西安交通大學日本校友會在東京大學舉辦“AI金融科技前沿討論會”

作者：邱煜祥

2026年3月28日，由西安交通大學日本校友會主辦的“AI金融科技前沿討論會”在東京大學舉行。活動邀請長期深耕前沿金融科技與量化交易實踐的行業嘉賓孫成斌擔任主講人，圍繞“高頻套利策略與AI工具在量化交易中的應用”作專題分享。西安交通大學日本校友會會長鄭海洋，副會長全俊，副會長兼秘書長邱煜祥，上海交大日本校友會執行會長吳俊，復旦大學日本校友會會長劉炳江等兄弟校友會及在日華人企業及投資界的多位嘉賓參加活動、共同交流。

活動伊始，全俊代表主辦方致歡迎辭。他表示，非常高興能在東京大學這一重要學術平臺，與各界朋友共同探討AI金融科技領域的前沿話題。恰逢西安交通大學建校130周年暨西遷70周年紀念日前夕，此次活動既是一次圍繞前沿技術與產業實踐展開的深入交流，也是校友會凝聚校友、促進合作、服務創新創業的重要舉措。

全俊還介紹說，除西安交通大學日本校友會的校友外，現場還有來自上海交大、復旦大學等兄弟院校的校友代表，以及延邊一中校友會、朝鮮族經營者協會的朋友、在日華人企業家和專程到場的投資界人士。多元背景嘉賓齊聚一堂，使本次討論會兼具專業深度與開放視野，也為后續交流合作奠定了良好基礎。

在主題演講環節，孫成斌結合多年行業實戰經驗，系統梳理了新興金融市場中的高頻交易邏輯、套利策略框架以及AI工具在量化研究中的應用場景。他指出，相較傳統市場，這類新興市場通常具有交易時間長、波動幅度大、跨平臺運行特征明顯、交易規則差異較多、技術參與門檻相對較低等特點，這些因素共同塑造了獨特的策略空間與研究價值。

圍繞套利策略這一核心主題，孫成斌重點介紹了多種典型思路，包括基于持倉成本與結算機制的收益獲取方式、跨平臺價差策略，以及依托不同執行規則與撮合機制形成的結構性機會等。他結合實際案例，分析了這些機會產生的市場基礎，以及執行過程中可能面臨的滑點、單邊暴露、手續費、風控限制和系統穩定性等問題，使在場聽眾對量化策略的收益來源與風險約束有了更立體的理解。

在高頻交易部分，孫成斌進一步指出，高頻交易的本質，是通過速度、頻率和執行效率，將微小優勢不斷累積并放大。他介紹說，高頻交易能夠更敏銳地捕捉短時價差、提升資金利用率、平滑收益波動，但與此同時，也對基礎設施、程序架構、延遲控制、費率管理以及實時風控提出了更高要求。特別是在實際應用中，算法優化與流動性適配往往直接決定策略的穩定性與可持續性。

關于AI在量化交易中的應用，孫成斌結合當前行業發展趨勢，介紹了AI在多個環節中的實際價值，包括Alpha挖掘、訂單簿建模、短周期價格預測、風險識別、動態倉位控制、策略生成、數據清洗與回測自動化等。他提到，AI不僅能夠幫助研究者從多維數據中識別傳統方法難以捕捉的非線性關系，也正在顯著提升策略開發、調試和迭代的效率。圍繞工具層面，他還分享了ChatGPT、Claude、Openclaw等常用工具在代碼生成、數據處理、邏輯設計和Debug優化中的實際用途。

在隨后的自由交流與問答環節中，現場互動十分熱烈。與會者圍繞量化策略開發、AI工具輔助研究、技術門檻與行業趨勢等問題展開了深入討論。其中，有參會者提出“怎樣優化AI提示詞”這一非常貼近實際工作的問題，引發了大家對“如何更高效地使用大模型提升研究與開發效率”的廣泛共鳴。主講人結合實際經驗，從問題拆解、目標明確、上下文補充和迭代式提問等角度進行了回應，進一步增強了活動的實踐價值。

當日晚間，部分嘉賓繼續參加了晚餐交流會。大家在更加輕松的氛圍中，圍繞AI技術、量化方法、金融科技發展趨勢、行業人才需求以及中日創新資源對接等話題展開了進一步交流。與會者普遍表示，此次活動不僅拓寬了對前沿金融科技和量化交易體系的認知，也充分體現了校友平臺在促進跨界交流、資源整合和合作聯動方面的重要作用。

本次“AI金融科技前沿討論會”既是一場聚焦前沿問題的專業分享，也是一場連接校友、產業界與投資界的高質量交流活動。未來，西安交通大學日本校友會將繼續發揮平臺優勢，圍繞科技創新、產業實踐與創新創業等方向，舉辦更多具有前瞻性、專業性和連接價值的活動，持續推動校友之間、校友與社會之間的深度互動與合作。