即便策略逻辑（趋势跟踪、统计套利）相同，AI 应用方式的差异也会让业绩相关性彻底瓦解 ， 传统量化是 “同一条赛道上的竞争”，而 AI 时代的量化是 “不同维度的较量”，维度差距之下，结果自然天差地别，一个赚钱，一个亏钱的分化局面。

本质是其 AI 应用已形成「数据 - 算法 - 算力」的闭环生态：​
数据端：整合 120 + 另类数据源（含卫星、舆情、链上数据），是传统机构的 6 倍；​
算法端：采用「LLM + 强化学习」双引擎，而非单一机器学习模型；​
算力端：自建 GPU 集群，算力规模是中型机构的 10 倍以上。​
反观多数中小机构，仍停留在「买数据 + 租算力 + 调模型」的碎片化应用阶段 —— 这种「生态级差距」，才是业绩分化的终极原因。​

2025 年量化行业的业绩数据，直观印证了 AI 应用差异的影响：​
AI 应用差异和策略拥挤
时间（使用经验超过十年的老手与新手 ）、 重点领域（信号研究/投资组合构建/交易执行） 以及方法