Trading（交易）指在股票、期权、大宗商品、能源及加密资产等市场上买卖金融产品的活动，是金融体系的核心环节，也正在成为 AI 技术落地最快的场景之一。从量化机构借助大模型做研究，到学界用深度强化学习优化交易策略，AI 与 trading 的结合正从实验走向生产环境。
AI 与量化 Trading 的近期进展
当前焦点与观察点
当前围绕 trading 的讨论主要落在三个层面。其一是 AI 在交易中的角色边界：Jump Trading 等机构把大模型用于研究辅助而非直接下单，反映业界对模型可靠性与合规风险的谨慎态度；学界则继续在期权、能源等垂直领域验证强化学习交易智能体的有效性。其二是交易基础设施的地域竞争：香港在金市全球行业论坛上推进黄金交易基础设施建设（https://opengovasia.com/hong-kong-advances-gold-trading-infrastructure-at-global-industry-forum/），而日本三井计划斥资 15 亿美元收购Pens……（https://x.com/NikkeiAsia/status/2111087299203141633）等行业动作，显示资本正围绕交易平台与资产网络展开布局。其三是交易成本与透明度：加密领域已有平台强调每笔交易的费用动态变化，提醒参与者关注规则细节。
综合来看，trading 正处在"人机协作模式重塑"的过渡期：AI 承担更多研究、信号生成与执行辅助工作，但核心决策与风控仍由机构和人主导。后续值得观察的是大模型在量化交易中的实证收益、监管对 AI 交易系统的规范，以及交易所基础设施升级对市场结构的影响。