今日专访：100位传奇投资人物之陳永祐（George） ——传统资管与智能投资的连接者

在全球资产管理行业持续演进的背景下，传统投研体系正加速与人工智能、量化交易和数据科技融合，行业对于复合型资管人才的关注也在不断提升。作为阳光资产管理（香港）有限公司CIO（首席信息官）兼管理合伙人，陳永祐（George）长期深耕证券及资产管理领域，在传统金融实践基础上，持续关注人工智能与量化交易等前沿方向，致力于推动传统投资框架与现代技术手段的融合应用。

从证券及资产管理，到投资银行与对冲基金，再到人工智能、大数据和量化交易的探索，陳永祐的职业路径体现出一位资管从业者在时代变化中的持续进化。他既重视长期主义、研究驱动和风险控制，也关注量化模型、智能决策和自动化风控在现代资产管理中的应用价值。在本次专访中，陳永祐围绕个人成长、职业转型、投资理念、技术融合以及未来行业趋势，分享了自己的理解与思考。

记者：陳总，您好！您长期深耕证券及资产管理领域，近年来又将关注点延伸到人工智能和量化交易。能否先和我们分享一下您的职业成长经历？

陳永祐：当然可以。我出生于香港，长期在证券及资产管理领域工作。回顾自己的职业路径，我一直认为，真正重要的不是简单地经历过多少岗位，而是在每一个阶段里，如何不断积累对市场、风险、配置和投资规律的理解。

我的职业发展，最初是从传统资产管理和证券业务逐步展开的。早年在相关机构的从业经历，让我对市场运行机制、资产配置逻辑和风险收益平衡有了较为系统的认识。后来随着行业环境的变化，我也不断拓展自己的专业边界，从传统投资管理逐步走向更关注金融科技、人工智能和量化交易的实践方向。

我一直觉得，职业成长不是线性的，也不是简单的职位变化，而是在不同时期不断完善自己的认知框架和方法体系。

记者：您提到传统资产管理是自己的职业底色，那么这段经历对您后来的工作影响主要体现在哪些方面？

陳永祐：传统资产管理对我的影响非常深。它让我明白，投资不是一个只追求结果的行业，而是一个必须建立在研究、纪律和风控基础上的长期事业。

在传统资产管理领域，首先要学会的不是“怎么抓机会”，而是“怎么理解风险”。无论是宏观经济变化、行业周期波动，还是企业基本面分化，背后都要求投资者建立系统化的判断能力。另一个重要影响，是让我认识到研究的价值。很多时候，市场的表象是变化很快的，但真正能帮助你穿越波动的，还是对基本逻辑的理解。

所以即使后来开始更多关注人工智能和量化交易，我也始终认为，技术可以提升效率，但不能替代对市场本质的理解。传统资产管理给予我的，恰恰是这种底层的方法论。

记者：从传统资产管理走向人工智能与量化交易，很多人会认为这是一种跨界。您怎么看待这段转型？

陳永祐：我不太把它理解成跨界，更倾向于把它看成能力边界的延展。

过去，传统投研更依赖研究员和投资经理的经验积累、行业跟踪和深度分析。这些能力今天仍然非常重要。但随着市场环境日益复杂，数据维度迅速增加，传统方式在效率、覆盖和响应速度上都面临新的挑战。在这种背景下，人工智能、机器学习、大数据和量化模型开始显示出非常重要的现实意义。

我关注这些方向，并不是因为它们是热门概念，而是因为它们能够帮助我们更系统地处理信息、更高效地支持研究、更及时地识别风险。尤其是在宏观量化、情绪分析、自动化风控和策略支持等方面，现代技术手段能够为传统投研体系提供很好的补充。

所以在我看来，这不是告别传统，而是在传统基础上做升级。

记者：您如何理解人工智能和量化交易在当前资产管理行业中的价值？

陳永祐：我认为，人工智能和量化交易的价值，首先不在于“炫技”，而在于它们是否真正进入了投资管理的实际场景。

人工智能最直接的优势，是在海量数据处理、模式识别和辅助分析方面提高效率。量化交易则更强调模型化、纪律化和系统化执行。对于资产管理来说，这两者如果运用得当，可以帮助机构在研究支持、策略生成、组合监测和风险管理等环节提升效率和一致性。

但我也一直强调，技术只是工具，不是目的。真正重要的是，技术要服务于投资框架，服务于风险控制，服务于长期价值创造。如果脱离研究体系和风控边界去谈技术，很容易走偏。相反，只有当技术被纳入清晰的方法论和治理结构中，它才真正具备长期价值。

记者：您在相关探索中，比较关注哪些具体方向？

陳永祐：从实践角度看，我比较关注几个方向。

第一是信用衍生品量化与相关策略研究。信用风险本身就是资产管理中的重要议题，如果能借助模型和统计方法，更细致地识别信用定价偏差和风险敞口，对组合管理会有很大帮助。

第二是另类数据驱动的情绪分析。今天市场越来越容易受到新闻、社交媒体、搜索趋势等信息影响，这些数据虽然不能直接替代基本面研究，但可以成为对市场情绪和预期变化的有效补充。

第三是全球宏观量化配置模型。宏观因素对大类资产配置的影响一直都非常重要，如果能把经济增长、通胀、利率政策等变量更系统地纳入模型框架，有助于提高配置决策的稳定性。

第四是自动化风险对冲与资产分配系统。风险管理不能只停留在事后应对，而应该尽可能前置。借助智能化工具，可以在组合监测、风险敞口识别和动态调整方面提高效率。

记者：在您看来，传统投研体系和现代量化技术之间，应该是什么关系？

陳永祐：我认为它们不是替代关系，而是融合关系。

传统投研强调的是宏观视角、基本面分析、行业研究、公司研究和长期价值判断，这些内容构成了投资决策的底层逻辑。现代量化技术强调的是数据处理、模型分析、纪律执行和系统协同，它可以帮助传统研究提高效率、扩大覆盖范围、增强一致性。

真正成熟的资产管理能力，不应该只依赖其中一端。单纯依靠经验，可能会受到效率和主观偏差的限制；单纯依靠模型，也可能忽视市场中的非线性风险和现实复杂性。更合理的路径，是把传统投资智慧和现代技术手段结合起来，让研究更深、决策更稳、执行更有效。

这也是我一直比较认同的方向：既保留传统多策略体系的核心价值，又不断吸收人工智能和量化技术带来的新工具。

记者：除了收益和效率，您在公开表达中也反复提到风控与透明度。为什么您对这两个维度格外重视？

陳永祐：因为我始终认为，资产管理最终是一项以信任为基础的专业工作。

在市场环境好的时候，很多人更容易关注收益；但真正检验一家机构和一个管理者的，往往是市场波动、风险事件和外部冲击发生的时候。经历过一些重大市场事件后，我更加深刻地认识到，透明度和风控不是附加项，而是核心能力。

透明度意味着清晰的信息披露、明确的沟通机制和可被理解的投资框架；风控则意味着在投资决策之前、之中和之后，都要有一套稳定、严格、可执行的约束机制。尤其当技术和系统越来越复杂时，越要确保风险边界清晰、流程透明、责任明确。

我一直觉得，真正可持续的资产管理，不是只看某个阶段赚了多少，而是看在复杂环境下能不能保持理性、稳健和一致性。

记者：作为阳光资产管理（香港）有限公司总经理，您如何看待机构在未来几年的能力建设重点？

陳永祐：我认为未来机构能力建设会集中在几个方向。

首先，研究能力仍然是根本。无论技术怎么变化，研究驱动、价值判断和风险识别能力始终是核心。其次，系统化和智能化能力会越来越重要，尤其是在数据处理、策略支持、组合监测和风控协同方面。第三，组织能力和团队协同会成为关键。投研一体化、跨领域协同和长期稳定的人才机制，都会直接影响机构的竞争力。第四，全球化视野也会越来越重要。今天的市场联动性越来越强，单一市场视角已经不够，需要更开放、更综合的资产配置框架。

从更长远看，我认为未来真正有竞争力的机构，不是最会讲故事的机构，而是那些能把研究、投资、技术和风控真正组织成体系的机构。

记者：最后，能否请您用一句话概括自己一直坚持的职业信念？

陳永祐：我一直相信，真正有生命力的投资体系，不是追逐一时热度，而是在长期主义、风险控制和持续学习中不断完善自己。

从传统资产管理出发，到持续关注人工智能与量化交易的融合实践，陳永祐所展现的，是一位资管从业者在时代变化中的持续进化。他既坚持研究驱动和长期主义，也积极关注现代技术对投资管理的深层影响；既重视效率提升，也始终把透明度与风险控制放在核心位置。

在传统投研与现代技术加速融合的当下，像陳永祐这样兼具传统金融底色与前沿技术视野的资管实践者，正成为行业持续进化中的重要样本。