AI能不能预测股市?量化圈的人从来不告诉你这些

我同事老张，2024年底开始用DeepSeek选股。

他建了个提示词：”你是巴菲特，请从以下10只A股中选出最有投资价值的3只，分析逻辑。”DeepSeek洋洋洒洒写了3000字，从财报拆解到竞争格局，从护城河到现金流，全部覆盖。

老张看得热血沸腾，全仓买了DeepSeek推荐的”最优选择”。

三个月后，亏了23%。

他问我：AI是不是在骗他？

我没有直接回答。我给他讲了另一个故事。

华尔街的AI，和你想的不一样

2024年，GitHub上一个叫”ai-hedge-fund”的项目火了。

一个月，4.7K Star。有人把巴菲特、芒格、彼得林奇、格雷厄姆——13位投资大师——全部炼化成AI Agent。你一问，它就同时调动13位大师的”思维”给你会诊。

听起来很美好对吧？

然后这个项目被真正的量化基金经理看到了。他们的反应是：微微一笑。

不是嘲讽，是那种”你们还在玩我们20年前玩剩下的”的笑。

文艺复兴科技（Renaissance Technologies），1988年成立，Medallion基金年均回报39%（扣费后），是有史以来最成功的对冲基金。

他们用AI，用得很深。Two Sigma用AI，管理600亿美元。Citadel用AI，管理500亿美元。

但他们的AI，和散户用的DeepSeek，是两码事。

核心差异只有一句话：量化基金的AI，是用来执行策略的，不是用来预测未来的。

为什么AI预测不了股市？

要回答这个问题，先要理解股市的本质。

股市不是一个物理系统，不遵循固定规律。它是一个由亿万人组成的复杂适应系统。每个人的决策都在改变系统的状态，而系统状态的变化又在改变每个人的决策。

这不是绕口令，这是市场的本质。

问题一：市场是自我适应的。

当一个AI预测模型被广泛使用，市场就会改变。2007年，量化基金集体触发了止损线——当多个AI系统同时判断”该跑了”，集体抛售导致踩踏，市场暴跌。

真正有效的AI策略，从来都是保密的。一旦公开，它就死了。

问题二：历史≠未来。

AI训练依赖历史数据。但市场有个残忍的特点：历史会重演，却从不会简单重复。

2020年的市场规律，在2024年可能完全失效。你用2019年的数据训练的模型，可能在2024年亏得底裤都不剩。

这不是AI的问题，是方法的根本缺陷。

问题三：相关性≠因果性。

AI擅长找规律：”每当苹果发新品，供应商股价就涨”。但AI不知道的是，为什么发新品会导致供应商涨——是因为库存周期？是因为投资者情绪？是因为供应链博弈？

知道”是什么”在股市里不值钱。知道”为什么”才值钱。而因果推理，恰恰是当前AI最大的短板。

量化基金真正在做什么？

那量化基金是怎么用AI的？

答案可能让你失望：他们用的AI，比你想象的简单得多。

没有transformer大模型，没有LLM，没有生成式AI。他们用的是多因子量化系统——把股价波动拆解成几十个、上百个因子：PE、PB、现金流折现、波动率、动量、情绪……每个因子权重是多少，用统计方法反复测试。

AI在这里的角色，是加速计算和风控执行。

真正创造Alpha的，是：
– 数据：谁有更及时、更独家、更干净的数据
– 执行：谁的交易速度更快、成本更低
– 风控：谁能更好地控制回撤和黑天鹅暴露度

你问一个Two Sigma的量化工程师：”你们用AI预测股市吗？”

他会说：”我们用AI找到规律，用风控保证活着，用执行把成本压到最低。预测？我们不预测。我们只是比别人更快地适应市场。”

为什么开源AI炒股项目永远不会告诉你这些？

这是最有趣的部分。

GitHub上那些”AI选股神器”、”DeepSeek炒股助手”、”巴菲特AI Agent”，它们的共同特点是：

展示效果用的是历史回测，不是真实收益。

回测的意思是：用历史数据测试”如果我用这个策略，过去三年能赚多少钱”。

问题在于：过去能赚钱的策略，未来不一定能赚钱。原因我们刚才说过了——市场在变，规律在变，你的对手也在学。

而且，回测有一个更隐蔽的陷阱，叫过拟合。

什么叫过拟合？就是你用过去十年的数据训练了一个模型，这个模型完美解释了所有历史波动——但它之所以能完美解释，是因为它把所有的噪音（偶然事件）都当成了规律。

一个过拟合的模型，在回测里看起来是神，在真实市场里是韭菜。

真正能在市场上持续赚钱的AI系统，不会出现在任何开源项目里。原因很简单：

能赚钱的策略，一旦公开，就会失效。

这不是阴谋论，这是市场逻辑。

那散户用AI炒股，应该怎么用？

说了这么多，并不是说AI在股市里完全没用。

AI在股市里真正有价值的地方，有三个：

第一，财报和公告的快速分析。

你让DeepSeek读一份300页的年报，提取关键数据——ROE、现金流、有息负债、商誉……这是AI擅长的事。它不会帮你选股，但它可以帮你省时间。

第二，帮你建立检查清单。

一个好的AI选股提示词，不是”告诉我该买哪只股票”，而是”请从这10个维度分析这只股票，并指出最关键的3个风险点”。这是AI擅长的：结构化分析，不遗漏维度。

第三，风险管理。

你可以让AI帮你监控持仓，计算组合的集中度风险、相关性风险、行业暴露度。但注意：这个AI必须是独立的，不能和选股的AI是同一个。因为自己推荐的东西，自己不会说风险大。

回到开头的问题

我同事老张的DeepSeek选股，为什么亏了23%？

不是因为DeepSeek不够聪明。是因为任何单一模型，用历史数据做选股，在真实的、市场不断变化的环境里，都会失效。

这不是AI的失败。这是预期的错位。

AI能帮你分析，但不能替你决策。AI能找到规律，但不能预测黑天鹅。AI能处理数据，但不能理解人心。

股市的每一个参与者，都在用钱投票。钱是真的，感觉是真的，恐惧和贪婪都是真的。而这些，恰恰是当前AI最无法理解的东西。

所以下次有人跟你说”我用AI选股赚大钱了”，你可以问他一句话：

“你的策略回测了多少年？实盘跑了多久？”

如果他答不上来——你就知道答案了。

📖 更多阅读