AI 研究者 · 量化交易 · 系统构建者 · 作者

Wayland Zhang

我研究自适应智能：AI 如何动态计算、持续学习、保留个人记忆，以及应用于当代市场交易之中。

研究之外，我在两个容错成本极高的领域完成大量系统工程。

Agent 系统

以记忆、工具、任务委派与可观察工作流，在现实世界中可靠行动。

独立风控否决下的多机制实盘信号——研究、执行与成本模型在同一条管线里。

方法可以相通，结论必须分别证明。

我的写作与教学触达超过 10 万名实践者，并促成了三本技术书和两个开源平台。同时运营 Dnalyaw——一家位于香港、持有证监会 Type 9 牌照的 AI 原生量化对冲基金实验室。

AI 原生量化对冲基金实验室（香港证监会 Type 9）：多机制信号、时点证据、执行感知验证，以及实盘资金上的独立风控否决。

多 Agent 平台：确定性回放、预算执行与企业级可观察性；Rust、Go、Python。

基于 Shannon 的本地优先 Agent runtime：工具、记忆、权限，以及可观察工作流上的复杂任务委派。

量化交易

为什么量化真正的护城河，是一台持续生产并验证信号的工厂，而不是某个策略配方。

Agent 系统

当上下文、工具、权限、验证与循环共同成为产品，生产级 Agent runtime 会收敛到什么结构。

基础

从 PDE 求解器到流形几何与测量：一套理解学习表征与个人智能的框架。

2003–2007 年就读于多伦多大学计算机科学专业，并参加过 Geoffrey Hinton 教授的课程。此前创办的社交广告平台后来被 AdChina（阿里巴巴集团）收购。

2026.07~构建 AI 原生量化对冲基金实验室 Dnalyaw，同时研究 AI 持续学习并训练记忆模型。

2025–2026研究动态深度神经网络、神经符号机器学习、开源生产级 Agent 工程项目。

2023–2024开始深入研究大语言模型与通用人工智能。

2019–2022暂别创业，同时积极投资多个具有挑战性的项目。

2015–2018创办一个旨在简化云基础设施管理的云原生平台。

2008–2014创办社交广告平台，后由阿里巴巴集团旗下 AdChina 收购。

2003–2007就读于多伦多大学计算机科学专业，并参加 Geoffrey Hinton 教授的课程。

联系: waylandzhang[at]gmail.com