在“量化金融的新趋势：理论与实践”国际学术会议上，全球十余个国家的百余位高校与科研机构学者齐聚上海交通大学徐汇校区，共同探讨人工智能驱动金融变革、市场微观结构、衍生品定价及可持续金融等前沿议题。会议期间，多位知名学者分享了量化金融领域的最新科研成果，并结合人工智能技术的发展趋势，对人才培养模式进行了深入探讨。
上海交通大学自然科学研究院院长金石在会上介绍了量子计算在金融领域的新应用。他指出，通过量子计算求解线性与非线性偏微分方程的新算法，为期权定价和最优控制问题提供了全新的计算路径，有望显著提升复杂金融问题的求解效率。这一突破为金融工程领域带来了新的可能性。
在市场微观结构研究方面，法国巴黎九大教授Mathieu Rosenbaum提出了统一的市场微观结构理论。该理论通过单一核心参数，系统解释了订单流持续性、波动率粗糙性以及市场冲击的幂律特征，从机制层面深入刻画了市场运行规律。这一理论为理解市场动态提供了新的视角。
对外经济贸易大学中国金融学院院长王天一则构建了一个考虑多状态转换与时变波动率的离散时间期权定价框架。该框架提升了模型在复杂市场环境中的刻画能力，为期权定价提供了更精准的工具。这一成果在衍生品定价领域具有重要意义。
会议还展示了人工智能与金融融合的最新进展。学者们展示了深度学习与强化学习在高维衍生品定价、复杂随机方程求解及动态对冲等问题中的应用。其中，平均场博弈理论的研究取得关键进展，为系统性风险建模和大规模异质主体市场均衡等复杂系统问题提供了更统一、更稳健的数学工具箱。会议在金融市场机制设计与微观建模方面也取得重要理论突破，为新型市场结构的理解与规范奠定了数理基础。
作为会议亮点之一，“宽客·对话”专场量化金融职业发展论坛搭建了学术与产业的桥梁。上海交通大学上海高级金融学院教授阚睿指出，量化金融教学需要从单纯的知识传授转向能力重塑，教师角色也应相应转变，以适应人工智能技术快速发展的背景。这一观点引发了与会者的广泛共鸣。
上海交通大学数学科学学院量化金融研究中心执行主任林一青在论坛总结中强调，人工智能时代的量化金融教育应着重培养学生定义问题、发现真问题的能力。他提出，要强化从问题提出到解决的完整思维与实践流程，培养具备跨界思维与解决复杂实际问题能力的复合型人才。这一观点为量化金融人才培养指明了方向。
会议还展示了产学研融合的具体实践。上海交通大学数学科学学院量化金融研究中心主任Samuel Drapeau介绍，团队开发的Fastbox量化AI模型回测平台搭载真实撮合引擎，并计划向高校开放。这一平台将推动科研与产业的双向联动，为量化金融研究提供更实用的工具。
本次会议不仅展示了上海交通大学在量化金融研究领域的学术实力，也反映了中国量化金融领域积极开放、深化国际合作的态势。会议践行了“学术助力产业，产业回馈科研”的理念，展现了在人工智能时代，跨学科、跨机构协力打破壁垒、共同推动学科发展的决心。与会学者普遍认为，这种学术与产业的深度融合将为量化金融领域带来新的发展机遇。
