本次仲荣论坛成功融合前沿知识分享与思辨性讨论，为师生注入科研灵感，点燃学术热情，生动展现了文工交叉领域的无限潜力。