用DeepSeek投資？上一批用AI炒股的人已經跑輸「標普500」

對于普通投資者來說，用AI炒股到底是為自己找到了一個專業、理性且低成本的「投資顧問」，還是打開了新的「潘朵拉魔盒」？

——馨金融

洪偌馨、伊蕾/文

「DeepSeek炒股，一日凈賺10W+」、「不懂技術，我用DeepSeek日賺3500」、「5個普通人可實操的DeepSeek賺錢機會」……

在DeepSeek橫空出世后的短短一個月里，無數一夜暴富的神話在網絡上輪番上演。

在各種社交媒體上搜索DeepSeek，緊隨其后出現的就是「變現」、「搞錢」、「暴富」等等抓人眼球的關鍵詞。

仿佛一夜之間，AI就成為了那條實現「共同富裕」的捷徑。

在社交媒體上，任何人都可以讓DeepSeek幫忙推薦股票、選基金，或者對于持倉情況、交易策略給出建議。甚至有人曬出賬戶表示，真的用DeepSeek賺到了自己的「第一桶金」。

對于專業投資者來說，借助AI的力量來助力投資早就不是什么新鮮事。

畢竟，DeepSeek背后的母公司幻方量化本就是一家專業的投資機構，也難怪網友們高呼：用DeepSeek炒股不過是回歸主業罷了。

事實上，從2022年ChatGPT走紅開始，用AI大模型來提升投研效率、提高投資勝率，已經成為資管機構共同探索的方向。目前，國內各大券商、公募也都紛紛部署了DeepSeek，加快了跟AI的融合與協作。

那么，對于普通投資者來說，用AI炒股到底是為自己找到了一個專業、理性且低成本的「投資顧問」，還是打開了新的「潘多拉魔盒」？

1、第一批用AI炒股的人已經「祛魅」

其實，早在2022年底ChatGPT上線之時，就有很多人嘗試用它來選股和投資，并鼓吹其「投資能力」。

例如，金融網站finder.com就曾做過一項實驗，要求ChatGPT按照常見標準挑選股票，并稱這些股票組合的最終表現優于英國一些最受歡迎的投資基金。

后來，還有一位美國的金融學教授Lopez-Lira在其論文中指出，根據他們的研究，在一定時間內，基于對公開市場數據和新聞做出的交易判斷，ChatGPT驅動的交易模型能夠產生超過500%的回報。

專業的研究論證激起了更多人的追捧。

美國投資咨詢平臺The Motley Fool對2000名美國人進行了調查，結果顯示，其中有47%的人曾使用過ChatGPT獲取股票信息，這一比例接近一半。

而且，高收入群體對于用ChatGPT來獲得股票推薦展現出了更大的興趣。

也正因如此，借助ChatGPT進行選股和投資的「網紅」開始大量涌現。

比如，一家名為Autopilot的初創交易平臺就基于Lopez-Lira的交易策略發起了一項實驗，在公司原有的投資組合之外，新建一個ChatGPT主導的實盤投資計劃The GPT Portfolio，并向投資者開放。

官方信息顯示，該GPT投資組合使用支持AI的智能評分系統來構建一個包含15種資產的長期多元化投資組合，投資組合每月重新平衡一次，然后分享對精選資產的分析、收益情況，以及跟投人數和投資規模等信息。

據了解，在該計劃上線后短短兩天內，就有近15000名用戶加入其中，為投資池貢獻了共計800萬美元的資金；而半個月后，用戶人數便達到了25000人，總投資金也超過1500萬美元。并且，還有源源不斷地投資者亟待加入。

那么，已經運行了一年多的The GPT Portfolio，表現如何了呢？

根據平臺披露的最新數據，該投資組合發布以來的投資收益約為40%；過去一年的投資收益約為20%，超越標普500的表現。

但是如果把周期鎖定在過去三個月，其收益表現是負的，并且，該計劃2025年以來的表現不及「標普500」。

從投資者數據來看，截至目前，還有約1.2萬用戶仍在參與該計劃，較巔峰時的4.2萬投資者下降了超過70%；總資產管理規模約4100萬美元，增長速度也已經非常緩慢。

顯然，投資者們的熱情已經大幅消退。

只是，這并沒有妨礙這家公司再次蹭上了DeepSeek和Grok的熱度，前者的AI「頂流」地位自不用說，后者是馬斯克最新發布的大模型，被馬斯克稱為「地球上最聰明的AI」。

這家公司抓住這波流量，很快發布了相關的投資計劃。

截止到目前，The DeepSeek Portfolio已經發布一個月時間，吸引了181位用戶參與，總資產管理規模約48萬美元；The Grok Porfolio剛剛上線一周，也吸引了約93位用戶和27萬的資金。

顯然，與當初轟動一時的ChatGPT Portfolio相比，海外投資者們似乎對AI投資這件事冷淡了許多。

2、關鍵在于那「更重要的5%」

在金融這樣一個信息密集型行業，AI技術正在并且未來將持續成為投資生產力變革的關鍵工具，這一點似乎毋庸置疑。

但同樣的工具，在不同人或企業「手中」，使用效果還是千差萬別的。

即便是在專業的資管機構里，那些對AI應用最迫切也最深入的量化投資基金經理們，也存在著業績分化和波動的情況，更何況是普通人。

因此，也有專業的投資者認為，所謂的AI選股其實更接近于「丐版量化」，它可以通過分析各種指標、數據、新聞等歸納出一些影響交易的因子，用來輔助決策，但距離真正的量化投資還有很遠的距離。

無論是在國外還是國內，投資者們對于AI的青睞其實不難理解，如果不需要自己花費腦力和體力，一切交給AI就能獲得超額收益，誰能拒絕這樣的誘惑呢？而且看起來，機器人似乎比復雜的人性更理智和客觀。

2025年春節之后，由于DeepSeek開源、免費等特性，讓AI工具快速普及，且使用便捷，讓更多人體驗到了AI大模型的智能，并開始嘗試用它來做各項工作，投資只是其中之一。

但與此同時，隨著更頻繁和深入的使用，AI大模型伴生的問題也愈發凸顯。

比如，隨著通用大模型推理能力的提升，其出現幻覺的概率不僅可能不會下降，甚至還會出現大幅上升。

不久前，AI服務平臺Vectara發布的數據顯示，DeepSeek R1的幻覺率高達14.3%，明顯高于其前身 DeepSeek V3 （3.9%的幻覺率）。

因為太過「善解人意」而向用戶提供「過度幫助」，這種傾向與投資所需要客觀性與嚴格的紀律執行背道而馳。

不只是DeepSeek，包括ChatGPT等頂尖大模型在內，還存在「通用」與「專精」的矛盾。

國際資管巨頭貝萊德就曾做過一個實驗，他們用2024年第一季度500個公司財報電話會議的隨機樣本來比較不同模型的預測準確性。

結果顯示，OpenAI的GPT模型中，其新版本GPT-4 Turbo以及GPT-4o預測的準確性反而較最早發布的GPT-4有所下降。

貝萊德認為，一個潛在原因是這些模型主要基于其作為通用助手的角色來進行訓練和評估。這種形式的微調增強了通用能力，但卻犧牲了其他應用能力，這也可能導致其執行特定預測任務的表現下降。

此外，通過大模型聯網查詢獲取的數據還需要仔細甄別，因為模型抓取的數據可能被嚴重「污染」。

就在過去的一個月里，隨著DeepSeek升溫，整個科技板塊迎來上漲，已經有大量提問者通過引導性發問，誘導AI大模型作出特定回答，聲稱這些上市公司參股了DeepSeek或為其提供技術支持等，被貼上「DeepSeek概念股」的標簽。

即便相關公司緊急辟謠，也很難徹底消滅這些「謠言」，不少投資者也因此「上當」虧損。

此外，一份基于醫療大模型的實驗顯示，只要在大模型中混入0.001%的假數據，就訓練出了可能傳播錯誤信息的模型，其「脆弱性」可見一斑。

從專業投資機構的視角來看，AI效能的提升離不開專業數據的「反哺」，包括基金公司等資管機構本地部署DeepSeek的核心是將歷史數據、投顧策略等專業知識轉化為結構化知識庫或API，用于訓練和優化大模型，這些是普通投資者很難完成的，也是機構所構建的核心壁壘。

前述金融學家Lopez-Lira也在研究中指出，短時間內AI或許可以預測市場走向，但這一情況并不會維持太久。

隨著越來越多的人使用這些工具，市場將變得更加有效率，因此預計收益的可預測性會下降。預計到第五年，將沒有任何收益可預測性。

或許正如高盛CEO所說的，以往，一份像起草IPO招股說明書這樣的工作需要一個由六人組成的團隊花費兩周的時間完成，但現在AI可以在幾分鐘內完成95%的工作，但他同時強調，「最后的5%現在變得非常重要。」