2020年3月，利用美股四次熔断那会儿，人工我朋友老张的买卖量化程序却在一个月内赚了47%。他用的股票不是什么神秘黑箱，而是利用一套基于Transformer架构的情绪分析模型——每天凌晨三点，程序自动抓取推特上关于特斯拉的人工上万条推文，把“马斯克又发疯”这类调侃转化成做空信号。买卖

这事让我开始认真琢磨：AI炒股到底靠不靠谱？股票后来我翻了不少实盘数据，发现真相挺反直觉的利用。那些吹得天花乱坠的人工“全自动盈利机器人”，年化收益往往跑不赢指数；反而是买卖些不起眼的细分策略，比如专门分析上市公司财报电话会议里的股票语气波动，能稳定获得超额回报。利用原因不复杂——文本情绪比数字更难伪装，人工而AI恰好擅长捕捉这种细微差异。买卖

有个私募朋友跟我透露过他们的土办法：把过去十年所有券商研报喂给大模型，让它学习“强烈推荐”和“审慎增持”之间那些微妙的措辞差异。结果发现，当AI识别出某只股票突然从“建议关注”变成“建议重点跟踪”时，往往意味着分析师收到了内幕消息，尽管他们永远不会明说。这种信号，人眼根本看不出来。

但别高兴太早。AI炒股有个致命伤——它对极端事件的理解近乎白痴。2021年GameStop散户逼空大战时，不少AI模型在暴涨初期就自动做空，结果被轧得血本无归。原因很简单：模型从没见过这种“散户抱团对抗机构”的荒诞剧本，它的训练数据里根本没有类似案例。这也解释了为什么现在不少量化团队开始给模型加入“异常检测模块”——一旦发现市场行为偏离历史模式超过三个标准差，就立刻暂停交易。

我自己的观察是，AI炒股最靠谱的应用场景其实是风险管理。去年有个朋友用机器学习做仓位控制，系统在某个板块的波动率突然飙升时，会自动把仓位从30%砍到8%。这听起来不刺激，但恰恰是这种“无聊”的纪律性，让他在今年初的震荡市里保住了大部分利润。相比之下，那些追求“AI预测涨停板”的人，多半已经改行卖课了。

说到底，AI在股市里更像是个超级研究员，而不是预言家。它能帮你把三千份财报里的风险提示全部读完并提炼出关键矛盾，也能通过卫星图像分析停车场车辆数量来推断零售业景气度——但最终下注的依然是人。我见过最成功的个人投资者，是那种让AI做初筛，然后自己花三小时读十家公司年报的人。他们把这叫“人机协作”，其实说白了，就是用机器弥补自己懒，用人脑弥补机器蠢。

最后说个扎心的事实：目前市面上的AI炒股软件，90%的收益来自市场beta而非alpha。换句话说，牛市里它们帮你赚钱，熊市里照样亏得爹妈不认。真正的价值在于——当所有散户都在刷抖音追热点时，你至少有个工具能帮你把那些“利好”消息背后的真实意图拆解出来。至于能不能赚钱？那得看你敢不敢在AI说“买入”的时候，反问它一句：“你确定这不是又一个泡沫？”