AI Trading Agent 时代下的思考

大家好，小宇宙的播客有一段时间没有更新了，主要是比较的忙，另外最近的核心话题其实也主要是围绕着霍尔木兹海峡。当然了，这个长视频、长音频实际上还没空来得及更新，今天想跟大家突然间聊一聊，因为最近在关注金融领域的AI化，也就是现在的 AI Trading Agent。

这块内容可能更适合当下的年轻人，尤其是年轻的金融从业者，大家认真的听一听。当然了，也适合目前在金融行业里打拼的各位朋友们，去听我来唠一唠。如果大家感兴趣的话，可以先点赞关注，因为整体的内容会比较的长，同步生成的音轨在多平台发布，在此也感谢一下罗德，所以建议大家先这个预留出足够的时间来听我聊一聊。

历史重演：AI Trading Agent将如何改变金融市场？

今年春节前，我和海外还有香港的一些老朋友们，就是原来做对冲基金的一些老伙伴们，大家聊天都在讨论当下金融圈比较前沿的一种共识，就是人工智能这个时代在金融领域，特别是在当前的这个FICC 大类资产交易层面，会不会带来新的变革？这个话题其实跟更大的这种：科技生产力进步来改变和重构各行各业的生产关系，其实是一个道理，只是更加聚焦在当前的金融领域上，到底会带来哪些变化？

正好从去年年底到现在，我一直在梳理我的第二本著作叫《见证联动》，估计在今年年底能跟大家见面，其中第一章就写到了关于FICC 崛起的历史回顾，我专门回顾了 20 世纪 70 年代、 80 年代的信息技术半导体、计算机技术的崛起，如何重构了当时的金融市场的结构。而且当时这也是推动我们FICC 各类资产联动的核心，这个路径也催生了很多全新的投资策略和交易组合。

所以在和老朋友们聊到当下人工智能的影响的时候，大家其实不约而同地就想起了当年计算机技术进步对金融市场结构以及参与者的深刻影响，话题也就自然延伸到这次想分享的这个核心：AI 时代的生产力崛起，如何从根本上去重构当前的金融市场？包括它对交易者的工具、策略、市场结构、参与者等等，会产生哪些影响？

在过去五六年里，传统的FICC 资产其实和另外一个C，就是Crypto 加密资产的融合越来越紧密了。它不仅关联性增强了，而且通过加密资产观察市场流动性效果也是比较显著的。现在这已经可以称之为 FICC + C的这个时代了，这个概念也不知道是不是我第一个提出来的。

当然了，就像现在一样，我们在去看全球资产流动性的时候，实际上是一定要去观察加密资产，包括比特币在内的这种高估值、高流动性资产的表现，就纯估值流动性资产的这种表现了。

不过今天的这个话题跟大家讨论的重点不是资产类别的变化，而是现在的AI 交易智能体，就是 AI Trading Agent 可能对投资者结构带来的深层次变化，因为这可能关系到不少的中小机构，还有年轻一代投资者和从业者的职业发展规划等内容。

那么还是回顾一下，就当时80 年代的时候，个人PC、电子表格，还有包括彭博的终端，然后路透，像我现在用比较多的路透当年的这个Extra，现在的Eikon，这些东西实际上都扩张了整个市场计算的能力、量化的能力，给跨资产的建模构建了一个技术的根基。像计算机就能够帮助实现海量的相关性数据，比如说利率曲线、汇率、商品价格之间的联动等等，就催生了真正意义上的宏观对冲策略和跨品种的套利组合。

所以说市场也随着计算机的应用从三个角度上发生了根本性的变化，交易速度当时从分钟级缩短到秒级，也催生了第一代的程序化交易。第二是信息的处理能力，其实指数级的提升直接推动了金融衍生产品的爆炸式增长。第三是机构凭借着硬件和算法的优势，逐步的建立起来，对散户的系统性碾压。

散户交易在美股市场上的占比其实已经持续下降，像那个年代开始崛起的程序化交易，指数期货和现货的自动化联动，这些重构其实都是源自于底层的生产力进步，科技的进步提升了数据处理能力，让原来复杂的计算变得很简单。你要知道你以前去用‌Black-Scholes（期权定价模型）‌去计算一个金融衍生产品的定价，那是拿笔去计算，太麻烦了，对吧？

那有了计算机以后，这个事情就从不可能变成了一种常规，这就让很多投资者可以更大概率地去捕捉跨资产的信号，然后去实现风控，降低交易成本，提高速度，所以大规模专业化才可以变得真正意义上可行。所以说利用这些系统，大型的金融机构，包括对冲基金、银行、养老金、共同基金、保险等等，才能够实现真正意义上构建了这个时代的金融体系。

而对于交易者的变化来讲，这里边讲的交易员已经不再是以前那种我们说那种在场内的喊单了，依赖于这种个人的经验信息的不对称电话、纸质报单，穿着马甲那个时代就结束了，掌握着计算机工具的这些从业者就迅速占据着这个优势。以前的这种所谓的喊单手，其实就被淘汰了，然后整个大类资产交易就从碎片化、人工主导开始，变成系统化、联动化的专业领域。

那么在之后的技术和监管的这种变革，算法交易的介入，那是自然而然金融机构的力量也就逐渐超越了普通个体投资者，整个美国股市的散户就从主角逐渐变成了配角。所以到了2000 年的时候，机构持有的比例已经超过了70%，散户直接持有比例基本上降到百分之三十以下，然后市场开始更加的专业、更高效，也更少的情绪化了。但是这个不是真正意义上的不让散户参与了，叫“去散户”，实际上散户的绝对数量和这个间接持有还在增长，只是说直接持有的比例大幅度下降，市场的稳定性其实增加了。

AI能力淘汰赛：从散户到机构，都在快速分层

这是当年发展的历史，在当下我们很多对标，就是跟当年那个时代是一样的，跟70 年代、 80 年代一样——生产力的进步、生产关系的重构，还有世界制度秩序的变化。那么在当下，人工智能在金融领域中的应用，毫无疑问最核心的就是交易智能体AI Trading Agent，其实已经越发广泛了，现在这种机器的学习生成式AI 大模型，在金融的交易中间是高度契合的。可以这么说在这一轮，市场的参与群体的格局肯定会发生变化。

对金融机构来讲，它只有主动地调整以适应这一趋势，那个市场的结构才会随之演变。若是其他的参与者都在运用AI 提高效率，你如果不前进，肯定就被甩掉了。别人效率都在提高，你不提高，那么自然而然你的效率就会相对下降。

散户群体我觉得会呈现非常明显的分化趋势，为什么我说让年轻人多看看？年轻一代正好赶上了这个时代，他们身上的分化可能会体现的非常明显。所以今天的这个AI Trading Agent，它其实完全在重复当年计算机带动程序化交易的这条路，但是我觉得它的规模和速度可能是一个几何倍数的裂变，应该说比当年要快得多啊。现在其实AI 占全球交易量已经超过九成了，像美股上面的这些算法，交易占比其实超过了70%，而且现在我们说去大量的应用这些AI 交易的这种代理和工具，普及的速度是非常快的。

我调研了一些现在的95 后和 00 后，这些年轻的金融从业者，基本上发现他们这一代现在多为AI 的重度用户，已经将生成式 AI 用于他日常工作的各个领域，文档的处理、数据分析、情景的模拟、初步信号的提取，然后甚至自我编程，然后去写代码，然后在社区里去分享等等。这个效率已经远远高于前面程序化交易的那个时代了。那么它对这些从业者和投资者的影响，并不是说人工智能会把人完全替代掉，我觉得核心的一句话应该是造成一种分化，一种分层。

因为其实散户的大部分交易属于中低频交易，很多金融机构实际上是高频交易，所以说现在两者之间本来是有一个不对称的，对吧？但是现在这个AI Agent 可能把这个中低频的一些，这个效率可以提高到，跟一些小型专业机构处于同一个赛道。

其实我看了一下现在海外的这些开源的AITradingAgent 的网站，现在金融类的这种开源模型和相关的内容是越来越多的，实际上一部分散户（这里的散户主要是体量和级别上的定义）他正在利用AI 技术，通过自然语言交互的方式，用这些开源的金融大模型来完成深度调研，多资产实时监控，决策的分析、简化、自动风控，甚至到交易的执行全流程操作都在做了，已经显著降低了普通散户的整个金融交易流程的成本，提高效率。

一些年轻人，很愿意学习的这部分群体，他们现在已经掌握了曾经仅为专业人士所具备的这些能力、知识、工具，所以这个差距实际上已经是在大幅度的缩小了。现在很多零售投资者基本上已经都在使用AI 辅助投资决策了，借助这个工具，借助现在的大模型去研究挖掘，然后大部分人其实都在看这，像现在的这个什么TradeIdeas、Public 这些平台都给大家提供了 AI 智能体的代理，就是AI Trading Agent 的这种工具。用户现在通过指令就可以自己去构建策略，自动构建，然后执行，调仓。这就导致这部分人和传统专业投资者的能力差距，实际上在缩小，他们也在逐渐向小型专业化投资机构靠拢。

我开玩笑说，以后会出现很多这种小个体、小型对冲基金，甚至我们说叫一个人、两个人、3 个人的这种小型对冲基金工作室都有可能出现，甚至上面还会出现某种平台，让你进行挂靠，如果有合规的需求的话。大机构在算力上肯定有绝对优势，但是在信息处理这块，我觉得现在的AI 可以把原来属于专业机构的能力和工具来去“散户化”，也就给普通的投资者都能够大幅度解决掉使用信息的不对称性。我们以前可能每年要花几十万去买彭博或者路透的终端，才能去看新闻、去收集数据，去做模型等等。

现在实际上你可能这些成本都不用支付了，对吧？因为AI，只要 AI 直接能够帮你去分析报告、调阅数据，你只要知道你想要的数据是什么，甚至你可以直接地问，AI 都可以产生，这个确实把成本降得非常非常低了。而且你要想系统性学习一些基础性的知识，都可以通过AI 去学习和获得。

但与此同时，另外一批普通投资者在AI能力上会出现显著的落后，这就是所谓的分层。有一批人愿意进步，在积极运用这些AI工具提高效率，降低成本。

但还有一些人，就是依赖于这种社交媒体获取信息的群体，比如习惯于看抖音、小红书等平台的普通中老年投资群体，普遍缺乏专业知识。这两类人即便都是散户，但是看社交媒体做投资的人，和那些学习意愿很强、在充分利用AI工具的人相比，差距是在快速拉大的。他只会停留在直觉驱动或者情绪化决策这部分，最终会被历史的车轮逐步淘汰掉。

所以说就跟朋友聊天一样，现在很多散户做分析、做交易决策信息的获取，还在微信群里去获得。但是真正的聪明人已经都在和AI 对话了，身边已经有了一个庞大的 AI 智能体，对吧？它可以是巴菲特，可以是索罗斯，甚至有人把我的智能体也投喂出来了。让这些大佬们的框架和逻辑在为你做服务，更多与他们沟通来构建自己的框架，而不是在碎片化的领域，通过情绪化的交流去做交易决策。

我觉得这实际上就是大家在现实生活中能够看得到的，已经在出现的这种分层了。所以说整个AI 时代带来的效率的红利，它不会普及到散户、普通投资者，但是它会把门槛降得很低，你只要会用这种工具就可以了，你可以靠着AI 去把自己的交易系统提升到专业级，这是完全可以用了。所以现在的关键是你用不用，会用的人肯定比以前强，不会用的人会比以前更吃亏。所以说AI 它不是取代交易员，但是会让这些不会用AI 的交易员被取代掉。

这就跟当年计算机淘汰纯手工报价的那些交易员，是一模一样的。所以赢家通吃，但是赢家的范围会变大，如果你会用AI 做研究、风控、执行，而不会用AI的人还在靠短视频、微信群再去做交易，这两者之间就形成了完全不同的散户群体，将来的两个阶层。

这对于中小型机构来说，它的挑战实际上是非常大的，因为过去可以这么说，你只要比散户专业一点，就能够活。这个护城河，其实现在正在被AI 快速抹平。将来要么你砸重金，升级算力、数据、模型，要么你就转型成服务型的投顾，但是这个中间地带就会消失掉。

AI 带来的效率提高，成本降低，就逼着这部分中小型机构，包括私募在内，你得有个清晰的决策，要么被市场淘汰，要么就是大幅度的升级。而专业机构因为你跑的实际上核心的是高频的这个赛道，玩的就是高速的算法。高端点的散户将来用AI 的智能决策，低端点的还是做情绪化交易，是根本不可能赢的。

我们在海外现在聊的时候，已经洞察到这个趋势：现在很多对冲基金正在快速升级，采用先进的技术和硬件来推动自身向更高维度的层级升，拉开和竞争对手的代差。使用专有的数据、更高频的数据源，模型的优化，将响应速度、交易速度从毫秒级逐渐进化到类似于比特级，实现纳秒亚微秒级的极致速度。这些投入都是要花钱的，这些基础设施建设是要花大量钱的，而AI 交易智能体是没法给散户直接把这个变出来，所以这就形成了很深的护城河。

你现在可以看到，很多的基金、机构已经广泛将AI 嵌入到它的交易投研和执行领域。交易员其实已经从以前的在前端捕捉信号动手交易，现在更多的会变成在后台对AI 进行监管，做策略设计。如果你没法在这些方面有所提高，小型私募其实就难以在市场上跟参与者拉开差距。国内量化基金这两年的表现，远远超过了同行，这也就是技术迭代的潜力。

AI Trading Agent时代,什么人最不容易被替代？

我们很多人可能最担心的是：这是不是意味着在这个时代下，我可能就会失业的？其实也没错，因为生产力到生产关系的这个转折，反映到我们这个事件上，就是会对金融机构的组织架构、人才，从投研、交易、风控的这个链条中间产生巨大的重构。

风险和机遇是并存的，现在很多研究员群体，都能够明显感觉到这个风险。因为这些中底层的分析师、交易支持等岗位，可能都会相对收缩。而且传统的这种，通过经历、阅历来实现上升的通道其实是会变窄的，像这些传统的岗位：数据的录入、报告的撰写、简单的定价模型、后台合规检查，是最容易被AI Trading Agent 给大幅度替代的，可以说算法交易肯定是做主导了。

以后一个资深的交易员，或者是一个资深的PM，可以管理以前一个团队的工作，所以他是把研究和执行的效率是大幅度的给平权了，人人都能够获得。但是你也不用担心，为什么呢？在真正高手的最终竞争中间，实际上中间的传统分析层，甚至包括选股、资产挑选等环节，AI辅助只能实现效率的平等化，难以转变为持久独特的超额收益。

所以超额收益肯定不来自于人人都用的AI。当前的人工智能，还没法构建真正意义上的逻辑框架和思维模式、特定的方法论，这是它没法获得的。所以说处在最顶层提供方法论，构建完整框架，蕴含哲学思维，并做出交易决策的这些人，是不容易被AI替代的。个人经验最终和AI 技术去结合，才是很多从业者最终应该去专注的方向。

现在的年轻投资者在AI 的运用中是非常出色的，生成报告、数据处理，甚至包括数据整合、建立模型等等。但他们缺乏足够的阅历，尤其是没经历过重大顶层变革带来的市场变动、政治经济的形势、地缘政治格局等方面的巨变。

所以当遭遇重大市场波动的时候，现有的AI 智能体的策略很难做出准确的判断和区分，所以说老的投资者反倒不会被替代，因为“老”其实可以理解为“资深”，要和经验一起组合，利用自己的经验和优势去构建框架，他有这种直觉，有这种记忆，对吧？他有过这样的一个经历，经历过危机，经历过周期等等。这实际上是目前AI 模型很难复制的，AI擅长的实际上是在已知的模式下去处理数据、概率优化。但是在大的制度性转变，哲学逻辑框架发生转变，出现俄乌冲突、霍尔木兹海峡局势这种黑天鹅事件时，涉及对博弈论的观察，其实还是需要经验的。

我觉得这种具备思想引领能力、拥有逻辑性和框架思维的人，是目前AI 不能替代的，但是他和AI 做一个结合，我觉得会是非常好的一个过程。所以现在要么向上，要么向下，中间层是最容易失去竞争力的。

历史上无数次经验都在证明一点：技术改变的仅仅是速度，它其实不改变人性。每一代其实最值钱的，我觉得都是既理解技术、又保留着对人性和极端风险深刻理解的人。所以我们现在正在经历这样的一个分层，站在岸上的人，他以为只是一场工具的升级，但是站在更前头的人知道，这是一场认知和适应能力的重新洗牌。

当然了，最后我多说一句，基于这个框架，用我的话说：是否应该现在讨论净值、量化交易，这就是以前我们讲的效率和公平？那么监管真正的责任，不是追求人人公平，所以说无论是量化交易时代，还是马上即将到来的AI 人工智能交易，AI Trading Agent 的这个时代，效率一定是大幅度提升的。就像刚才我讲的一样，你必然会有人被淘汰，这种公平性实际上没法做到人人均等。