AI 能不能预测股价，先看清它到底在算什么

朋友在群里甩来一张截图。他把某只票的名字发给一个聊天式 AI，对面回了三百来字：先说了公司所处的行业景气度，再说了技术形态上的几个关键位置，最后一句是「短期有望上攻，注意回踩确认」。他问你：这玩意儿靠谱吗？

这个问题很难用一句话回答，倒不是因为答案复杂，而是因为问题本身没问清楚。网上流行的两种答案——「当然能，这是新时代的生产力」和「当然不能，这就是个高级复读机」——有一个共同的毛病：都只给了结论，都没讲机制。你信了任何一个，下次换个说法你还是会被绕进去。

所以这一节不给你结论。我们把这句话拆开，看看「预测股价」这四个字底下，到底藏了几件完全不同的事。

先拆词：这四个字被偷换成了四件事

绝大多数关于「AI 能不能预测股价」的争吵，都是因为吵架的两个人说的根本不是同一件事。至少有四件事被塞进了同一个词里：

第一件，预测方向。 明天／下周是涨还是跌。这是一道二选一的题，看起来最简单，其实是四件里最难的——因为一旦你真能稳定答对，钱就是无限的，而世界上不存在无限的钱。这本身就说明这道题的正确率不可能被稳定地推得很高。

第二件，预测点位。 明天最高摸到多少、支撑在哪个价。这比第一件更难一个量级：方向只有两种可能，点位是连续的，而且你还得同时说对「什么时候到」。一个人如果连方向都说不稳，却敢给你精确到小数点后两位的目标价，这本身就是信息。

第三件，解释已经发生的行情。 今天为什么跌了。这件事非常容易，容易到几乎不需要任何能力——因为答案已经写在结果里了，你只要从一堆同时存在的理由里挑一个说得通的贴上去。任何一天的市场都同时存在利好和利空，事后挑一个当原因，永远能自圆其说。

第四件，复述别人的观点。 市场上主流怎么看这家公司。这是一件检索和归纳的活儿，AI 恰好很擅长，但它产出的是「别人说过什么」，不是「接下来会怎样」。

这四件事的难度是天差地别的：第三、第四件很容易，第一件极难，第二件近乎不可能。而那张截图里的三百字，同时混用了这四种模式——它用第三件（解释行情）和第四件（复述观点）的材料，堆出了一段看起来像在做第一、二件（预测）的话。

看懂这个偷换，你已经解决了一半问题。剩下一半是：为什么它天生就只能做后两件？

生活层：它在做的事，是猜下一个最合适的词

先把金融放一边，说说这类模型到底在干嘛。

想象一个人，把人类写过的绝大部分文字都读了一遍——小说、说明书、论坛帖子、当然也包括几十年的财经评论。你随便说半句话，让他接下一个词。「今天大盘」——他接「震荡」。「注意回踩」——他接「确认」。他接得又快又顺，因为这些搭配他见过太多次了。

这就是这类模型训练时干的唯一一件事：给定前面的内容，猜下一个最合适的词。 反复猜几万亿次，猜错了就微调自己，直到猜得非常准。所谓「大语言模型」（能处理和生成人类语言的大规模统计模型），本质就是这么一台接话机器，只不过它接得极其像人。

现在关键的问题来了：一个把「接话」练到极致的人，为什么能把股评说得那么像模像样？

因为股评本身就是一种文体。它有固定的结构（先说宏观、再说行业、然后技术面、最后加一句风险提示）、固定的词汇（震荡、回踩、确认、有望、注意）、固定的语气。这台机器读过海量的股评，它对「一篇股评长什么样」的掌握，可能比你我都好。它能高质量地复现这种文体——但复现文体和算准价格，是两件不搭界的事。

这就是你要一直提防的那道缝：说得像，和算得准，中间隔着整整一个学科。

机制层：为什么「猜词」学得会，「猜价」学不会

这一节是本文的正题。如果只让你记住一段，记这一段。

一、文本处处是套路，价格几乎没有套路

「猜下一个词」这件事之所以能被学会，是因为语言里有巨量的、稳定的局部规律。「回」后面大概率跟「踩」，「注意」后面大概率跟「风险」。这些规律不随时间改变，也不会因为你学会了就消失——你知道「回」后面是「踩」，并不妨碍下一个人还是这么写。所以训练数据越多，猜得越准，而且准了就一直准。

价格完全是另一回事。价格里可被利用的规律，有两个致命性质：

性质一，它本来就很少。 价格的下一步变化，在很大程度上接近「无记忆」——过去的走势里，能用来推断下一步的成分极其稀薄。这不是玄学，是一个可以被检验的统计事实：把历史行情切成两段，用前一段找出的规律去测后一段，绝大多数看起来漂亮的规律都会当场失效。这件事在 回测好看实盘亏，差的到底是哪三件事 里拆得更细。

性质二，它一旦被发现就会消失。 这是价格和语言最本质的区别。假设真有一条规律能稳定预测涨跌，当足够多的人发现并照着做，抢跑就开始了——大家都提前买，价格提前涨上去，这条规律赚的钱被抹平，它自己把自己吃掉了。语言规律不会自我毁灭，价格规律会。所以价格数据里的「可学习部分」不是一个固定的宝藏，而是一块被持续开采、持续枯竭的矿。

把两条合起来：猜词是在一个规律又多又稳定的世界里做题；猜价是在一个规律又少又会自我消灭的世界里做题。同一台机器，成绩天差地别，一点都不奇怪。

二、训练时优化的目标，和你想要的目标不是一回事

这一点很多人从来没想过，但它是整件事的要害。

那台接话机器，训练时优化的目标是「下一个词猜得准不准」。它从来没有被「账户赚不赚钱」这个目标训练过——一次都没有。你拿它去预测收益，等于拿一个专门练听写的人去参加数学竞赛：他不是笨，是他练的根本不是这个。

对比一下真做预测的量化系统是怎么定义目标的。这里说的量化，就是把买卖的判断标准写成明确的规则和公式，交给程序去算、去执行，而不是靠人临场拿主意。在开源量化平台 qlib 的配置文件里，「要预测什么」是明明白白写死的一行：

label: ["Ref($close, -2) / Ref($close, -1) - 1"]

这行的意思是：预测「后天收盘价相对明天收盘价的变化率」。注意它有多具体——不是「这只股票会不会涨」，而是在一个明确的持有窗口内、按明确的成交价假设、算出来的一个相对变化率。另一个开源量化框架 freqtrade 的 FreqAI 示例里，目标写的是「未来若干根 K 线的平均收盘价相对当前的变化率」（一根 K 线就是一个时间段内的开盘、最高、最低、收盘四个价，日线就是一天一根），那个「若干根」还是配置项（示例给了默认值，可改）。

为什么要抠得这么细？因为**「预测股价」这句话在工程上根本没法执行**。你必须先回答：预测哪个时点、相对哪个基准、假设按什么价成交、持有多久。这四个问题不答清楚，「准不准」这三个字连定义都没有。

而那张截图里的「短期有望上攻」，一个都没答。它不是答错了，是它压根没在答题。

三、它输出的是分数，不是价格——真系统更是这样

再看一层。真实的量化系统，最后交出来的东西长什么样？

不是「明天 12.35 元」。是一张表：每个标的（标的就是你要买卖的那个东西，在股票池里就是每一只股票）一个分数，比如 0.553、0.550、0.540。这些数字本身没有价格含义，它们唯一的用处是排序——把当天所有股票按分数从高到低排，取前若干名。上游模型只负责给出相对高低，下游策略负责按排名换成持仓。

衡量这种系统好不好，用的也不是「猜对了几次」，而是「预测的排序和事后真实的排序之间有多强的相关性」（业内叫信息系数，IC）。这里有个外行会震惊的事实：人们对这个相关性的期待，远低于你的想象——它不需要接近完美，只需要长期稳定地不等于零，就已经算是一个有价值的信号了。

请把这个和「明天有望上攻 12.5 元」放在一起看。一边是专业系统辛苦追求「排序上略微好于随机」，另一边是三百字白话给出精确点位。当一个更弱的工具给出了更强的结论，可疑的一定不是工具，而是结论的来源。

四、它没有你以为的那种「推理」

最后一层，也是最容易被话术糊弄的一层。

当你看到 AI 写出「因为行业景气度回升，所以有望上攻」，你脑子里自动补了一个画面：它先查了数据，再做了因果推断，最后得出结论。实际上更接近的画面是：它读过成千上万篇「因为……所以有望……」结构的文章，于是在你给的语境下，生成了一段最符合这种结构的文字。

因果关系不是它推出来的，是它抄来的句式。 这也解释了为什么它的回答总是那么工整、那么平衡、那么面面俱到——因为它复现的是「一篇好股评应该有的样子」，而不是「事情真实的样子」。

这一点有个实打实的旁证：在开源的 AI 投研智能体项目 Vibe-Trading 里（智能体就是能自己调工具、分几步把一件事做完的 AI 程序，不是只会一问一答的聊天框），主循环——也就是这个程序反复执行的那套主流程——旁边专门挂了一个模块，它的说明写得非常直白——语言模型仍然负责研究和解释，但有两件事是结构性的、不是建议性的：最终答案里的价格主张，不允许与工具取回的完整原始数据相矛盾。同一个项目还配了专门的核查工具，把报告里的数字抽样出来，跟权威数据源逐个对，对不上就判不通过；另一个工具干脆规定「只接收数字、自己不取数」，算术全部用高精度十进制做，就为了让计算过程可复核。

请体会一下这个设计意图：做这套系统的人，默认模型会说出听起来很对但实际上不存在的数字，所以在外面加了一道硬墙。 他们不是不信任 AI 的语言能力，他们是太清楚这份能力的边界在哪。

五、真系统会闭嘴，聊天窗口不会

还有一个对比，比上面所有论证都直观。

freqtrade 的 FreqAI 里有两个设计，我第一次读到时觉得很有意思：

一是**「陌生就不答」**。系统会衡量当前这组输入离训练时见过的数据有多远，超过设定的距离就把这次预测直接丢掉——因为模型在没见过的市场状态下的输出，不具备可信度。

二是**「过期就不答」**。配置里有一项，用来规定模型训练完多久之后就不再允许它做预测（这项默认是关闭的，可配置）。设计者的假设很明确：市场会变，模型学到的东西会过时，过时的模型必须闭嘴。

这两条加起来，是整个量化工程里最诚实的一部分：它承认自己有大量不知道的时候，并且专门写了代码让自己在那些时候不说话。

现在回头看你的聊天窗口。你随便发一只票的名字，它永远有话说；你发一只刚上市三天的票，它也有话说；你发一个根本不存在的代码，它多半还是有话说。它没有「陌生就不答」，也没有「过期就不答」——它被设计成永远给你一个流畅的回答。

这不是它坏，这是它的产品形态决定的。但对你来说，后果很实在：你无法从它的语气里读出它有多不确定。 而在投资里，「我不知道」这三个字的价值，往往比任何一段分析都高。

它确实能帮你的事（而且价值不小）

泼完冷水必须把话说完整，否则就是另一种偏见。上面所有的机制推理，否掉的只是一件事：它不能替你预测价格。 但投资里绝大部分工作量根本不是预测价格。

读长文档，并且不喊累。 一份年报几百页，一份招股书更厚。让它按你指定的框架把关键段落定位出来——比如「找出所有关于应收账款变化的表述」（应收账款就是货已经发出去、钱还没收回来的那部分）、「把关联交易的部分列出来」（关联交易就是和自家人、自家关系户之间做的买卖）——这是它的主场。注意措辞：让它定位和摘录，不是让它下结论。定位错了你一眼能看出来，结论错了你看不出来。

把非结构化的东西变成表格。 几十份公告、几年的分季度数据，让它整理成统一格式，你再自己核对。整理是它的强项，核对必须是你的活儿——上面说的那个「数字抽样核对」的设计，就是这个道理的工程版。

当一个不会累的抬杠对象。 你有一个买入理由，让它站在对立面把你驳倒。它读过太多种反驳的角度，很可能提到几个你压根没想过的风险点。这里它产出的是问题清单，不是答案——而好的问题清单，本身就值钱。

帮你把不懂的术语翻成人话。 你在财报里撞见一个陌生概念，让它用生活类比解释一遍，你再去查权威定义确认。这是纯粹的学习加速。

看出规律了吗？它擅长的全是「处理已经存在的信息」，不擅长的是「生成还不存在的信息」。 年报里的字已经存在了，明天的价格还不存在。这条线，就是你使用它的边界线。

顺着这条线往前挪一步，就撞上「AI 选股」这个说法。它跟「预测股价」一样，底下压着好几件难度完全不同的事——筛名单、读材料、判断个股、预测涨跌，前两件基本就是上面这几段说的主场，最后一件正是本节否掉的那件。AI 选股靠不靠谱：这个问题得先拆成四个 把四层各自的边界和验法逐个摆开了，也顺带讲了一句宣传是怎么用第四层的想象力去卖第一层的能力。

有些开源平台（比如 AI-Trader）会把 AI 智能体的操作放进模拟盘里跑，用统一的行情和结算规则给它们排名——这类实验有它的研究价值，但请注意，模拟盘里的成交假设，和真实市场的滑点（你下单时看到的价，和最后真正成交的价往往不是一个价）、冲击成本（你自己这笔大单把价格买高了，等于跟自己抢货）、流动性（你想卖的时候，市场上有没有人愿意接）完全不是一回事，把模拟盘名次当成真实能力的证明，又是一次偷换。

三种偷换概念，怎么当场识破

给你三条可以立刻用的判据。

判据一：把「解释过去」当成「预测未来」卖。 听到一段分析，先问自己一句：这段话如果昨天说，成立吗？ 「因为业绩超预期所以后市看好」——业绩是已经公布的，这句话昨天就能说。凡是论据全部来自已经发生的事实、结论却指向未来的，中间那一步跳跃是没有支撑的。真正的预测必须包含「一个还没被公开的判断」，而不是把公开信息重新排列一遍。

判据二：把「说得像」当成「算得准」卖。 真正做预测的东西，必须能回答四个问题：预测哪个时点？相对什么基准？假设按什么价成交？错了怎么算错？还记得前面那行配置吗，它把这四件事全写死了。一段自然语言股评一个都答不了。凡是没法说清「怎么算它错了」的预测，你也没法说清它对——它根本不在「对错」这个游戏里。

判据三：把「复述共识」当成「独家洞察」卖。 它读的是已经公开的文本，所以它告诉你的，几乎必然是市场上已经流传过的观点。而已经被广泛知晓的信息，价格里大概率已经反映了。所以这句话很反直觉但很重要：它说得越顺、越符合你已有的印象，越说明这是共识，越不可能带来超额收益——超额收益就是比大盘平均水平多赚的那一块，也只有这一块才算你的本事。 真正稀缺的判断，恰恰是听起来别扭、需要你自己论证的那种。

那到底该怎么用

结论其实很朴素：别把它当预言家，把它当一个读得快、记得多、不会累、但需要你逐条核对的助手。

这句话听着容易，做起来需要固定动作，否则你还是会在某个疲惫的深夜，被一段流畅的文字说服。要让它稳定产生价值，至少得有几件事变成习惯：给它明确的角色和边界，而不是开放式地问「怎么看」；要求它给出信息出处，而不是接受一段没有来源的判断；把它的输出默认当成「待核对的草稿」，关键数字一律回到原始文件里对一遍；以及最重要的——永远由你来做决定，它只负责把你决定之前该看的材料准备好。

这套动作怎么固化成一条可重复的流程，是「量化与 AI 投研」卷里 AI 投研工作流那条线要展开的内容，本节只把地基打好：先分清它在算什么，再谈怎么用它。想补一补「为什么历史规律会失效」的数学直觉，可以去 原理库 看有效市场（说的是已经公开的信息，价格里通常已经反映了）与均值回归（说的是偏离得太远的东西，往往会往平均水平靠回来）那几篇；想弄清「预测」在量化系统里被怎样严格定义，本卷里讲回测与实盘差异的那一节是正主。

小结

• 「预测股价」被偷换成了四件难度天差地别的事：预测方向（极难）、预测点位（近乎不可能）、解释已发生的行情（很容易）、复述别人的观点（很容易）。所有争论都源于混用。
• 这类模型训练时干的唯一一件事是「猜下一个最合适的词」。语言里的规律又多又稳定且不会因被发现而消失，价格里的规律又少又会自我消灭——同一台机器，两个成绩。
• 训练目标从来不是「账户赚钱」。 真做预测的系统会把「预测哪个时点、相对什么基准、什么成交假设、多长持有期」全部写死，而一句「短期有望上攻」一个都没答。
• 真系统输出的是用来排序的分数不是价格，评价用的是排序相关性，且专门设计了「陌生就不答」「过期就不答」；聊天窗口永远有话说，你无法从它的语气里读出它有多不确定。
• 它真正值钱的用途全在「处理已存在的信息」：读长文档、结构化提取、当抬杠对象找风险点、翻译术语；不值钱的用途在「生成不存在的信息」。
• 三条识破判据：这话昨天说成不成立（解释冒充预测）、说不清怎么算错就说不清对（像冒充准）、说得越顺越是共识（复述冒充洞察）。

一句话总结：它读过的东西比你多得多，说话也比你好听得多，但它没见过明天，你得自己去看。