阅读一篇文章：AI究竟能帮你赚钱吗？
人工智能无疑是人类生产力史上的一大飞跃，所以，交易者渴望利用这种技术来赚钱也就不足为奇了。
AI就像一个“高效信息筛选员”，可以从铺天盖地的新闻、财务报告和社交媒体中快速挑选出真正有用的投资内容。
然而，随着AI学习的深入，它也触及了自己的局限性。金融科技公司的一些实验表明，AI在信息整合方面表现良好，但在指导投资者如何操作方面仍面临挑战。
bhishekhek，Robinhood券商的商品副总裁。 Fatehpuria告诉我们美国股市的大数据:“我真正擅长的AI领域每三四个星期就会发生变化。我今天不擅长的事情可能需要几个星期才能做好。”他指出，目前AI最突出的能力是对复杂数据的总结和摘要，这与投资分析中“理解和提炼海量数据”的过程非常吻合。
AI工具在Robinhood的内部演示中“Cortex“还有更进一步的功能:用户可以输入自己的交易假设，比如“某只股票会在某个时间点上涨多少”，然后AI会给出与这个假设相匹配的交易策略，包括具体的期权组合方案。
虽然最终产品可能不同于最初的演示，但这个功能的展示意味着AI可能会成为未来帮助投资者赢得市场的关键工具。
对财报电话会议进行深入分析
目前，乔治亚州立大学、芝加哥大学布斯商学院和明斯特大学已经有几项研究。这些研究使用AI对财务报告电话会议进行深度整理，并从中提取与投资者相关的问题。在这些研究中，大型语言模型（LLMs）能捕捉到企业高管语气的微妙变化或回避语言，并利用这些信息来识别企业的风险和即将到来的资本支出变化。
但是，财务报告电话会议本来就受到了高度的审查，企业高管通常会在会前做好充分的准备。假如越来越多的用户使用AI来解读这些会议，很容易想象未来的情况：企业高管们会调整他们的演讲方式来“迎合”AI。如果一个AI被训练来测试一些指向潜在风险的词汇——就像芝加哥布斯商学院的研究一样——那么高管可能会被训练来避免使用这些词汇。
人工智能的局限性和潜在风险
AI不合适。重度AI客户经常指出，它可能会“幻觉”或提供不准确的信息。以前有AI乱报影响金融市场的例子。比如2023年5月，AI产生的五角形建筑周边爆炸图片短暂导致股市暴跌。虽然这张图是故意制造的假信息，但无意中产生的错误信息也可能产生类似的影响。
实验表明，他们在2024年向ChatGPT提供了Robinhood年度10-K财务报表链接，并提示AI汇报总结内容，识别投资者应该知道的要点。ChatGPT表现出色，它指出了财务指标、融资客户等业务指标，以及每股收益等潜在风险，甚至在底部附上了一张美股公司图表，显示最近的表现。
但是，当Gemini提供给谷歌时，同样的提示也出现了混乱。这是从Robinhood的2023年全年中提取的10-K文档数据，而非2024年。在这种情况下，Gemini优先搜索了谷歌上最新的10-K文档，并选择了2024年发布但覆盖2023年财务报告的文档，而不是提醒中明确提供的2024年财务报告文档。在指出错误之后，Gemini又引用了一份季度10-Q财务报表，再一次与提醒中的文件不符。
当AI引用错误的来源时，可能会造成严重的错误和不准确的结果。这就是为什么很多大型语言模型(比如Gemini)在回复底部都有免责声明，告诉用户必须核实信息。Gemini作为谷歌推出的AI产品，内置了“双重检查”功能；谷歌还在协助页面上明确表示，该产品不应用于医疗、法律、金融等专业意见。
好好想想。如果AI的判断是错误的，而你又投入了真金白银，后果可能是不可预测的。因此，一个核心观点是，当人类使用AI进行投资时，人类的控制仍然尤为重要。
Jeffrey投资者 Emanuel对此有个人感受。他曾在多家华尔街机构担任分析师，并开发了多个AI和加密项目。他指出，目前AI面临的主要瓶颈是“信息量超过模型处理量”。例如，一份10-K的独立年报可能会填满一个大模型的前后文本窗口。真正的困难是如何从海量文档中准确提取“有用的部分”。
然而，他也承认，今天的AI远没有达到“人人都可以用”的水平。个人投资者通常需要一定的技术背景来做出正确的判断，这与“普惠智能”背道而驰。
如果将来要改变这一状况，AI工具必须进一步改进-例如通过多模型合作（multi-agent workflow），实现更加复杂的问题拆解和更加精确的信息处理。但是，即便如此，能否真正做出好的决定，还是另外一回事。
美股大数据认为:“无论分析模型有多强，都未必能给你好的交易意见。市场的非理性和变量的复杂交织使得预测方向本身变得困难。”
也就是说，AI可以提高效率，但是不能为你承担责任。它不是答案，而是工具。
如何真正帮助投资者AI？
虽然目前AI在投资交易中还有很多限制，但是对于投资者来说，了解AI的能力边界比盲目依赖它更重要。它能做什么，不能做什么，决定了它在你的投资系统中扮演什么角色。
在许多应用场景中，AI最稳定、最实用的能力之一可能是识别模式。对于喜欢技术分析的投资者来说，这一点尤为重要。技术分析的本质是从历史交易数据中寻找可能反复出现的趋势或形式，从而预测未来的市场方向。
正如专家所说，人脑虽然有很强的图形识别能力，但往往容易受到主观情绪的影响，看到一些“其实并不存在”的形式，或者错过真正重要的信号。这种认知偏差在强烈波动的市场中尤为常见。
AI在处理这样的问题时更加理性和一致。在统一的规则下，它可以系统地分析成千上万的目标，在不受市场情绪或个人偏见干扰的情况下，从海量图形中获得潜在的方法。
也就是说，AI不会为你决定，但它可以帮助你扫清视野，让你看得更清楚，判断得更理性。对于很多依靠技术图形做出决策的交易者来说，这种“帮助而不是主导”的定位恰恰是AI最适合的角色。
AI正在“蚕食”社交媒体？
你有没有想过，我们以后可能再也不需要刷社交媒体了？因为AI正在悄悄“吃掉”社交媒体在投资领域的份额！
近几年，零售经纪人 Public 一直在思考如何将AI真正运用到投资实战中。它们并不像某些平台那样只搞“概念”，Public 这条路更加务实，而且每一步都有市场反馈的支撑。
Public 联席CEO詹尼克·马林特别明白:“AI要在投资领域发挥价值，最重要的不是它能‘知道所有的答案’，而是当它知道自己不知道的时候，它能及时‘闭嘴’。很多AI工具还没有做到这一点。”
他有一个特殊的形象，比如投资者不需要在课堂上“一直举手回答”的学生，即使他们不明白，他们也应该盲目地打破一些东西。我们想要的是一个能帮助你看清问题，判断信息价值的得力助手。
Public 一个由于2023年5月推出。 ChatGPT-4 “投资副驾驶”工具驱动——Alpha。它不是一个简单的信息搜索器，它为用户提供了一个用自然语言交流的页面。您可以用大白话问它一只股票怎么样，让它帮助您选择特定的资产，或者比较两家公司的业绩。更为重要的是，它不仅仅是“告诉你新闻”，它可以帮助你理解信息，甚至可以促使你直接下订单。
Public 在内部跟踪了一个叫做“行动转化率”的指标，即平台上的信息可以促进用户实际交易的比例。因此，他们感到惊讶:
- 大约是传统新闻内容的转化率。 2%；
- 社会动态(如用户评价或简报)的转化率是 5%；
- 而 Alpha 转化率居然高达近 40%！
这是什么意思？与传统信息相比，AI提供的内容更容易让客户采取实际行动。它的“结构化” “目的性”的展示形式，正逐步取代原本在投资平台上扮演的社交媒体内容的角色。
这一惊人的发现，直接促进了 Public 做出了两个重磅决定：
第一，他们把大部分精力都投入其中。 AI 研究开发产品。
今年5月，Public 一款名为“生成资产”的新工具上线（Generated Assets）。这个功能很帅，用户可以建立自己的投资指数，比如“40岁以下CEO领导的企业”，或者“公司组合不受美国关税影响”等。，并且他们还可以将这些定制指数与标准普尔500进行比较。未来，客户甚至可以通过“零碎股”进行投资，或者直接配备自己定义的匹配指数。
其次，Public 社会内容信息流完全关闭！
对曾经以“社交投资平台”著称的公司来说，这简直是一个颠覆性的战略转变。以前，Public 使用者习惯于在平台上分享财务报告摘要，谈论当天的市场动态。但是现在，所有这些信息都已被 AI 产生的内容被替代， AI 产生的速度更快、更准确，还可以自动嵌入到顾客正在浏览的内容中，省心、高效。
企业的两位创始人甚至在博客上直言不讳地说:“社交信息流的主要价值曾经帮助人们快速掌握市场趋势。但是现在，这个功能已经被 AI""吃掉""
她们甚至用了一个很直白的词：“AI正在蚕食社交媒体”。
这一变化，与三年前席卷全球的零售投资热潮形成了鲜明对比。从2020年到2021年，社交媒体掀起了“迷因股”（Meme Stocks）狂热，首次将大量年轻投资者带入股市。而且现在，虽然 Public、Moomoo、Robinhood 这类平台的用户仍然存在，但是他们的信息来源、投资路径，甚至决策方法， AI 深刻改变。
美股大数据认为，AI 我们正在重塑我们对散户投资者的概念。以前投资世界很简单，要么自己研究下单，要么自己管理，交给机构管理。但是现在，有了 AI “第三种方式”似乎出现在辅助中—— AI 辅助自主决策。这样既不必完全依赖于自己，也不必完全依赖于人，在效率和自由之间找到一个全新的平衡点。
您认为这种“第三种方法”会成为主流吗？
本文来自微信公众号“美股大数据StockWe”，作者：StockWe.com，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com