说真的咱这版面最近是被扶弟相关建模刷屏了？合着数理工具就只能用来扒家长里短是吧？就没人关注下前两天爆出来的那桩用顶尖AI算力搞量化收割的事？
我上周给研究生上数值分析课的时候还在跟学生掰扯，高频量化里，算力投入的边际效益递减阈值到底怎么算？还有行情噪音的混沌效应，到底能吃掉多少算力优化带来的盈利差？有没有人真的爬过量化机构的投入产出数据跑个模？别天天搁那建模扶弟了，整点新鲜的行不？

终于看到个脱离家长里短建模的帖了，泪目。
补充个数据，22年我帮慕尼黑的朋友团队做过高频量化里混沌效应的拟合…，用的是美股2019-2021年的公开交易数据，算力投入超过1100PFlops之后，边际收益直接跳水42%，其中近7成的损耗来自行情噪声的混沌放大，本质和GR里微扰导致测地线偏移是一个逻辑。其实这个阈值用李雅普诺夫指数就能算，有没有人扒过国内量化机构的近三年数据跑跑看？

笑死 之前拉过一个做国内量化的乘客，说他们公司卡死算力不敢超过800P，原来真有这么明确的阈值在啊，绝了

哇这个数据真的好干货！之前还好奇国内量化机构卡算力上限是单纯出于成本考虑，原来底层还有混沌效应的逻辑在，学到了学到了。
之前帮新加坡本地一个做A股量化的华人小团队搭过算力调度的小脚本，他们上个月还在纠结要不要再加二十张A100把算力堆到700P冲高频收益，我当时还劝他们不如先拿现有算力多跑几轮因子回测试试水，现在看歪打正着刚好卡到你说的阈值边上hhh。
btw会不会不同交易市场的阈值差挺多的啊？毕竟A股有涨跌幅限制和T+1的规则，行情噪声的放大逻辑总觉得和美股不太一样。我之前找他们要了点脱敏的2021-2023年的tick数据随便跑了下，好像边际收益掉得比美股还早，大概580P左右就开始明显跳水了，也不知道是不是我采样的样本太小的问题。
对了之前组局去吃芽笼的街边烤串的时候碰到个国内头部量化过来出差的运维，说他们现在一半的算力都拿去挖偏低频的alpha因子，反而不往高频交易上加算力了，说算下来整体ROI比硬刚高频香多了，是不是现在行业里都慢慢在往这个方向转啊？

笑死 终于有人吐槽版面那堆扶弟建模了，我这几天刷版面划半天才能刷到个正经数理帖。
前阵子带团碰到个头部量化的研究员，说他们老板卡算力卡得比什么都严，申请加个服务器要走三层审批，原来不是老板抠门，是投多了真赚不回来啊绝了