期货AI量化交易与传统量化交易相比有以下突出的优势

而具体来看，期货AI量化交易与传统量化交易相比，有以下几个突出的优势：

更多更广的数据

基本上可以认为，越高层次的量化交易，背后需要处理越多数据。支撑顶级量化策略背后的往往正是海量的数据。

目前一些公司不仅利用传统的金融数据，还会用到卫星拍摄到的港口集装箱图像等图片信息，或者从新闻报道、博客、名人讲话中获得经济发展的线索。在图像识别和自然语言处理的技术支持下，很多非结构化的数据也能成为分析对象。而大数据、非结构化数据以及训练模型，都需要人工智能技术介入其中。FRM对冲基金在伦敦的负责人Patric对此有很好的解释：在这个互联网时代，我们获得的数据远远超过了人类可能的处理能力。要在这个巨大的信息海洋中分析和识别模式，唯一的办法就是使用机器学习工具和技术。这是一条发展更优的投资策略路径。”

不断自我进化和迭代的交易策略

在对数据的处理上，人工智能技术拓宽了数据来源，使得有更多数据能够被纳入分析。而在算法上，人工智能技术也让金融工具能自动进化和迭代交易策略。AI量化交易的先驱Rebellion首席投资官Alexander介绍自己的产品说：

“我们给了系统20年的全球经济和市场数据，以及让它学习现代金融的历史，让它找出不同因素是如何影响各资产类别、行业和地区的价格。它不是按照程序遵循任何特定的交易策略，因为我们没有告诉它去寻找这些。系统会自动识别概念，并在特定市场状况下，将概念通性能绩效联系起来。”

相比之下，传统的量化投资方法往往严格应用事先设定好的策略，它的基本假设是现在的相关性会无限持续下去。但这往往会造成很大问题，因为市场瞬息万变。所以人工智能系统的优势在于，它能够随着旧关系的衰减以及新关系的出现，不断进化自己的投资策略。

以Rebellion的例子看，它在分析了金融和贸易数据后，发现在过去的18个月里，大宗商品和外汇市场周期变短了。所以它会自动重新校准，计算周期变短的影响，以新的策略进行交易。