DeepSeek掀起的AI熱潮還在持續蔓延。
不少投資者開始使用AI炒股——他們不再緊盯K線圖,而是將決策權交給AI。同時,券商機構紛紛接入AI,積極推動投資工具的普惠化,掀起新一輪的財富管理革命。
AI工具的普及,降低了股票投資的門檻,但同時也帶來了潛在風險。市場分析人士認為,AI能突破人類處理資訊的邊界,但市場博弈是複雜系統,建議將AI工具作為尋找資料的參考依據。
日前,一位自稱"普通打工人"的投資者在社交媒體上記錄了自己跟著DeepSeek給出的短線策略炒股的實盤操作戰績。
一隻機器人概念股盤中沖高6%,到收盤沒有盈利。
一隻食品股日內漲幅一度達7%,“太想等漲停"未及時止盈,最終盈利回撤至1.4%。
四天戰績:浮盈10%
"雖然今天盈利,但是兩隻票沖高回落讓人很悲傷。"該使用者感慨道。
AI帶來的不僅是效率革命,更是工具普及。量化交易過去是大型機構的專利,而借助開源模型和雲端運算,有相關基礎的人便可以自己搭建簡單的量化體系。社交媒體上另一位從事IT行業的使用者,為瞭解決父母股票帳戶40萬元的虧損,利用假期搭建起了三個AI交易模型。儘管當前總虧損仍達30萬元,但新投入的50萬元資金通過"40%醫藥+60%AI"的組合已實現5.81%收益。
券商機構早已嗅到技術變革的氣息,積極推動投資工具的普惠化。傳統投顧服務難以覆蓋的長尾客戶,如今通過人工智慧便可隨時復盤自己的持倉。華泰證券與豆包合作的"華泰股市助手",自2024年10月上線後登頂股票類使用者活躍量榜首,累計對話人數超15萬。
出於合規等原因的限制,在被詢問到一些投資策略時,券商AI的回答往往較為模糊。例如,如果使用者詢問“算力類股現在看怎麼樣,還能買嗎?”。股市助手便會表示,不能給出直接的買賣建議,但會提供資金面、技術面等資訊供使用者分析決策。
除華泰證券外,多家機構已相繼將AI應用於客戶端。同花順旗下的問財平台將自然語言處理技術應用於投資領域,讓普通使用者能夠通過簡單對話獲取專業級的市場分析。東方財富自主研發的妙想金融大模型,已在股票對比、熱點解讀等場景中展現出了優勢。
市場分析人士指出,AI能突破人類處理資訊的邊界,但市場博弈是複雜系統,短期超額收益不等於持續盈利,建議用三個月以上周期驗證模型有效性。
當AI闖入金融投研領域,“AI能否代替投研人員”的爭議隨之升溫。實際上,不少大型投資機構早已開始將AI納入投資決策流程,不過“以人為主,機器為輔”的模式仍佔據主導地位。
申萬宏源認為,AI雖能秒級處理財報、輿情等結構化資料,卻難以量化政策風向、管理層變動等“軟資訊”。
全球最大資產管理公司貝萊德早在2008年就開始應用人工智慧和機器學習技術,逐步建構了系統化主動權益投資(SAE)平台。其著名的阿拉丁系統便使用了生成式AI技術,幫助投資團隊從海量資料中提取資訊,最佳化投資組合管理和風險控制。
此外,亞洲知名的金融公司Qraft Technologies通過AI驅動的資產管理系統管理多隻ETF,其旗艦產品AMOM採用動量因子策略,曾在2024年大幅增持Tesla,隨後Tesla股價大漲約40%。
對於個人投資者而言,前海開源基金首席經濟學家楊德龍提示,AI的投資建議會有一定的參考意義,但也不能完全依賴。“可以將這類AI工具作為尋找資料、投資的參考依據,但最終的投資決策還需要投資者根據個人的基本研究後作出。”
而放眼整體股票市場,人們或正站在AI主導的轉型起點。IMF報告顯示,量化交易策略在過去幾十年間一直是避險基金、投資銀行等機構的重要工具。自動交易演算法顯著提高了市場效率,隨著AI技術的發展,這種趨勢正在加速。其調查結果顯示,AI驅動的高頻交易將在未來變得更加普遍,特別是在股票、政府債券、上市衍生品等流動性較強的資產類別中。未來三到五年內,更複雜的AI系統將深度參與投資決策,但"人機協同"模式仍將在大規模資本組態中佔據主導地位。
技術的另一面暗藏風險。在複雜市場環境下,AI驅動的演算法交易可能加劇市場波動。市場人士警告稱,這類交易在面對突發市場情緒和負面反饋時,可能引發流動性驟減、交易中斷和"羊群效應"等風險。另一個值得關注的趨勢是,交易活動正在向監管較為寬鬆的非銀行機構轉移,這不僅給監管帶來挑戰,也增加了網路攻擊、市場操縱和欺詐的風險。
華泰證券研報進一步表示,如果股票市場參與者過度依賴AI可能導致決策同質化,降低市場的有效性。市場本質上是不同參與者基於各自理解和判斷進行的博弈,AI的單一邏輯可能破壞這種平衡。因此,即便在AI時代,人類的經驗和洞察力仍是市場健康運行的關鍵要素。 (中國證券報)