We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 2734.人类做投研,如何能战胜AI大模型?

2734.人类做投研,如何能战胜AI大模型?

2025/1/2
logo of podcast 雪球·财经有深度

雪球·财经有深度

AI Deep Dive AI Insights AI Chapters Transcript
People
围棋投研
Topics
AI大模型的逻辑推理能力不足,无法进行层层递进的自圆其说的逻辑推理,这是人类投研人员的优势。 很多时候,AI会一本正经地胡说八道,而人类可以通过自身的逻辑推理能力,识别并避免AI的错误。 人类投研人员需要提升逻辑推理能力,才能在AI时代保持竞争力。 熟练运用AI工具,例如用编程让AI成为辅助工具,可以极大提升效率,避免被AI替代。 将AI作为辅助工具,可以帮助投研人员更高效地完成数据收集、信息整理等工作,从而将更多时间和精力投入到更深层次的分析和判断中。 通过熟练运用AI工具,人类投研人员可以站在巨人的肩膀上,看得更远,从而在竞争中保持优势。 价值投资是应对AI时代投资的策略,需要找到好公司,等待好价格,耐心持有。 在AI时代,信息越来越透明,量化投资等策略会放大市场波动,价值投资则可以帮助投资者在市场波动中保持稳定,获得长期收益。 价值投资需要投资者具备深厚的行业知识和公司分析能力,这需要长期积累和学习,也是AI难以替代的。

Deep Dive

Key Insights

为什么AI大模型在投研领域的发展让人类研究员感到危机?

AI大模型的发展速度远超预期,尤其是在文字生成和信息处理方面表现出色。例如,字节豆包能在一秒钟生成多张海报,一分钟生成一段视频。虽然AI在简单对话和搜索信息方面表现良好,但在精准答案和逻辑推理上仍有不足。然而,AI已经能够快速生成深度报告和财报点评,这使得初级研究员的工作容易被替代,研究员和基金经理面临失业风险。

人类研究员如何通过逻辑推理在投研中战胜AI?

AI目前缺乏逻辑推理能力,尤其是在从A到B的层层递进和自圆其说方面。研究员可以通过深入思考和逻辑推理,提出独特的见解和分析,这是AI暂时无法替代的。例如,研究员可以通过对公司的某个点进行深入追问,发现AI的“一本正经的胡说八道”,从而在投研中保持优势。

如何利用AI工具提升投研效率?

研究员可以通过熟练使用AI工具来提升效率。例如,使用AI大模型总结报告、查找资料,甚至通过编程让AI自动生成所需信息。团队中有成员使用Python编程,将AI工具自动化,只需输入关键词,AI就能生成所需答案。这种高效利用AI工具的方式,使得研究员在AI时代中保持竞争力。

为什么价值投资被认为是反AI的投资策略?

AI降低了研究门槛,但提高了投资门槛。在信息透明和AI快速获取信息的时代,价值投资成为破局的关键。价值投资强调找到好公司,等待好价格,并耐心持有,这与AI驱动的短期趋势投资形成对比。价值投资的逆势特性使得投资者能够在AI驱动的市场波动中保持稳定,避免被AI所替代。

李录的比亚迪投资案例如何体现价值投资的核心理念?

李录持有比亚迪22年,期间股价多次大幅下跌,甚至有一次跌了80%。每次下跌都考验他对公司价值的能力圈。价值投资的核心在于真正理解公司的价值,并在股价下跌时坚定持有。比亚迪的案例展示了价值投资的逆势特性,即通过长期持有和深入理解公司价值,投资者能够在市场波动中保持稳定。

Chapters
随着AI大模型的快速发展,投研行业面临着巨大的变革。AI可以快速生成研报和点评,初级研究员面临被替代的风险。但AI在逻辑推理方面仍有不足,这为人类投研人员提供了机会。
  • AI大模型可以快速生成研报和点评
  • AI在逻辑推理方面存在不足
  • 初级研究员面临被替代的风险

Shownotes Transcript

欢迎收听雪球出品的《财经有深度》雪球国内领先的集投资交流交易一体的综合财富管理平台聪明的投资者都在这里今天分享的内容叫人类做投研如何能战胜 AI 大模型来自围棋投研 2024 年级以后的投研和之前几年的投研有个最大区别就是 AI 大模型 AI 大模型的发展远超想象

尤其是经历过字节豆包的发布现场更是被震撼一秒钟能生成多张海报一分钟能生成一段视频我相信各家单位宣传委员看到都一身冷汗吧文字类工作会稍微复杂一些别看所有大模型都是以文字对话为

但这个事情就有点像制造业门槛并不高想造电池合造机器人都不难稍微有点底子和资本弄个样品出来都没问题但如果要大规模量产要保证良率和长期质量就会非常难对于 AI 而言简单对话并不难

并不难搜索信息也不难难的是找到最精准的那个答案有些大模型答出来就是你想要的还有理有据有些大模型就是牛头不对马嘴还整挺自信做投研工作有很大部分工作内容就是和文字打交道虽然现在 AI 大模型在文字方面还有改进空间但依然要居安思危整个周末我都在思考以后研究员和基金经理要怎么样才能够

才能战胜 AI 不至于面临失业呢大概有想到三个方面我想对于普通投资者或许也能受用至少能帮助大家去选择好的基金经理和研究团队就给球友们略做分享一要有自己的逻辑推理不知道大家平时研报看的多不多我基本是每晚都要过一遍券商报告

因此算是有点心得一份深度报告大概是公司简介行业情况财务指标核心竞争力估值分析和盈利预判等内容一份财报点评大概是营收利润核心指标重大事件

核心业务进展投资建议和风险提示等内容麦芳老师们很辛苦每年要出很多篇深度报告每次遇到财报季都要熬夜写点评工作强度超高我经常和朋友说你们应该期望金融行业景气一点不然这些学霸和倦王被迫离职放到任何其他行业都能颠覆生态

可是自从有了 AI 大模型后想要完成一份达标的报告就变得简单很多想要深度给豆包为十份行业报告十份个股报告和十份国内外相关企业报告很快就能生成一份八股文想要点评基于上面这些资料再设置好几个板块

等财报出来就扔给斗报过议会就能出来一份详细点评因此初级研究员大部分都能被替代基金经理想了解基本情况直接问 AI 就行但有一样东西是 AI 暂时还不具备的就是逻辑推理倒不是只解答数学题这种而是一件事情由 A 得到 B 的过程要层层递进要能够自圆其说

很多时候如果你针对某家公司的一个点追着去问 AI 就会发现它很容易一本正经的胡说八道很巧的是这周参加某券商研究培训有位入行 15 年的首席分析师在聊研报心得体会提到非常重要的一点就是要精不要多相比深度报告我倒会更重视卖方分析师的群里段子

尤其是大半夜发出来的往往都带着深度思考的内容可能不一定对但价值量会高得多有自己的逻辑能坚持用心思考是研究员的立足之本二要能使用好 AI 工具人脑比电脑肯定输得毫无悬念打不过不如就直接加入现在面试时候会问你对办公软件掌握的如何以后可能就是问你能不能熟练地使用 AI

我们团队算是第一批体验 AI 大模型的

当时各家大厂都有提前开放名额既能帮忙提升研究效率又能顺便调研 AI 应用何乐而不为于是统统都申请也获得很多内测资格用下来最大感受就是无论大模型是成熟是稚嫩如果以后不能用好它肯定要被淘汰唯有站在巨人的肩膀上才有可能看得比巨人更远普通人都是让豆包帮忙写个文案和做个图片

投研人会让豆包帮忙总结报告和查找资料而团队里有位小伙伴是使用编程把豆包编成了牛马怎么形容呢就是不用自己出马把想问的问题做好归纳把 Python 程序编好每次想要什么行业或公司信息直接打出关键词剩下就是双手离开键盘喝杯咖啡等待答案

全程都是 Python 在使用豆包甚至有些程序代码比较复杂小伙伴是让豆包帮忙写的让 AI 生成使用 AI 工具的代码资本家看了都摇头啊这样的投研方式就不太可能被 AI 所替代并且随着 AI 功能越来越强获得的投研内容只会越来越丰富越来越提升效率

三投资的本质是反 AI 如果说 AI 是降低了研究门槛那么同时就是提高了投资门槛怎么理解

以前机构通过研究能积累不少信息优势现在互联网时代信息越来越透明迭加 AI 能快速获取信息人人都相当于拥有了自己的研究员以前股市里就挤拨资金外资、机构和油资等现在某银和某书都是股神散户资金入场就增加了波动性同时还有股神秘力量是量化资金这群人有头脑有算力 AI、资金

在他们手里更是强得可怕怎么样能够破局我思来想去发现答案就是价值投资这是为数不多的利器找到好公司等待好价格剩下就是耐心且坚定持有两耳不闻窗外事算力时代下的投资趋势会越来越猛烈好的东西会被无限放大

搜出来信息都很正面自媒体都帮着天才量化感应信号就是加仓最终结果是大赶快上同样道理上去得多快下来就会有多快量化感应到新增资金减少就开始卖

而且是那种不给机会的直接抛售自媒体早就去寻找下个新主题 AI 搜出来信息却依然还不错这时候受伤的就是只剩下散户们前几天分享了李璐先生的演讲精要其实还有一段话很有感触我们持有比亚迪已经 22 年

在这 22 年里它的股票至少有七八次下跌了 50%以上有一次甚至跌了 80%每次股价大幅下跌都会考验你的能力圈边界的真实性你是不是真的懂是否真的知道它的价值是什么

他创造了多少价值在某一年比亚迪创造的价值可能是增加的但股票却跌了 70%这个时候才真正的考验你是否拥有能力圈只有触摸到边界才能确认这个圈是否存在

价值投资就是逆势投资想要自己不被 AI 所替代就要真正去理解投资的意义一手好公司一手好价格保持耐心低频交易著名投资者吉姆·罗杰斯说我只管等直到有钱躺在墙角我所要做的全部就是走过去把它捡起来

好了,差不多就是这些内容做投研一定要警惕被 AI 替代提升逻辑推理能力用好 AI 大模型工具尝试反人性和反 AI 和球友们共勉也祝 2025 年能更顺利和账户长红