Edge
Chrome
Firefox
最早接触AI的时候，是在一个小众的论坛里，那还是在口罩期间，大家讨论的还是用AI画动漫少女，但AI有一个大bug，就是手指无法正确绘制出来，但没想到后面大语言模型的爆发，和AI技术的快速迭代。
现阶段在各种制造焦虑的营销号影响下，我作为一个不愿被时代抛弃的韭菜，2026年开年，我开始尝试用AI做投资了，探索了一个我认为成功的方案和一个相对失败的方案，分享一下历程：
先说失败的方案吧：
EM推出了一个妙想AI，妙想有一个好处就是拥有EM股吧和投研端的一手数据。所以，我想能否用妙想AI做一个短线投资的方案，用AI荐标的，量化下单，即T日收盘推荐五只场内ETF，设置好标的在T+5个交易日内的止盈止损价，超过五个交易日未触发的标的全部直接挂对手单卖出。这是个短线策略。但在实际运行过程中，胜率只有不到40%，亏损更是一天天扩大。无论如何我告诉AI不要追涨杀跌，但实际上在T日收盘获得的都是热门板块的信号，后面我索性就停止测试了。我发现有两点问题：第一就是这个模型追涨杀跌严重，当T日出现大盘下跌时，市场情绪低迷，模型会建议我规避风险，不做买入操作。当某一板块成为热点或者有热点新闻，则模型会建议我买入，但是在现阶段行情下，板块轮动一快就会左右挨打。这很复合投研端推销产品和散户端的情绪驱动。模型也是这么训练出来的。当市场没有主线时，则模型每次输出就会变乱，打开思考界面，就会发现，模型只是随机抓取一些列新闻资讯，后续的所有的分析都是基于此刻抓取的新闻咨询。这就很容易造成以偏概全。
再说一个相对成功的吧：
我在这段时间问GJ证券要了QMT的权限，为了以防万一，我还要了一个模拟账户。我只是在本科阶段接触过编程，研究生阶段作为兴趣爱好选修了数学建模和数学算法，这都是十五年前的事情了，现在基本也忘得差不多了。但是学习编程和算法的思维方式确实是一直影响着我。在学习QMT的时候，我都有点后悔为什么没去开petrade，市面上QMT的视频和资料比petrade少得多，或许是因为petrade更好上手和有现成的交易程序。但是，真正赚钱的方案人是不会免费或低价提供的，不然这个赛道就会变得拥挤。我在AI编程的帮助下，花了一个多月的时间逐步写出适合自己的策略方案，也用模拟账户在跑策略，也是迈开了量化的第一步。在我第一次跑通策略的时候，还是很有成就感的，本来打算写不出来，就去淘宝找个代写，这笔钱是省下来了。
经过这两次使用AI的过程，我思考着，AI发展这么迅速的时代，我应该怎么去适应？首先，需要自己掌握生产资料，不然仅凭劳动能力。很容易被替代，就像我，如果没有AI工具，我就会去淘宝找代写，以后随着AI普及，简单的写代码的码农是很容易受影响的；其次，AI自身不具备原始创新能力，而是缝合怪，初看新奇，多看就无味了，投喂它什么它就缝合什么，它会增强效率，也会给人以灵感，但是它自身是不会有，至少目前没有原始创新能力，如果没有投喂新的资料，它就会趋于一致或杂乱，人一眼就看出AI味来；最后，所有的量化工具都是在教你怎么用技术指标进行高频交易，这和十几年前流行搞通达信公式没啥区别，但是真正赚钱的途径或许不会因为技术革新而转变，量化只是术，道不正，学再多的量化，都只是把盈亏的程度加速而已。
现阶段在各种制造焦虑的营销号影响下，我作为一个不愿被时代抛弃的韭菜，2026年开年，我开始尝试用AI做投资了，探索了一个我认为成功的方案和一个相对失败的方案，分享一下历程：
先说失败的方案吧：
EM推出了一个妙想AI，妙想有一个好处就是拥有EM股吧和投研端的一手数据。所以，我想能否用妙想AI做一个短线投资的方案，用AI荐标的，量化下单，即T日收盘推荐五只场内ETF，设置好标的在T+5个交易日内的止盈止损价，超过五个交易日未触发的标的全部直接挂对手单卖出。这是个短线策略。但在实际运行过程中，胜率只有不到40%，亏损更是一天天扩大。无论如何我告诉AI不要追涨杀跌，但实际上在T日收盘获得的都是热门板块的信号，后面我索性就停止测试了。我发现有两点问题：第一就是这个模型追涨杀跌严重，当T日出现大盘下跌时，市场情绪低迷，模型会建议我规避风险，不做买入操作。当某一板块成为热点或者有热点新闻，则模型会建议我买入，但是在现阶段行情下，板块轮动一快就会左右挨打。这很复合投研端推销产品和散户端的情绪驱动。模型也是这么训练出来的。当市场没有主线时，则模型每次输出就会变乱，打开思考界面，就会发现，模型只是随机抓取一些列新闻资讯，后续的所有的分析都是基于此刻抓取的新闻咨询。这就很容易造成以偏概全。
再说一个相对成功的吧：
我在这段时间问GJ证券要了QMT的权限，为了以防万一，我还要了一个模拟账户。我只是在本科阶段接触过编程，研究生阶段作为兴趣爱好选修了数学建模和数学算法，这都是十五年前的事情了，现在基本也忘得差不多了。但是学习编程和算法的思维方式确实是一直影响着我。在学习QMT的时候，我都有点后悔为什么没去开petrade，市面上QMT的视频和资料比petrade少得多，或许是因为petrade更好上手和有现成的交易程序。但是，真正赚钱的方案人是不会免费或低价提供的，不然这个赛道就会变得拥挤。我在AI编程的帮助下，花了一个多月的时间逐步写出适合自己的策略方案，也用模拟账户在跑策略，也是迈开了量化的第一步。在我第一次跑通策略的时候，还是很有成就感的，本来打算写不出来，就去淘宝找个代写，这笔钱是省下来了。
经过这两次使用AI的过程，我思考着，AI发展这么迅速的时代，我应该怎么去适应？首先，需要自己掌握生产资料，不然仅凭劳动能力。很容易被替代，就像我，如果没有AI工具，我就会去淘宝找代写，以后随着AI普及，简单的写代码的码农是很容易受影响的；其次，AI自身不具备原始创新能力，而是缝合怪，初看新奇，多看就无味了，投喂它什么它就缝合什么，它会增强效率，也会给人以灵感，但是它自身是不会有，至少目前没有原始创新能力，如果没有投喂新的资料，它就会趋于一致或杂乱，人一眼就看出AI味来；最后，所有的量化工具都是在教你怎么用技术指标进行高频交易，这和十几年前流行搞通达信公式没啥区别，但是真正赚钱的途径或许不会因为技术革新而转变，量化只是术，道不正，学再多的量化，都只是把盈亏的程度加速而已。
3
我没有自己写代码做过量化，仅利用过果仁禄得这些工具做一些轮动，以下都是我的一家之言：
1. 以目前的ai编程能力，因子挖掘、建模这些偏代码性的工作都不是太高门槛了，没有编程经验的普通人有方向都能做。
2. 现在的卡点可能在高质量的数据源，尤其是不会导致特征穿越的数据源，目前商用的数据都很贵。
3. 普通人最好还是不要去进入高频量化这个领域，机构在ai的加持下，竞争会非常激烈。但像红利低波、自由现金流、小微、等等已经编制成指数、长期有正收益的方向，可以利用量化做日或周级别的轮动，跑赢对应的指数即可。
如果有便宜的数据源也可以交流，我现在穷，仅用过tushare做一些想法验证。
1. 以目前的ai编程能力，因子挖掘、建模这些偏代码性的工作都不是太高门槛了，没有编程经验的普通人有方向都能做。
2. 现在的卡点可能在高质量的数据源，尤其是不会导致特征穿越的数据源，目前商用的数据都很贵。
3. 普通人最好还是不要去进入高频量化这个领域，机构在ai的加持下，竞争会非常激烈。但像红利低波、自由现金流、小微、等等已经编制成指数、长期有正收益的方向，可以利用量化做日或周级别的轮动，跑赢对应的指数即可。
如果有便宜的数据源也可以交流，我现在穷，仅用过tushare做一些想法验证。
20
赞同来自: 九头 、gaokui16816888 、奇源村夫 、hanbing0356 、余飞鱼 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
AI的底层原理决定了，
它是一个统计概率模型，
它只能做绝大多数人都能做的事，
它做事的原则就是大多数人怎么做它就怎么做。
然后投资，
是极少数人赚绝大多数人的钱，
显然用AI做投资决策是缘木求鱼的愚蠢行为！
它是一个统计概率模型，
它只能做绝大多数人都能做的事，
它做事的原则就是大多数人怎么做它就怎么做。
然后投资，
是极少数人赚绝大多数人的钱，
显然用AI做投资决策是缘木求鱼的愚蠢行为！
0
我也在做个人量化，建议是第一想办法至少使用上 GPT5.4、Claude O4.6 模型；第二学习下如何写提示词比学习编程更重要，不要幻象写一两句提示词就能够捞到你想要的结果；第三基于以上两点后，不要给自己设能力边界，AI 会吞噬一切，编程、因子挖掘、机器学习模型训练，这些的落地成本都是极低的
0
我用python+pybroker+xgboost (ridge)做了几个月，方向对不对普通人都做不了，我觉得核心是没有除了k线以外的数据，回测好也是个别股个别时段，时间拉长样本变多最终都在均值回归或者亏损。
京公网安备 11010802031449号