AI 在股市中能做什么：从研究助手到量化交易的完整路线图

AI 在股市里最有价值的用途，通常不是回答“明天哪只股票涨”，而是把大量公开资料变成可追溯的研究记录，把重复的数据处理变成稳定流程，并在每一步保留人工判断和风险限制。

本文先画出完整地图。后续文章会依次实现公告研究、新闻事件提取、量化回测、组合与智能体系统。这里的“股票研究”包括信息整理、假设验证和风险监控，不等于投资建议。

一、六层应用地图

第 1 层：阅读和解释

最简单的用法是解释财务术语、整理行业概念、生成公告阅读清单。它适合学习，但不能把模型记忆当事实。关键数字、日期和公司表述必须回到交易所公告、公司定期报告或监管披露原文。

第 2 层：检索和结构化

把年报、季报、问询函和公告建立索引，AI 只在检索到的原文片段上回答，并输出页码、段落和链接。进一步可把营收、利润、现金流、风险因素和管理层口径抽成 JSON，供表格或数据库比较。

第 3 层：事件和情绪

对新闻与公告进行去重、实体识别、事件分类和影响窗口标注。比“正面/负面”更有用的输出是：发生了什么、涉及谁、信息何时首次公开、证据在哪里、哪些字段仍不确定。

第 4 层：量化信号

机器学习可以把价格、成交量、基本面和事件特征映射为排序分数、波动率估计或风险标签。模型输出应当被视为需要验证的信号，不是交易指令。时间切分、幸存者偏差、未来数据泄漏、手续费和滑点会显著改变回测结果。

第 5 层：组合与执行

高级系统会在收益假设之外加入仓位上限、行业暴露、换手率、流动性和最大回撤限制，再生成目标组合。真实下单还需要交易时段、价格保护、幂等、防重复订单、撤单和紧急停机机制。

第 6 层：持续治理

生产系统需要监测数据延迟、特征漂移、模型版本、提示词版本、异常订单、风险暴露和人工接管。任何能影响资金的模型都要留下输入、输出、证据、规则命中和审批记录。

二、按难度选择第一个项目

第一次实践建议从公告与财报研究助手开始。这个项目能训练数据来源、引用、结构化输出和事实核验，又不会直接触碰自动下单。

三、LLM、传统机器学习和规则分别做什么

• LLM：处理长文本、语言差异、事件抽取、研究问题分解和报告草稿。
• 传统机器学习：处理数值特征、分类、排序、波动率和概率估计。
• 优化算法：在明确约束下计算组合权重与再平衡方案。
• 确定性规则：执行仓位、价格、额度、交易时段和审批限制。

不要让一个聊天模型同时承担全部职责。自然语言模型擅长提出和整理候选解释，资金约束与订单校验更适合可测试的代码规则。

四、最小可信闭环

一个可复核的研究闭环至少包含：官方原始数据、带时间的快照、可重复的转换代码、模型与提示词版本、输出证据、人工复核结果和失效条件。可以用下面七个问题验收：

1. 每个数字能否定位到原始披露？
2. 当时不可获得的数据是否被排除？
3. 训练、验证和测试是否按时间分开？
4. 是否计入手续费、滑点、涨跌停和流动性限制？
5. 是否与简单基线比较？
6. 哪些情形会拒绝输出或转人工？
7. 系统能否一键停止，并重放一次决策？

五、必须保留的边界

Investor.gov 提醒投资者，不应只依赖 AI 生成的信息作投资决定，自动化工具的假设和输入限制也会直接影响输出。实际系统应展示不确定性和证据，而不是包装成“稳赚模型”。任何承诺高收益、低风险或保证选出赢家的说法都应视为危险信号。

接下来可按专题顺序阅读：先做公告检索与财务提取，再做新闻事件流水线，然后进入机器学习信号与回测。