在经历几轮大事件发酵后，AI炒股的狂热情绪空前高涨。

就几家主流模型截止目前的战绩而言，上下限的差距依然很大，而且这些差距，很大程度上还是跟自身比出来的：

去年年中，海外一名高中生刚晒出了自己用Chat GPT选择的投资组合，在两个月的时间里创造了超过25%的收益；

到了年底那次AI炒股大赛上，GPT赫然变成了吊车尾，是所有参赛模型中损失最大的；

同样，最初那批以身入局，做AI炒股实验亏麻了的A股股民，当时用的最多的模型是DeepSeek；

结果我们也看到了，DeepSeek反而成为了比赛里表现最亮眼的模型之一，在最后关头被Qwen的All in策略反超之前，一直保持着大幅领先。

于是AI炒股的口碑在市场上开始出现分歧，并演化出「赚了的都说好、亏了的骂不停」这幅略显荒诞的画面。

包括在Github上，开源AI炒股工具已经成了一个热门搜索项，有的项目已经获得了几千个星标，证明AI炒股这条赛道需求旺盛虽然不假，但供给也并不稀缺。

以致于在情绪的裹挟下，再怎么去科普AI炒股的原理，已经不剩多少听众了，指数一度突破4100点的上行期，人人都想分一杯羹，却苦于找不到高确定性的回报路径，于是滑坡到寄希望于让AI全权操盘，以自动化的方式给自己赚钱，倒是不难理解。

只是认知上的偏差，迟早也都会补课补回来，原因很简单，就目前而言，普通投资者、通用大模型乃至不少专业机构，都做不到完全吃透市场，在每日海量的相关信息里，分辨出哪些是噪音，哪些是信号。

是的，识别噪音与信号，就是我认为AI——准确的说是金融类AI产品——切入股市最有机会的地方。

http://t.cn/AXq9vpwP