由于量化投資的平淡表現，2017年成為量化投資的“小年”。12月23日，在由永安期貨等于上海主辦的2017年第六屆中國對沖基金年會上，諸多國內各類知名資產管理機構掌門人及業內人士共同探討了國內量化投資的現狀，并對來年量化投資的方向做了展望。
 
　　期貨日報記者在會上了解到，隨著今年量化投資新情況的出現，業內人士對量化投資的認識也有了改變。上海富善投資有限公司期貨量化部投資總監田源表示，大家普遍認為量化投資追求廣度，涉及品種多，交易速度快，跟主觀投資相比能夠規避掉很多風險。但是從今年的情況來看，不利因素更加突出，量化模型大多數時候需要持倉，一直持倉就有可能連續虧損。這樣的情況，對量化投資基金管理人提出了新要求，就是在虧損到來時，能比較準確地判斷是量化策略的邏輯出了問題，還是市場暫時的異常。
 
 
　　“如果有這樣的判斷能力，那在市場暫時異常時，判斷不是策略邏輯出了問題，就可以堅持自己做法。這其實是非常好的事情，今年在期貨市場上我們看到很多團隊很優秀，雖然回撤了很多，但是在后半年機會來時又賺了回來，因為他們堅持了自己的做法。但是堅持的前提是對自己策略邏輯的風險有一個清晰認識，我覺得這是未來大家要提高的方向。”田源說。
 
　　數據對于做量化投資來講很重要，因此，2017年大數據和人工智能在投資中的運用成為資產管理行業的一大熱點，也是量化投資的一個發展方向。上海雷根資產有限公司總經理李金龍介紹，傳統、基礎的數據分析的數據為結構化數據，通過數據服務商都可以買到，這種數據分析稱為結構化分析。但研究數據采集樣本一樣，策略可能同質化嚴重。“因此我們需要一些非結構化數據，比如說輿情分析、搜索、圖形分析等，需要建數據庫，且數據采集難、過程比較長。”他說，但未來大數據分析是一個價值洼地，同時在這種數據當中還可以分析出來不一樣的策略，同質化不嚴重、相關性不高，在收益方面就能有明顯提升。
 
　　在人工智能運用于量化投資方面，李金龍認為，量化投資可以結合大數據與人工智能來預測事件，然后根據預測的結果進行投資，這也是新的投資機會。但人工智能現在理論和實際操作還有差距，國內量化投資應用人工智能，還要看衍生品市場的開放程度。而且市場有各式各樣問題，內外在因素很多，機器學習很難跟上人的思維，特別是政策性變化等外來因素，還需要人的佐證。
 
　　CTA策略今年回撤比較大，資金贖回也比較多，展望明年，深圳市衍盛資產管理有限公司董事長章友認為，明年其競爭會下降。不過在他看來，期權會是明年非常好的投資領域。今年不論是兩個新上市的商品期權還是50ETF期權交易量都非常可觀，同時場外期權風生水起，個人投資者和機構投資者包括產業客戶對其認可度都越來越高。因此，期權類策略包括場內和場外期權，都會是明年的風口。