我們認為以計算機技術為基礎，基于大數據、量化投資以及人工智能技術，傳統投研實現“智能化”，是智能投研的一種重要實現方式。目前全球范圍內智能投研處于發展初期，關于智能投研并沒有明確的定義，是一個非常寬泛的概念，綜合國內外金融機構在智能投研領域的發展，相對于傳統的投研方式，我們認為智能投研可以定義為：以計算機技術為基礎，基于大數據、量化投資以及人工智能技術，將傳統投研實現“智能化”。
智能投研以數據為基礎，以邏輯為核心。①數據是基礎。在表現形式上，智能投研可以認為是數據+模型，其中，大量的、多種類型的數據是所有分析和計算的基礎。②邏輯是核心。智能投研所揭示的規律實際上是一種“變量間的相關關系”，而不是準確的因果關系，所以，智能投研的興起可以認為是基于數據來發現、驗證行業邏輯或是公司邏輯中的某一個環節，之后更重要的是依照行業邏輯以及專業知識等來解釋這種數據上的相關關系，即使發現的這種“相關關系”不能進行專業的解釋（并不是所有的經驗都能上升到理論層面），這種關系的成立和應用也需要使用者“具體問題具體分析”，形成新的應用邏輯（比如高頻交易算法獲得的相關關系）。因此，無論這種新興的投研工具如何發展，最核心的還是“邏輯”。
智能投研強化邏輯能力（認知能力）在投研領域的地位。①智能投研將新工具應用于傳統投研，“人”的部分技能被工具替代，由此投研領域的角逐將集中在更核心的邏輯能力-即認知能力；②智能投研基于統計學原理，人的邏輯能力在整個模型的設置、優化等環節中都發揮著重要作用。
智能投研是一種新的“生產工具”，對金融行業影響深遠。①“生產工具的進步會帶來生產關系的變化”，由此會對整個金融行業帶來深遠的影響。 ②生產工具不是替代人工，而是代替人的某種功能。“生產工具在本質上是人的外化功能體，是物化了的知識力量”。生產工具能夠“代替工人而具有技能和力量，它本身就是能工巧匠，人在生產中的地位將發生改變”。比如，即使是再精巧合腳的鞋子，能夠跑多遠，還是取決于人的體能，但是汽車出現后，“跑”的這種功能完全由汽車承擔，人在能夠走多遠這件事上的地位完全發生變化。我們認為對智能投研的認識，不能僅僅認為智能投研是一種精巧的工具，而是應該從“是新鞋子還是汽車”，這個角度去理解。
相對于傳統的計算機編程方式，機器學習中“學習”是讓計算機自主的學習“知識”，發現規律。傳統的計算機編程本質上計算機的“自動化”，是用代碼指揮計算機執行指令，在這個環節中所有的邏輯都是外部輸入。而機器學習的目的是通過一定的編程技術，讓計算機通過對數據的處理，獲得新的知識，發現新的規律，這個規律和知識，并不是提前輸入到計算機內，是計算機自主學習而來。
