浅谈近期新学‘AI+量化’这门亏钱手艺的心得

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。