金融业传统的交易大厅正在经历衰败的过程。全球交易量第二大的交易所香港证交所近日宣布，将关闭使用32年之久的交易大厅，自今年10月起，交易所的所有交易都将为电子远程交易。在过去的极盛时期，瑞银位于美国康涅狄克州斯坦福德城的交易大厅足足有23个篮球场那样大，最多可以容纳1400个交易员，但如今也已人去楼空。
技术的发展对金融业的冲击不言而喻。随着AlphaGo在围棋上完胜人类，人工智能对金融业的渗透日益深入。摩根大通就曾使用一种用“深度强化学习”技术开发出来的人工智能技术来帮助进行交易，该技术可以从海量的历史案例中汲取经验。据悉，深度强化学习技术在银行业务中还有很多其他的潜在运用，比如主动对冲和做市等。
金融和计算机技术的结合产物量化基金近几年在国内也日益火爆，借助计算机技术进行投资的方式在金融圈逐渐盛行。在这一热潮下，基岩资本推出了首只量化基金——“基岩资本量化对冲策略1号基金”。
与产品火爆不同的是，量化基金人才出现了缺口，国内目前比较缺乏量化模型的研发人才。这主要是由于，该细分行业在国内还处在初级阶段，要求从业人员既要会编程，又要懂金融，还要有一定的金融投资经验。毕竟构建量化模型最关键的还是交易思想，只有方向正确的交易思想写成好的程序，才有可能盈利。另一方面，在该行业从业一段时间后，如果已经能够构建具有正收益的量化模型，人才可能就会选择离职创业或成为自由的职业投资者。这进一步导致了人才缺口的加大。
在新兴的科技技术使量化投资方面的人才出现缺口的同时，也对一些裹足不前的“金融精英”产生了淘汰。那么，机器人能否代替基金经理？业内人士认为，在未来投资中先进的计算机技术或可取代部分人工操作，但机器不可能完全替代人工。
毕竟，拥有一个能创造正收益的量化模型并不意味着就永远拥有了一部会印钞票的机器。市场上每天都在发生新鲜事，想要保证量化模型能够适应这些新情况，就必须拥有一支研究队伍不断地挖掘新的信息并添加到模型中去，否则要么是一些新的风险因素不能被模型所识别，要么就是白白错过了一些获利的机会。正如某位大师所说：“只有不断地改进模型，才有可能持续盈利。”与此同时，国内市场环境的复杂多变对模型的升级维护本身就是一大挑战。
