（转自：开源证券研究所）
Q
一句话对金融工程行业的理解
A
金融工程的目标，不是做独立的投资流派，而是成为各类投资决策的辅助工具。通俗的比喻，金融工程不是一员具体的五虎上将，它是铠甲、赤兔马、青龙偃月刀，是投资经理可以按需添加的武器。我们期待金融工程研究能打破自身的边界，与各类投资领域深度融合，成为被广泛接受的通用工具。
Q
研究的方法论有哪些？
A
开源金融工程的研究，特别强调“讲逻辑”和“可验证”。讲逻辑，是指不能只注重数据测算的结果，而是要追求对现象背后逻辑的理解。如果只盯着历史数据做研究，试图从历史规律上拟合一切参数，容易误入数据游戏的歧途。可验证，则是指策略步骤必需能被复现、交易观点必需能被检验，避免自我陶醉在模棱两可、无法证伪的讨论中。我们将以上准则，注入到关于权益量化、资产配置、基金产品的所有研究中。比如，对于券商金股的优选策略，我们从“新进金股具有更高的alpha推荐动机”的行业生态入手，构建组合筛选步骤。又如，我们从“在什么情况下，股价过度反应的强度更大”的问题出发，提出了开源金融工程独家的“理想反转因子”。
Q
如何看到AI对研究工作的赋能？
A
大致有三个方面的赋能。一是在投资策略开发的层面，借助深度学习等算法，更高效地开发选股因子，开源金融工程团队已重点布局并推出了机器学习系列深度专题。二是在日常的量化研究中，协助更高效地撰写代码、处理数据。三是在信息整合方面，借助自然语音处理技术，对新闻、研报、文献等海量文本材料进行快速分析，提炼关键内容，撰写总结材料。
