今晚知乎热榜挂着一个问题："为什么AI不能成功应用在量化交易上？"
这个问题自带一种笃定的口气，好像AI在股市里屡战屡败已经是共识。我把近两个月的几份报道和统计翻出来对了一遍，发现真相比这个问题有意思得多——AI不是"没能成功应用"，它早就应用成功了，成功到把自己赚钱的路给堵上了。
先纠正前提：你的对手盘，多半就是AI
中华网8月底的一篇报道里有个数字：截至2026年，全球股票市场AI算法及量化交易的成交占比已突破60%，美股、港股等成熟市场甚至超过70%。A股这边，量化私募总规模达到1.83万亿元，叠加公募量化后全市场量化资金约3万亿元，贡献了30%-40%的成交额；在中证2000这类小盘股领域，占比超过50%。
换句话说，你在交易软件上手动下的每一笔单，对面接盘的很可能就是一台毫秒级处理海量数据的机器。"AI能不能做量化"根本不是问题，市场本身已经AI化了。
真正的问题藏在收益端。凤凰网引用私募排排网的统计：截至今年6月底，有业绩展示的1236只指数增强产品，上半年平均超额收益只有3.11个百分点，去年这个数字是14.17%——同比缩水近八成。5月单月更难看，1251只指增产品平均超额为负0.98%，拿到正超额的只占44.6%。规模在膨胀，超额在蒸发。
为什么AI越多，AI越不赚钱？
融智投资的FOF基金经理李春瑜把超额收窄归结为三条：A股"K型"分化行情拖累了高度分散的量化模型；因子失效叠加策略同质化，多数机构共用相似的价量因子与框架，拥挤交易把超额摊薄；资金高度偏好科技成长与动量。
第二条才是问题的核心，我想把它讲透一点。
股市是一个对抗性游戏：你赚的每一分超额收益，都来自某个人的判断失误。当少数人用AI时，AI对人是降维打击；当所有机构都用AI、喂的还是同一批公开数据和相似的因子框架时，AI对AI就是互相抵消。模型的先进性会被同行快速复制，超额收益像一块公共草地，人越多，草越少。
这就是AI在股市和其他场景最本质的区别：在对抗性领域，AI的优势是消耗品，用的人越多越不值钱；而在非对抗性领域，AI的红利不会因为你同事也在用就消失。
还有一层技术原因。量化策略开发的经典陷阱是过度拟合——叩富问财的科普里说得直白：过拟合的本质，是策略学会了历史数据里的噪声，而不是真正的市场规律。识别信号也很典型，比如参数精确到"13.47"而不是"13"，回测漂亮、实盘拉胯。AI越强，越擅长从历史里"学"出这种以假乱真的规律，而市场偏偏是非平稳的，昨天的噪声就是今天的镰刀。
顺带说一句，AI也没有传闻中那么"邪恶"。7月那轮AI板块大跌，头部量化私募不但没砸盘反而在净买入，中基协私募专业委员会向第一财经证实，所谓"量化集中砸盘"并无头部机构净卖出数据支撑。它只是规则内的参与者，把赚钱的逻辑从信息差换成了模型差、算力差、数据差而已。
普通人的正确姿势：别去对抗性牌桌，去单人任务里捡红利
看明白这个逻辑，普通人反而该松一口气。
第一，别拿家庭资产去和微秒级机器拼手速。9月4日证监会发布的私募基金募集新规征求意见稿，把合格个人投资者的门槛细化到"二年以上投资经历、家庭金融资产不低于500万元"——那扇量化私募的门，本来就不是为普通人开的，你也不需要挤进去。
第二，把AI用在没有对手盘的地方。你的工作总结没有对手盘，你的读书笔记没有对手盘，你给家人做的旅行攻略更没有对手盘。这些单人任务里，AI提效多少你就净赚多少，一分不会被同行卷走。读财报、扒公告、整理资料、做复盘，让AI干研究，决策和执行攥在自己手里——这条线怎么走都合规，怎么走都不焦虑。我自己常用的信息整理类工具，spark1.cn/tools/ 里就能找到不少，搭一条属于自己的投研小流水线完全够用。
市场里AI赚AI的钱，那是巨头的游戏。工作里AI帮你省时间，这才是普通人的确定性红利。同一个AI，放对地方和放错地方，是两种人生。
💬 评论