拆解“AI炒股”神话：是智能掘金还是新型镰刀？

深圳商报·读创客户端记者 邱清月

近期，小红书、抖音等社交平台掀起一股面对普通投资者的“AI炒股”热潮。各类“DeepSeek量化炒股教程”“豆包专属炒股指令”“零基础AI炒股部署攻略”等内容刷屏，不少博主宣称借助AI工具可实现精准选股、自动套利，轻松跑赢大盘、稳定盈利。伴随热度攀升，数十元至数千元不等的AI炒股部署课程、量化交易脚本、智能选股系统上架售卖，吸引大量普通投资者跟风购买。AI真的能辅助散户稳定炒股盈利？市面爆红的AI炒股玩法如何运作？这股热潮背后，究竟是技术普惠的红利，还是精心包装的陷阱？

AI炒股成流量变现新风口

记者在多个社交平台搜索发现，“AI炒股”的生意经五花八门。

一类是打着“AI量化选股”旗号售卖课程。商家宣称课程从策略搭建到结果验证，每个环节都有科学依据，不少账号在封面标注“零经验躺赚”“AI量化提高炒股效率”为噱头，直接在内容下方挂课程链接，价格从数十元到几百元不等。另一类则是更未复杂的“AI部署”，高价出售预装所谓“AI自动交易系统”的电脑，宣称借助DeepSeek、豆包等主流AI大模型，搭配量化交易算法，可全天候盯盘、规避人性弱点、精准捕捉涨跌点位，涵盖大模型指令编写、量化参数调试、自动交易脚本安装等内容，价格方面也不便宜，市面上有数千元的专属定制套餐。

此外，以“培训”为名的直播也大行其道。某投资博主在小红书上发布“AI分析案例”，以交流技术为名建群收费，在群里推荐股票。

记者梳理多款热销AI炒股教程后发现，课程内容同质化严重，多为网络公开素材拼凑，所谓“专属炒股指令”只是通用提问模板。为验证AI炒股的真实效果，记者选取普通投资者常用的豆包、DeepSeek两款主流AI大模型，结合网传热门炒股专属指令，开展实盘模拟测试。测试以A股近期常态行情为基准，要求AI筛选短线潜力个股、分析涨跌逻辑、给出持仓建议。实测结果显示，输入同款量化炒股指令后，DeepSeek筛选出5只个股，豆包推荐3只标的，两组推荐名单无任何交集，个股基本面、技术面分析逻辑相互矛盾。对于同一支热门个股，两款AI给出的涨跌预判、持仓建议完全相反，且所有推荐个股均未结合实时盘面资金流向、政策利好、市场情绪等核心动态因素，仅依托历史静态数据简单筛选，不具备参考价值。

AI交易员成绩如何？

那么，正规的AI模型在真实金融市场的表现如何？香港大学经管学院近期公布了一项历时六周的AI外汇交易实验结果。研究将10款主流AI大模型接入真实外汇市场进行自主交易。结果显示，表现最佳的阿里通义千问获得了9.9%的正回报，而排名垫底的DeepSeek则亏损了15.1%，两者差距高达25%。

值得关注的是，实验揭示了一些反直觉的规律：交易最频繁的模型反而亏损更严重，使用高杠杆的模型也未必带来更高收益。这表明，当前的AI在应对需要持续解读变化环境、控制风险及管理仓位的复杂金融决策时，能力依然参差不齐且存在明显短板。

此外，AI在量化交易中的应用还引发了关于系统性风险的讨论。近期全球AI产业链股票的大涨大跌中，量化交易的角色备受争议。虽然量化通常被视为流动性的提供者，但当大量机构使用相似的因子模型和风控参数时，一旦市场转向，程序化减仓行为可能高度同步，将原本可能持续数周的调整压缩到几个交易日内完成，形成“算法共振”，加剧市场波动。

监管拆解AI炒股多重骗局

面对“AI炒股”领域的鱼龙混杂，监管力度正在加强。2025年，深圳证监局联合多部门开展专项整治，累计清理涉非信息近1.4万条，处置非法账号及APP超1500个，关停涉非群组399个。7月以来，已有近10家券商发布风险提示，警惕利用AI名义的仿冒APP和荐股骗局。

今年6月，深圳证监局曝光了一起AI量化选股骗局。某企业借助社交平台宣传大数据智能选股系统，宣称算法精准、量化模型胜率突出，以售卖AI量化选股软件、提供配套荐股服务为名收取高额服务费。实际上，相关企业及人员无证券期货从业资质，没有投研团队与专业能力，所谓的量化选股软件只是利用公开软件的内嵌功能添加简易选股公式生成的，据此筛选的股票不具备投资参考价值。甚至还有部分软件通过后台篡改历史回测数据伪造盈利假象，投资者付费购买软件跟进操作后亏损严重，维权困难。

此外，有不法分子向投资者高价出售平板电脑，谎称该设备搭载了AI自动交易系统，投资者登录证券账户即可自动下单交易，实则是不法分子在平板电脑上部署远程云桌面，所有股票交易由不法分子远程操控完成，往往导致投资者在股票投资中遭受巨额亏损。

中证协最新研究报告也指出，智能投顾面临“模型幻觉”、算法同质化及制度错位等三大痛点。深度学习模型决策过程不透明，若产生“幻觉”虚构不存在因果关系，将对投资者产生严重误导；而算法趋同则潜藏系统性风险。国信证券研报亦提出，AI在量化中的核心价值在于构建“建模精准化+决策自动化”的体系，打通从特征建模到实盘交易的链路，但这依然需要建立在严谨的金融逻辑与风控框架之上。