// 本文 首发于 AI 增长黑客的 VIP 圈子（内部邀请制）。这是两个月前的旧文。实际上，随着近期这波「大模型 AI Trading 竞技场」的吸睛热度，我发现了有意思的开源项目，也正和朋友积极部署和玩耍，后续准备分享（甚至想开线下分享）。

昨天跟一个在海外做加密投资的哥们语音聊近况。这哥们过去几年，都在给交易所做事，大小所都待过。

他最近在用 copilot 做交易挂单，目标明确，方法清晰。 跑了几天代码，用小钱试了试，收益率 1%，每天稳定躺赚。

后面他打算逐步放大金额，并且用更多代码保证安全。

我问他现在做这一套，复现一下要多久，说核心步骤只要 10 分钟。但后面继续扩展这套体系，成为长期躺赚的 AI 交易系统，还要假以时日。

这比我见过的大多数所谓「独立开发者」搞 Build in public 的 App、站群 SEO 要离钱近、更务实。

毕竟，一样是捕获市场稍纵即逝的需求，一样要与人心和平台策略斗智斗勇，但投资交易这个事，存在时间更久、受监管的市场规则更透明、需要掌握的知识体系也是严进宽出，先慢后快。

相比之下，各种靠 AI 来 Vibe Coding 的动辄两三个月起步的「独立开发」，反而把链路弄长了。

赚钱，而不是表演赚钱。君不见投资大佬，都已经跑步进场，用 AI 来辅助交易了。比如加密大佬 @秋兴（他也是我的星球会员），就表示 未来五年的投资核心主线就是 AI+比特币，并且在不断找这方面的工作室积极学习。

我自己盘了一下，今年用 AI 辅助的交易，胜率比纯手工交易提升了近 30%。分享一些各环节的个人经验，欢迎补充。

环节一：AI for 学习掌握投资基本技能

先说说基础技能的学习，这是很多人容易忽略的扎马步环节。

基本面分析方面，我推荐几本必读书籍：《聪明的投资者》、《证券分析》、《巴菲特致股东的信》、《以交易为生》、《笑傲牛熊》。投资大佬的心得经验，可以翻翻 《大道：段永平投资问答录》。

新手入门，没必要皓首穷经死读书。我建议用 NotebookLM 来处理这些经典著作。把书籍内容上传后，让 AI 帮助提炼核心观点、生成思维导图、甚至可以模拟与作者/巴菲特的对话。这种学习方式比传统的死记硬背效率高太多。

技术分析有一本 《半小时漫画股票实战法》 挺适合对技术分析不了解的新人的。此外我主要看视频学习。YouTube 上的 「投机实验室」 和 「量化投资邢不行啊」 是我经常关注的频道，前者偏向赚钱大佬的实战技巧，后者更注重可复现的量化策略。我会让 AI 帮我总结视频要点，提取可操作的策略，然后在模拟盘上验证。

当然，投资学习是个长期乃至终生的过程，是要将知识实打实塞到自己脑子里、并经过实践验证和调整的，这部不可能纯托管给 AI、自己当甩手掌柜的，这点觉悟要有。

环节二：AI for 看盘盯盘

有了基础后，AI 在看盘盯盘环节就能发挥巨大作用。

我最常用的工具是 TradingView，我是付费用户，买最便宜的那档就够了。

几年前，我还在自学 Pine Script。它是 TradingView 支持的编程语言，语法有点近似 Python，可以帮你做数据指标的标注和分析，比如在当前的 K 线图上叠加自己发明的监看指标。

现在有了 AI，我可以直接告诉 AI 我的交易逻辑，比如「当 RSI 低于 30 且成交量放大 2 倍时发出买入信号」，AI 就能生成对应的代码。

TradingView 的 Pine 语言虽然不难，但要写出高质量的指标还是需要经验。

更厉害的是，AI 还能帮我优化现有指标。我把自己用了很久的一个动量指标丢给 AI，让它分析可能的改进点。结果 AI 建议加入波动率调整和趋势过滤，优化后的指标在震荡市中的表现明显更稳定。

环节三：AI for 基本面分析

基本面分析是我用 AI 最多的场景。

以前都是人肉刷雪球、新浪财经、各种投资客户端里的个股专区。

最近我在用一个叫 Bobby 的交易聊天机器人，它是新兴的 AI 交易平台 RockFlow 家开发的，刚出了网页版：

https://bobby.rockflow.ai/

它专门针对金融市场训练，能够实时分析新闻、财报、宏观数据。比如上周某科技股发布财报后，我问 Bobby 这份财报的关键信息，它不仅提取了营收、利润等核心数据，还分析了管理层 Guidance 的变化，甚至指出了可能被市场忽视的风险点。

我也用 Manus 做每日的行情扫描。我会在每天早上 8 点 15 分，让 Manus 启动一个定时任务，给出我全球各大市场近期的波动情况，和背后的动因分析（之所以选择 8 点 15 分，是因为可以将早 8 点这个时间段，视作加密这个日夜不息的市场的收盘时间）。

我还设置了几个关注领域：AI、消费品、二次元，每天早上都会收到相关的市场动态和异动股票。

最近我还试图用 X 来扫描前一天投资 KOL 们的言论，辅助发掘我未曾覆盖到的 alpha，从海量的社交媒体信息中筛选出有价值的投资线索。

风险分析方面，我会让 AI 帮我评估持仓的相关性、行业集中度、宏观风险敞口等。传统的风险管理往往滞后，而 AI 能够实时监控多维度风险指标，及时提醒我调整仓位。

环节四：AI for 策略回测

策略回测是量化交易的核心，AI 在这里的作用更加明显。

回测的工具，既可以用前面提到的 TradingView，也可以用 Vibe Coding 自写个 Python 脚本。

但我最近发现个更简单的做法：把回测需求告诉 Manus，它就会自己去揣摩你的意图、写代码、寻找数据源、完成分析、生成可视化报告。算是性价比最高的方式。

比如最近我看到 @秋兴（前面提到过的加密大佬）说他投资比特币的入场时机是涨破 MA120，离场时机是跌破 MA120。我验证了下，胜率还不错。

然后我引申了下。因为我自己不可能每天精确盯盘和执行操作（要带娃、不是随时在电脑/手机前准备操作），所以我将上述策略改成了「连续两天」涨破/跌破 MA120。回测胜率依然良好。

于是我现在心态很稳了。前两天我在 BTC 价格 111,XXX 的时机进场，这会儿一看涨到 115,XXX 了。中间一度掉到 110,XXX，但我心态很稳，只要没连续两天跌破 MA120 我就没动，拿着很放心。

写这篇文章的时候，我还顺手又让 AI 给我一些因子的建议。

  • AI 建议：可以看看「高管增持」这个因子的有效性，AI 可以帮我从多个维度分析：增持金额、增持比例、增持时机、行业分布等，然后生成详细的回测报告。

  • 再比如，它发现了一个有趣的现象：在特定的宏观环境下，「低估值+高分红+国企改革」这个因子组合的超额收益特别明显（可惜现在这环境，用不上咯）。

  • AI 还能提到，能帮我优化回测参数。传统的网格搜索效率太低，它建议用遗传算法让 AI 自动寻找最优参数组合，不仅速度快，而且能避免过拟合。不明觉厉。

第五步：AI for 触发下单

最后说说下单执行，这是我目前还保持人工干预的环节。

目前许多券商/交易所，都提供了 API 接口，稍微搜一下/问一下 AI 就有。技术上完全可以实现自动下单，但我还是选择手动执行。原因很简单：市场变化太快，完全自动化的系统在极端情况下可能出现意想不到的问题。

我的一个朋友完全用 AI 自动交易，收益确实不错，但我觉得保持一定的人工判断更安全。毕竟，交易不仅仅是数学游戏，还涉及心理、情绪、突发事件等难以量化的因素。

当然，AI 只是工具，最终的投资决策还是要靠人。但在这个信息爆炸的时代，善用 AI 的交易者确实能获得显著的竞争优势。

如果你也在做交易，不妨试试用 AI 来辅助你的投资决策。从简单的数据整理开始，慢慢扩展到策略开发和风险管理。记住，重点不是完全依赖 AI，而是让 AI 成为你投资决策的得力助手。

毕竟，在这个 AI 时代，不会用工具的交易者，可能真的会被会用工具的交易者淘汰。