避坑反诈 · 第 6 节

AI 炒股与量化跟单骗局

避坑与反诈 · 第 6 页。新词汇，老套路。

一句话速览 「AI 选股」「量化跟单」「智能策略」这批话术，把老套路换了一层技术外壳。而拆穿它们不需要懂 AI，只需要用你在回测那几节已经学过的常识。
这节课要你带走的 一个话术检测工具、新旧套路的对照， 以及三个 AI 改变不了的基本约束。

先把立场说清楚：这一节不是说 AI 或量化本身是骗局。

量化是真实存在的、有大量专业机构在做的行业，见 对手盘那一节。AI 用在数据处理、信息整理上也确实有用。

这一节讲的是：有人用这些真实存在的技术词，去包装那些老掉牙的收割套路。而识别它们，恰恰不需要你懂技术。

话术检测：勾选对方说过的话

新旧套路的对照

十年前的说法

「我们有内部消息渠道」

「老师看盘二十年，经验丰富」

「跟着老师操作，不用你动脑」

「先免费体验三天，赚了再交会员费」

「名额有限，今晚截止」

现在的说法

「我们的模型捕捉到了市场异动信号」

「深度学习模型训练了十年数据」

「量化跟单，全自动执行」

「先小额体验，赚了再加仓」

「模型容量有限，满了就封闭」

把两栏逐行对读，你会发现结构完全一样：制造信息优势的幻觉 → 让你放弃自主决策 → 用小额甜头建立信任 → 制造紧迫感。

只有名词换了。而名词换了之所以有效，是因为技术词让人不好意思追问细节。

三个 AI 改变不了的约束

无论技术多先进，这三条都成立

1 市场的对手方结构没变。 你的每一笔成交都有人在另一边，见 对手盘那一节。
如果一个模型真的能稳定赚钱，它赚的是谁的钱？ 而且随着资金规模扩大，这个问题会越来越尖锐： 策略是有容量上限的，这是量化行业的常识。
所以「模型很赚钱但需要你的钱」，本身就是矛盾的。
2 交易成本照付。 算法再聪明也要付佣金、印花税、滑点。 成本侵蚀那一节 算过：同一个策略只改交易频率， 净收益能从 −12% 变成 +25.2%。
而「全自动高频交易」恰恰是成本最高的模式。
3 监管资质要求照旧。 代客理财、资金归集、收费荐股， 这些行为的合规要求跟用不用 AI 无关。
见 收费荐股的合规红线。 用技术包装并不能豁免任何一条监管要求。
技术能改进方法，改不了「谁在亏钱给你」这个问题。

用你已经学过的东西反问

这一节最实用的部分：你在 P9 学过的回测知识，正好是拆解这类话术的工具。

  1. 「回测年化 200%」→ 问样本期和样本外表现。 过拟合那一节 演示过： 1848 组参数里总能找到「历史最优」的那组，而它到样本外往往更差。 没有样本外验证的回测，等于没有回测。
  2. 「胜率 92%」→ 问样本量和盈亏比。 期望值那一节 算过：胜率 70% 的组合期望可以是 −0.9%， 胜率 30% 的可以是 +3.3%。单看胜率毫无意义。 而 样本量那一节 说明：几十笔的胜率什么都证明不了。
  3. 「回撤极小」→ 这是最可疑的一条。 回测的坑那一节 给过一个判据： 回测曲线接近直线时，先怀疑未来函数，而不是庆祝。
  4. 「算法是机密不便公开」→ 那就要求看可验证的东西。 不需要公开算法，但历史交割单、第三方托管的净值曲线、 合规的产品备案信息，这些是可以提供的。 拿不出任何独立可验证材料的，只有话。

一个特别要小心的形式

「跟单」这个词值得单独说。

它通常有两种实现方式，风险完全不同：

无论包装成什么技术形式，「把钱转到对方账户」这一步始终是不可逆的分界线。这跟 黑平台那一节 的第二步核验是同一个判据。

做

今天就做这一件事

如果有人向你推荐过任何「AI 策略」或「量化跟单」，用这一个问题回复他：

「能提供样本外的实盘净值曲线吗？最好是第三方托管的， 再加上完整的历史交割记录。」

这个要求非常合理，而且不涉及任何算法机密。

观察对方的反应本身就是答案。 真的有东西的人会觉得这是正常尽调， 而没有的人会开始解释为什么不能提供。

带走这一条：AI 和量化是真实的技术，但技术词也被用来包装老套路，结构一模一样。 三条约束不变：对手方结构、交易成本、监管资质。 拆解工具你已经学过：问样本外表现、问盈亏比和样本量、警惕过于平滑的曲线。 而「把钱转过去」永远是那条不可逆的线。