Pembahasan Singkat tentang Pengalaman Belajar Baru Baru-baru ini tentang 'AI+Quantitative' sebagai Keahlian yang Menghasilkan Kerugian

Saat pertama kali mengenal AI, itu di sebuah forum kecil yang kurang dikenal, saat itu masih di masa masker, orang-orang masih membahas menggunakan AI untuk menggambar gadis anime, tetapi AI memiliki satu bug besar, yaitu jari-jari tidak bisa digambar dengan benar, tapi tidak disangka kemudian muncul ledakan model bahasa besar dan iterasi teknologi AI yang cepat.

Pada tahap ini, di bawah pengaruh berbagai akun pemasaran yang menimbulkan kecemasan, sebagai seseorang yang tidak ingin tertinggal oleh zaman, awal tahun 2026, saya mulai mencoba menggunakan AI untuk berinvestasi, mengeksplorasi satu skema yang saya anggap berhasil dan satu yang relatif gagal, saya bagikan perjalanan ini:

Pertama, mari bahas skema yang gagal:

EM meluncurkan AI yang bernama Miaxiang, keunggulan Miaxiang adalah memiliki data langsung dari EM forum saham dan bagian riset investasi. Jadi, saya berpikir apakah bisa menggunakan Miaxiang AI untuk membuat skema investasi jangka pendek, menggunakan AI untuk merekomendasikan saham, melakukan order kuantitatif, yaitu pada hari T merekomendasikan lima ETF pasar dalam, mengatur harga take profit dan stop loss dalam lima hari perdagangan setelah T, dan jika dalam lima hari tidak tersentuh, semua saham tersebut langsung dijual dengan order lawan. Ini adalah strategi jangka pendek. Tapi dalam praktiknya, tingkat keberhasilannya kurang dari 40%, dan kerugiannya semakin hari semakin besar. Apapun yang saya katakan ke AI agar tidak mengikuti tren naik dan jual, kenyataannya pada penutupan hari T, sinyal yang didapatkan selalu dari sektor populer, akhirnya saya berhenti menguji. Saya menemukan dua masalah: pertama, model ini sangat mengikuti tren naik dan turun, saat hari T pasar turun besar, suasana pasar lesu, model akan menyarankan saya untuk menghindari risiko dan tidak melakukan pembelian. Ketika suatu sektor menjadi tren panas atau ada berita panas, model akan menyarankan saya untuk membeli, tetapi dalam kondisi pasar saat ini, rotasi sektor yang cepat akan membuat posisi rentan terhadap kerugian. Ini sangat sesuai dengan dorongan emosional dari produk riset dan investor ritel. Model juga dilatih seperti itu. Ketika tidak ada garis utama di pasar, output model menjadi kacau, saat membuka antarmuka pemikiran, kita akan melihat bahwa model hanya mengambil berita secara acak, dan semua analisis selanjutnya didasarkan pada berita yang diambil saat itu. Ini sangat mudah menyebabkan pandangan yang bias.

Selanjutnya, mari bahas yang relatif berhasil:

Dalam waktu ini, saya meminta izin QMT dari GJ Securities, dan untuk berjaga-jaga, saya juga membuat akun simulasi. Saya hanya pernah belajar pemrograman saat di sarjana, dan saat magister saya mengambil kursus pilihan tentang pemodelan matematika dan algoritma matematika sebagai hobi, semuanya sudah berlalu lima belas tahun yang lalu, dan sekarang saya hampir lupa semuanya. Tapi, cara berpikir belajar pemrograman dan algoritma memang selalu mempengaruhi saya. Saat belajar QMT, saya sempat menyesal kenapa tidak membuka Petrade, karena video dan materi tentang QMT di pasar jauh lebih sedikit daripada Petrade, mungkin karena Petrade lebih mudah digunakan dan sudah ada program trading yang siap pakai. Tapi, orang yang benar-benar menghasilkan uang tidak akan membagikan skema secara gratis atau murah, kalau tidak, pasar ini akan penuh. Dengan bantuan pemrograman AI, saya menghabiskan lebih dari sebulan secara bertahap menulis strategi yang cocok untuk saya, dan menjalankan strategi tersebut di akun simulasi, ini adalah langkah pertama saya ke dunia kuantitatif. Saat strategi pertama kali berhasil dijalankan, saya merasa sangat bangga, padahal awalnya saya ingin menulis sendiri tapi tidak bisa, jadi saya cari penulis di Taobao dan menghemat uang tersebut.

Melalui dua pengalaman menggunakan AI ini, saya berpikir, di era perkembangan AI yang begitu cepat, bagaimana saya harus beradaptasi? Pertama, saya harus menguasai alat produksi sendiri, karena hanya mengandalkan tenaga kerja saja sangat mudah digantikan, seperti saya, tanpa alat AI, saya akan mencari penulis di Taobao, dan seiring AI semakin umum, programmer yang hanya menulis kode sederhana akan sangat terpengaruh; kedua, AI sendiri tidak memiliki kemampuan inovasi asli, melainkan gabungan dari berbagai bagian, awalnya terlihat baru dan menarik, tapi setelah dilihat lebih dalam, menjadi hambar, apa yang diberi makan padanya akan digabungkan, AI akan meningkatkan efisiensi dan memberi inspirasi, tapi tidak akan memiliki inovasi asli sendiri, setidaknya saat ini. Jika tidak diberi data baru, AI akan cenderung menjadi seragam atau acak, dan orang bisa langsung mengenali AI dari hasilnya; terakhir, semua alat kuantitatif mengajarkan cara menggunakan indikator teknis untuk trading frekuensi tinggi, ini sama seperti dulu saat populer menggunakan formula Tongdaxin, tapi cara menghasilkan uang yang benar mungkin tidak akan berubah karena inovasi teknologi, kuantitatif hanyalah teknik, jika jalan yang benar tidak diikuti, belajar sebanyak apapun tentang kuantitatif hanya akan mempercepat naik turunnya keuntungan dan kerugian.