Réflexions sur l'apprentissage récent de la compétence perdante « AI+Quant »

Quand j’ai commencé à m’intéresser à l’IA pour la première fois, c’était sur un forum de niche, pendant la période des masques. À l’époque, tout le monde parlait encore d’utiliser l’IA pour dessiner des petites filles en style anime, mais l’IA avait un gros bug : elle ne parvenait pas à dessiner correctement les doigts. Et je ne m’attendais pas à ce que, plus tard, l’explosion des grands modèles de langage, et l’itération rapide de la technologie de l’IA, arrivent.

À l’heure actuelle, sous l’influence de toutes sortes de comptes marketing qui fabriquent de l’anxiété, moi, comme un « pigeon » qui ne veut pas être laissé derrière par l’époque, au début de 2026, j’ai commencé à essayer d’investir avec l’IA. J’ai exploré un plan que je considère comme réussi et un plan relativement raté, je vais partager mon parcours :

D’abord, parlons du plan qui a échoué :

EM a lancé une IA « MiaoXiang ». « MiaoXiang » a un avantage : elle possède des données de première main provenant du forum d’EM et du front de recherche. Donc, j’ai voulu savoir s’il était possible d’utiliser « MiaoXiang » pour construire un plan d’investissement à court terme : recommander des actifs avec l’IA, passer des ordres quantifiés, c.-à-d. recommander cinq ETF négociés en bourse à la clôture du jour T, puis définir des niveaux de take profit et stop loss pour ces actifs dans un délai de cinq jours de bourse suivant T+5. Les actifs dont le déclenchement ne se produit pas au cours de ces cinq jours seraient alors vendus directement via des ordres contre-partie (ordres au comptant à la contrepartie). C’est une stratégie à court terme. Mais, en pratique, son taux de réussite n’a pas dépassé 40 %, et les pertes se sont élargies jour après jour. De toute façon, j’ai dit à l’IA de ne pas poursuivre les hausses ni de vendre en panique, mais en réalité, les signaux obtenus à la clôture du jour T concernaient des secteurs brûlants. Par la suite, j’ai simplement arrêté les tests. J’ai constaté deux problèmes : d’abord, ce modèle fait fortement de la poursuite et de la fuite (buy high sell low / couper au mauvais moment). Quand le jour T connaît une baisse générale du marché, l’humeur est morose, et le modèle me conseille d’éviter le risque et de ne pas effectuer d’achats. Quand, à l’inverse, un secteur devient un point chaud ou qu’il y a de bonnes nouvelles, le modèle me conseille d’acheter. Mais à ce stade du marché, avec une rotation sectorielle qui se fait vite, on se fait frapper dans les deux sens. Cela correspond très bien aux produits de promotion du front de recherche et à l’entraînement par la psychologie des investisseurs particuliers. Le modèle a aussi été entraîné de cette manière. Quand le marché n’a pas de fil conducteur principal, alors à chaque sortie, le modèle devient désordonné : en ouvrant l’interface de réflexion, on constate que le modèle ne fait que saisir au hasard une série d’actualités, et que toute l’analyse qui suit est basée sur ces nouvelles consultées à cet instant. Cela conduit facilement à un biais du type « on ne voit qu’une partie ».

Ensuite, parlons d’un plan relativement réussi :

Durant cette période, j’ai demandé à GJ Securities les droits d’accès à QMT. Par sécurité, j’ai aussi demandé un compte de simulation. Je n’ai touché à la programmation qu’au niveau du premier cycle universitaire ; au niveau du master, en tant qu’option par intérêt, j’ai fait de la modélisation mathématique et des algorithmes mathématiques. C’était il y a quinze ans, et maintenant j’ai pour ainsi dire tout oublié. Mais apprendre la programmation et la manière de penser par les algorithmes a vraiment continué à m’influencer. En apprenant QMT, j’ai même eu un peu de regrets : pourquoi ne pas avoir ouvert petrade plus tôt ? Sur le marché, il y a beaucoup moins de vidéos et de documents pour QMT que pour petrade, peut-être parce que petrade est plus facile à prendre en main et qu’il existe des programmes de trading déjà prêts. Cependant, les plans qui font vraiment gagner de l’argent, personne ne les fournit gratuitement ou à bas prix ; sinon, cette niche deviendrait trop encombrée. Avec l’aide de la programmation par IA, j’ai passé plus d’un mois à écrire progressivement un plan de stratégie adapté à moi, et j’ai aussi fait tourner la stratégie avec le compte de simulation. C’était un premier pas vers la quantification. Lors de ma toute première exécution qui a fonctionné, j’étais très fier. À vrai dire, je comptais ne pas réussir à l’écrire et aller sur Taobao trouver quelqu’un pour le rédiger à ma place ; mais cet argent a été économisé.

Après ces deux expériences avec l’IA, je me suis mis à réfléchir : à l’époque où le développement de l’IA avance si vite, comment dois-je m’adapter ? D’abord, il faut maîtriser ses moyens de production ; sinon, ne compter que sur sa capacité de travail, on est facilement remplaçable. Comme moi : sans outil IA, j’irais sur Taobao trouver quelqu’un pour écrire à ma place. Par la suite, avec la généralisation de l’IA, les développeurs qui écrivent seulement un code simple risquent d’être facilement affectés. Ensuite, l’IA elle-même ne possède pas de capacité d’innovation originale ; elle agit comme un « patchwork », recolle et assemble. Vu de loin, c’est nouveau et intéressant, mais quand on regarde longtemps, ça devient ennuyeux. On lui fournit ce qu’on veut et elle assemble cela ; elle améliore l’efficacité et peut inspirer les gens, mais elle ne crée pas par elle-même — du moins, pas de capacité d’innovation originale à l’heure actuelle. Si on ne lui injecte pas de nouvelles informations, elle finira par devenir identique ou confuse ; et les gens sentent l’« odeur IA » en un coup d’œil. Enfin, tous les outils de quant sont en train de te montrer comment utiliser des indicateurs techniques pour faire du trading haute fréquence — et ça ne change pas tellement par rapport aux formules Tongdaxin qui étaient populaires il y a une dizaine d’années. Mais la voie qui mène réellement à gagner de l’argent ne changera peut-être pas à cause des innovations techniques. La quantification n’est qu’une méthode (术) : si la direction est mauvaise, même si tu apprends toute la quantification, tu fais seulement accélérer le niveau des gains et des pertes.