Lian Wenfeng et ses doubles identités : comment le rendement de 56,55 % de Fantom Quant supporte le rêve d'IA de DeepSeek

DeepSeek créateur Liang Wenfeng a un profil un peu particulier. Il n’est pas seulement le pilote de cette entreprise d’IA, mais aussi le fondateur de l’un des fonds quantitatifs privés les plus renommés en Chine, Fantasia Quantitative. Les dernières données montrent que Fantasia Quantitative a atteint un rendement de 56,55 % en 2025, avec une gestion dépassant les 70 milliards d’euros. Ces fonds et cette expertise technologique accumulés deviennent un socle solide pour DeepSeek.

La performance de Fantasia Quantitative est-elle impressionnante ?

Selon les dernières informations, Fantasia Quantitative se classe deuxième parmi les fonds quantitatifs privés en Chine avec une gestion supérieure à 10 milliards d’euros, juste derrière Lingjun Investment, qui affiche un rendement de 73,51 %. Que signifie ce résultat ? La performance du marché durant la même période le montre clairement.

En 2025, l’indice Shanghai Composite, l’indice Shenzhen et le CSI 300 ont respectivement augmenté de 18 %, 30 % et 18 %, tandis que Fantasia Quantitative a réalisé un rendement de 56,55 %. Ce n’est pas une simple chance, mais la preuve d’une capacité à long terme. Selon les données, la moyenne des rendements sur trois ans de Fantasia Quantitative est de 85,15 %, et sur cinq ans, elle atteint 114,35 %.

Le patrimoine quantitatif de Liang Wenfeng

Pour comprendre pourquoi Fantasia Quantitative est si rentable, il faut connaître le parcours de Liang Wenfeng. En 2008, alors qu’il étudiait l’Information et la Communication à l’Université du Zhejiang, il a créé Fantasia Quantitative. Ce n’est pas une idée sortie de nulle part, mais le fruit d’une compréhension approfondie des mathématiques, de l’informatique et de l’ingénierie des systèmes.

Dès sa création, Fantasia Quantitative portait une forte identité technologique. En octobre 2016, la société a lancé ses opérations de trading en temps réel, utilisant des processeurs graphiques (GPU) pour le calcul, ce qui était une décision audacieuse à l’époque. Jusqu’alors, l’industrie s’appuyait principalement sur des algorithmes d’apprentissage automatique traditionnels et des CPU, mais Liang Wenfeng avait déjà perçu l’avantage des GPU pour les tâches intensives en calcul.

Quelle était la vision derrière cette décision ? La réponse est évidente en regardant aujourd’hui l’importance des GPU dans la formation de modèles d’IA.

Du quantitatif à l’IA : un saut stratégique

En 2019, Fantasia Quantitative a dépassé les 10 milliards d’euros de gestion, et en 2021, elle a brièvement franchi la barre du trillion de yuans. Ces années ont permis d’accumuler non seulement des fonds, mais aussi une compréhension profonde du calcul, des algorithmes et des données. En juillet 2023, Liang Wenfeng a séparé le laboratoire d’IA de Fantasia Quantitative pour créer DeepSeek.

Autrement dit, DeepSeek n’est pas un projet entrepreneurial sorti de nulle part, mais une croissance issue du terreau de la trading quantitatif. Certains analystes pensent que la performance exceptionnelle de Fantasia Quantitative a fourni à DeepSeek, sous la direction de Liang Wenfeng, des fonds de R&D suffisants. Cette logique est-elle valable ? La gestion de plus de 70 milliards d’euros et un rendement annuel de 56,55 % donnent effectivement à Liang Wenfeng les moyens de soutenir un projet d’IA coûteux.

Comment la génétique du trading quantitatif peut-elle se transformer en avantage pour l’IA ?

Que peut apporter l’expérience accumulée dans le trading quantitatif à l’IA ? Voici quelques points clés :

• Efficacité de calcul : Le trading quantitatif exige de traiter d’énormes volumes de données en un temps très court, ce qui nécessite une optimisation extrême des ressources de calcul. Cette mentalité se transpose directement dans la formation et l’inférence des modèles d’IA.
• Conception d’algorithmes : La clé du trading quantitatif est de concevoir de meilleurs algorithmes pour découvrir les lois du marché, une logique qui s’applique aussi à l’optimisation des modèles d’IA.
• Traitement des données : La sensibilité et la capacité de traitement des données par les fonds quantitatifs restent une compétence centrale dans l’ère de l’IA.
• Utilisation du matériel : Liang Wenfeng a compris très tôt la valeur des GPU, ce qui a directement aidé DeepSeek à choisir un cluster GPU pour l’entraînement de ses modèles.

Les perspectives d’avenir

Selon les dernières informations, DeepSeek prévoit de lancer en février une nouvelle génération de modèle d’IA phare, DeepSeek V4, doté de capacités de programmation avancées, susceptible de bouleverser le paysage concurrentiel de l’IA.

Ce calendrier est intéressant. Fantasia Quantitative vient de présenter ses résultats pour 2025, et voici que DeepSeek s’apprête à dévoiler son nouveau modèle. La coexistence de ces deux axes illustre le parcours entrepreneurial singulier de Liang Wenfeng : d’un côté, il gagne de l’argent avec le trading quantitatif, et de l’autre, il utilise ces gains et cette expertise pour développer l’IA.

En résumé

L’histoire de Liang Wenfeng illustre un modèle entrepreneurial particulier : il ne part pas de zéro, mais construit sur ses succès existants. La performance de 56,55 % en 2025 et la gestion de 70 milliards d’euros de Fantasia Quantitative sont à la fois la preuve de ses compétences personnelles et la base financière et technologique de DeepSeek.

Ce modèle est rare dans le domaine de l’IA. La plupart des entrepreneurs en IA viennent de grandes entreprises ou ont un parcours académique, mais peu ont, comme Liang Wenfeng, d’abord créé un fonds de plusieurs milliards, puis utilisé cette plateforme pour faire de l’IA. Lors de la sortie de DeepSeek V4, nous verrons jusqu’où ce modèle peut aller.