今天大饼它又又又回来了，我预测的没错，塑料兄弟肯定要和好，市场还是会反弹。巴菲特在两位新股神面前也得甘拜下风。

之前做了一个 AI 预测 BTC 涨跌的工具，很多加密的朋友来问我，AI 真的能帮我们做市场预测吗？

这波热潮让大语言模型作为 AI 代表出圈，但是 AI 在金融领域的发展已经非常悠久了。今天分享一下 AI 和量化结合的历程，还有我对大模型在金融领域发展的一些看法。

金融建模三部曲

金融市场模型大体上经历了三种「进化阶段」：

1. 古典派：统计建模
你可以把它们想象成经济学家那一派，喜欢用回归模型分析市场，就像看星象的占星师，试图从历史数据中找出「命运的轨迹」。

这种方法解释力强，也好沟通（投资者听得懂），但最大问题是：不够灵活，容易过时。

2. AI 派：机器学习模型
这类模型把市场看成一锅不断变化的乱炖，每天炒法都不一样，根本不能假设“明天会跟今天一样”。

它们能快速适应新情况，预测效果也更强——但也因此变得像个黑匣子，很难搞清楚它到底是怎么看出明天会涨的。

3. 终极选手：强化学习

这个聪明的 AI 小机器人，它自己试错、学习，通过交易赚钱或亏钱获得“经验”，不断调整策略，目标只有一个：赚更多钱！

为什么金融注定爱上 AI

为什么金融圈那么迷恋 AI 呢？因为它实在太能干了：

1. 它能秒扫数千数据点，比你刷小红书还快。
2. 它能找出价格图形背后的隐藏规律，比你用滤镜都精准。
3. 它能从社交媒体、新闻标题甚至微博评论中捕捉情绪风向，提前预测市场情绪。

AI 在金融领域的应用

1. 算法交易（Algo Trading）
现在的“股神”已经不是人，是一套套 AI 驱动的系统。
比如量化基金每天下单上万次，不是疯子，是策略。
它们盯的不是 K 线图，而是实时多维度数据分析。

2. Robo Advisor（智能理财顾问）
Wealthfront、Betterment 等平台早就上线了“投资机器人”：
你告诉它“我想 40 岁退休，有 100 万美金”，
它就会根据你的年龄、收入、风险偏好，为你定制资产配置方案，而且还能实时调整。

这也是我在做的部分（还在躺平中，尽快更新）

 3. 信用评估 & 风控
银行用 AI 看你的年龄、工作、收入等数百万样本，判断你会不会还钱。
准确率提升 6~15%，放贷风险大大降低。

 4. 实时反诈骗
AI 每秒钟监测你刷卡行为，识别是否是你本人。
如果它怀疑你不是你自己……会立刻冻结交易并让你验证身份。

LLM：金融界新宠

像 ChatGPT、Claude、Gemini 这些“AI 网红”已经悄悄地在金融圈占领高地。它们和传统机器学习不太一样——LLM 的强项不在“预测股价”，而在于“理解和生成文本”。

所以，它们能做什么？

1. 读报告比你快，还比你有耐心
LLM 可以在几秒钟里扫完一整年财报、分析师点评、监管文件、新闻稿，然后用人话告诉你：“这家公司今年利润下滑是因为美元走强，而不是管理层摆烂。”

不仅快，还能总结得有条有理，节省大量阅读和分析时间。

2. 辅助研究员写研报
你以为我每晚研报都靠自己写的？其实多亏了各位 AI 伙伴。我梳理框架让 AI 给具体内容，自己在核查几遍，很快就能写完。

 3. 理解市场情绪
LLM 能分析 Twitter、Reddit、财经新闻评论区等社交语料，进行情绪识别和走势预测辅助。你刷 30 条留言还搞不清韭菜在想啥，它早就分析完 30 万条了。

没错，这个功能在我做的 Thorp.AI 里也有！但是现在新闻接口没处理好，

 4. 智能客服 + 金融助理

我们的 AI 公司这几年就给很多金融界的客户做了智能客服和顾问系统。客户反馈降本增效非常不错。

它能查数据、看记录、给分析，还安慰你一句：“已经比平均用户强多了，继续加油！”

甜蜜的烦恼

当然，AI 也不是万能的。
最大问题是：“你为什么做出这个决定？”
AI：我不知道，但我觉得对……

在我的预想中，AI 不是“抢饭碗”的敌人，而是赚钱的外挂。

目前 Thorp.AI 还没做完，后面上线后内测也会通知大家的。原本只是给自己做的工具，没想到功能越搞越多，纯为爱发电，欢迎各路大佬支持指导～

最近科普内容做了不少，后面就继续学量化了，可能会涉及一些论文解读和代码拆解。枯燥无味但是有用，希望大家继续支持。

大家晚安😴