【周期操盤手】小龍：金融界股票 AI 化：未來投資靠 AI
周期操盤手
日期：2026-05-08
更新時間：12:40:57
金融市場正進入一個全新年代。以前投資靠經驗、消息、圖表同直覺；後來進化到量化交易、程式回測同因子模型；而家再向前一步，就係 AI 開始參與選股、分析、策略開發、
因子生成、風控同轉勢日研究。
未來投資最大嘅分別，唔係單純問 AI「呢隻股票買唔買」，而係用 AI 建立一套完整嘅投資研究系統。以前一個分析員要研究一套策略，可能要花幾日甚至幾星期去搵資料、寫程式、做回測、修正參數。但有 AI 之後，呢個流程可以大幅加快。AI 可以幫你讀財報、睇新聞、整理市場數據、分析成交量、比較估值、生成交易因子，再將想法變成可測試嘅策略。
傳統量化交易，好多時要靠研究員手動由市場數據、財報、新聞、研究報告入面搵因子，例如估值因子、動量因子、波動率因子、資金流因子、情緒因子等等。呢個過程好花時間，而且容易受限於研究員本身嘅經驗，忽略咗一些隱藏嘅市場規律。但 AI 可以由大量資料入面自動提取關鍵變數，再生成新因子。例如，AI 可以分析過去 10 日市場波動，建立短期波動率因子；亦可以比較股價、成交量、新聞情緒同資金流之間嘅關係，搵出某些市場環境下較有效嘅訊號。
更進一步，AI 唔只係提取現有因子，仲可以幫投資者生成新嘅研究方向。例如股價突破前高，但成交量未有明顯放大，之後表現如何？波動率急升之後，市場係咪容易見短期高低位？新聞情緒由負轉正，但股價仍然未反映，係咪有潛在機會？呢啲問題以前要人手慢慢測試，而家可以交畀 AI 做大量驗證。
另外，AI 亦可以用更複雜嘅模型去分析市場，例如長短期記憶神經網絡 LSTM。LSTM 可以處理時間序列資料，嘗試記住過去一段時間嘅市場狀態，再用嚟預測未來走勢。喺股票市場入面，佢可以分析股價、成交量、波動率、資金流、利率、匯率等資料，嘗試判斷市場短期方向或者風險變化。不過，AI 模型唔係神奇水晶球，市場充滿噪音，過去有效嘅規律未必永遠有效，所以 AI 預測一定要配合回測、風控、倉位管理同市場環境判斷。
對小龍嚟講，AI 最有價值嘅地方，係可以將傳統周期研究變得更快、更有系統。例如小龍一直研究江恩理論、周期理論同市場轉勢日。以前計轉勢日，要人手翻查過去高低位，唔同周期，再比較市場實際走勢，睇下邊啲時間窗口容易出現轉向。呢啲研究好有價值，但極度花時間。
而家有 AI 之後，情況就唔同。AI 可以幫我快速整理過去多年重要高低位，計算唔同周期，分析成交、波幅、技術指標、資金流同市場事件，再搵出邊啲時間窗口真正較容易出現轉勢。小龍用 AI 計轉勢日，唔係話某一日一定升跌，而係用 AI 將時間、價格、周期同數據結合，搵出市場可能出現變化嘅關鍵窗口。
呢個就係未來投資研究最大嘅改變：以前靠人慢慢計，今日可以變成「人定方向，AI 做驗證」。人類負責提出大方向，判斷邏輯是否合理，理解市場情緒、政策周期、資金流同人性；AI 負責高速整理資料、生成因子、測試策略、回測結果同優化模型。
未來散戶同專業機構最大差距，可能唔再只係有冇資料，而係有冇一套 AI 投資研究系統。仍然靠感覺買賣、追消息、聽貼士嘅人，會越來越被動；懂得用 AI 做資料整理嘅人，會比以前更有效率；但真正拉開距離嘅，係能夠建立 AI 化研究流程嘅人，由數據、因子、策略、回測、風控到執行，全部變成一個系統。
當然，AI 投資亦有風險。最大問題唔係 AI 唔夠聰明，而係人太容易相信 AI。如果資料錯、回測有問題、交易成本無計、樣本太短、參數過度優化，AI 一樣可以得出錯誤結論。所以未來投資唔係一句「用 AI 就贏」，而係要識得用 AI 做研究、做驗證、做風控。
股票市場永遠唔會因為 AI 而變得簡單，但金融界一定會因為 AI 而變得更快、更自動化、更系統化。未來誰掌握未來AI 系統, 就會成功
相關內容：
【天下第一倉】高山行：作風大變
周期操盤手 - 小龍 舊文
本文作轉載及備份之用 來源 source: http://hksmedia.com