AI金融科技前沿研讨会在东京大学成功举行

摘要：5月17日上午，由西安交通大学日本校友会与延边一中日本校友会IT分会联合主办的“思源论坛｜AI金融科技前沿研讨会”在东京大学工学部14号馆顺利举行。本次论坛以“智能时代的金融革命：AI 与量化策略融合”为主题，吸引了来自金融科技、计算机科学、区块链与合规等领域

——聚焦智能时代的金融革命与量化策略融合

作者：孙一硕邱煜祥

5月17日上午，由西安交通大学日本校友会与延边一中日本校友会IT分会联合主办的“思源论坛｜AI金融科技前沿研讨会”在东京大学工学部14号馆顺利举行。本次论坛以“智能时代的金融革命：AI 与量化策略融合”为主题，吸引了来自金融科技、计算机科学、区块链与合规等领域的二十余位从业人员、校友和在校学生参加，现场交流热烈，气氛活跃。

本次论坛由西安交通大学日本校友会副会长兼延边一中日本校友会副会长全俊主持。他在开场致辞中指出，论坛旨在搭建产学研跨界交流平台，推动AI技术与金融科技深度融合，同时也是两校校友组织首次在东京联合举办活动，体现了跨地域与跨学科合作的新探索。

应邀主讲的申茂源是西安交通大学软件工程硕士，现任某金融科技公司AI工程师，曾主导加密资产交易平台反洗钱模型与合规模块的研发，并深度设计与优化加密资产算法交易系统。在本次演讲中，他围绕“AI与量化策略融合”这一核心议题，系统介绍了AI技术在当前金融科技中的多维应用，特别是在加密金融生态中的实践经验。

在算法交易方面，他详细讲解了如何使用LSTM与Transformer等深度学习模型对加密资产（如BTC、ETH）进行价格预测，并结合市场有效性假说（EMH），指出通过模拟量化策略，可以识别并捕捉“未公开信息”带来的alpha收益。此外，他还强调了因子模型设计与信息差利用在策略生成中的关键作用。

在市场营销与客户推荐领域，申茂源介绍了如何基于客户画像与交易行为数据，构建智能推荐系统与推广策略，从而有效提升转化率和客户生命周期价值。谈及外汇仓位管理，他展示了利用预测模型评估客户订单需求与市场流动性的实践路径，阐述了AI在动态仓位分配与风险对冲策略中的作用。

在合规与反洗钱（KYC/AML）方面，他分享了构建基于区块链数据的实时监测管道的思路。通过对链上地址进行行为标签分类（包括交易所、挖矿、服务商、赌博、暗网、混币、勒索等七大类），并引入“六度空间”理论分析转账路径聚集性，可识别高风险地址，并协助执法机构实施资产冻结。

此外，在区块链数据分析板块，申茂源以真实案例演示了某交易所被盗资金在链上混币、转移的全过程，展示了链上数据在量化交易与风险预警中的独特价值。他指出，链上数据具有公开、透明、可实时更新等优势，正在成为金融建模的重要数据源之一。

技术实现层面，他强调了高效特征工程的重要性，包括从价格、成交量、链上转账量、地址聚集度等多个维度提取特征，同时融合常见技术指标如移动平均、动量指标、波动率等。在模型训练方面，他介绍了使用GPU集群进行分布式深度学习的实践经验。最后，申茂源还分享了其alpha提取思路，结合CIS日内交易逻辑与Simons Medallion Fund的策略设计灵感，开发了多因子选股模型与时间序列融合策略。

随后，主讲人现场展示了量化策略模拟工作坊，在模拟平台上进行策略回测操作，从参数设定、历史数据加载、回测执行到收益曲线与风险指标分析，全面展示了量化策略从构想到验证的全过程。

在主讲人的精彩讲座结束后，西安交通大学在日校友会副会长全俊结合其多年在金融领域的丰富从业经验，对讲座内容进行了深刻总结，并分享了自己的感想。他与申茂源围绕“市场的有效性与滞后性”展开深入探讨，为与会者提供了更为多维的理解视角，令人受益匪浅。

在随后的自由问答环节中，参会者踊跃参与，自我介绍后积极提问，现场气氛热烈。问题涵盖模型过拟合、硬件部署、数据清洗、跨链数据采集等多个实际应用领域。申先生也结合自身经验逐一细致作答，为现场听众提供了具有实践指导意义的解答。

论坛最后，西安交通大学日本校友会会长郑海洋对本次活动作总结发言。郑会长高度评价本次讲座的组织质量与互动氛围，指出母校在人工智能领域的持续深耕与领先优势，强调西安交通大学人工智能专业在全国的先导地位，并鼓励在日校友今后多围绕人工智能发展与实际应用开展交流与合作。同时，郑会长回顾了校友会开展创新创业活动的初衷与发展历程，对活动未来的发展方向提出指导意见，期待从知识分享迈向经验落地，为校友事业发展注入更多活力。