AI 有用，但大语言模型的作用非常有限。

撰文：Lucida

随着 Sora 的发布，AI 最近又火了一把，AI 板块也涨疯了。

这两年 Bloomberg / Wind / Tiger Broker 等传统金融机构也相继发布了自己的垂直大模型应用。Crypto 行业里，Dune 等诸多产品也集成了 AI 或者干脆发布了垂直 GPT，我差不多都体验了一遍。

二级市场的核心竞争力

对于「AI 对二级市场投资的影响」，我个人的看法是：AI 有用，但大语言模型的作用非常有限。

原因是：二级市场的核心竞争力是方法论和认知层次对市场上其他对手盘的碾压，而不是靠生产力的碾压。

好的（量化）交易员通过长期在市场中摸爬滚打，充分地理解市场特征，从而形成一套稳定可量化的交易策略。而水平不够的交易者会因为稳定亏损从而被市场淘汰，自此市场完成「良币驱逐劣币」的进化过程，赚钱会越来越难。

所以，想要战胜市场稳定盈利，你要比市场进化得更快，对市场上其他的参与者理解更深，这是一种方法论和认知层次上的胜利，也是二级市场的核心竞争力。绝大多数情况下，市场的共识都是风险因子，所以「寻找非共识」是一个（量化）交易员最重要的能力，也是认知层次高的一种体现。

说得再深入一些，这种能力是和你读没读 CFA/ 金工没直接关系，如果读好 CFA/ 金工就能赚钱，那在二级市场赚钱可容易太多了。一个生活常识是，在任何行业，你想赚钱总得有绝大部分人都没有的东西，这才是竞争力，它可以是资源 / 资本 / 认知 / 方法论 / 经验等等。

所以，所有试图帮你直接或用极低成本赚大钱的人 / 事 / 项目，都可以归类到非坏即蠢的范畴。

说回 AI。从我目前能公开体验到的最先进的大语言模型 GPT4 来看，模型对于世界的理解和认知明显不如人类，它的优势在于提高了生产力，水平接近本科生。所以，这并不符合我们上述提到的二级市场的核心竞争力。所以等到 GPT 对世界认知和理解接近甚至领先于人类，对于二级市场投资来说，才会产生重大的革命性的影响。

而且从目前来看，Crypto 行业内的大语言模型的表现和 GPT3.5 都还有代差，更别提 GPT4 了。所以用垂直的 GPT 去交易 Crypto，或者为用户提供交易决策，任重而道远。

AI 具体有什么用？

那 AI 对于二级市场投资是不是到底没有用呢？有。 大概有几个方向：

1. 挖因子：传统金融市场里少数非常头部的对冲基金是靠 ML/DL 的模型来挖因子，相比于传统的靠人来挖因子，这种模式主要是在因子数量上取胜，相对牺牲因子质量，但这不是行业主流，而且这对团队能力的要求非常高。
2. 清洗 / 加工数据：比如用 ML 优化数据集里的缺失值 / 异常值、识别 MEV Bot 的成交量等等。
3. 算法交易：主要应用在市场的盘口 / 订单簿等微观结构中。
4. 加工另类因子：分析新闻 / 社交媒体上的内容，并分析他是 Positive 还是 Negative 的，甚至去打分。
5. 用 GPT 整理自然语言数据：比如 SEC 的 Electronic Data Gathering, Analysis, and Retrieval 中的上市公司财报都是文本格式的，用 GPT 整理成加工成结构化的数据，这个效果应该能做的不错。

我目前能想到的大概就这么几点，如果有遗漏的，欢迎补充。通过上面这几个场景，我们可以发现几点规律：

• 1、2、3 场景，在 GPT 流行之前就已经挺成熟了。
• 4、5 主要是属于 GPT 的应用范畴。4 我没试过，但作用估计也比较有限，第一是另类因子在多因子策略里的占比很低，第二是通过这种简单粗暴 + 低成本挖出来的因子大概率不会好用，好用的话也会很快失效。5 的作用还是提高生产力。
• 以上所有场景都是基于某一个非常非常非常具体的小环节会用到 AI，而不是直接用 AI 帮你做交易 / 投资，因为它对于市场的认知层次太低了，此外金融行业的信噪比也太低，和智能驾驶等领域完全比不了。

以这种视角来看 Crypto 领域中的 AI 产品，Dune 的思路还算是相对合理的，它并没有尝试去做智能投顾的角色给你直接的交易信号，当然这个产品也不是这个定位，它还是在用 AI 帮你提高生产效率，因为写 SQL 对普通用户的门槛确实太高了，尽管它现在并不是很智能…