用 AI 輔助品種研究
AI 能顯著降低產業研究的門檻,但它的用法有明確的邊界。
這一節講哪些能用、哪些不能用,以及一條不能破的規則。
它擅長什麼
一是整理產業鏈。「螺紋鋼的上下游分別是什麼, 各環節的主要影響因素有哪些」,這類問題它能給出一個不錯的框架。
二是摘要長文件。研報、交易所規則、行業報告, 讓它提取關鍵點,能省下大量時間。
三是解釋概念。「什麼是最便宜可交割券」「轉換因子怎麼算」, 它的解釋通常清楚。
四是當反方。這一項價值最大。 把你的判斷講給它,讓它找出論證裡的漏洞和你沒考慮到的因素。
最後這一項之所以重要,是因為它對抗的是確認偏誤: 你自己很難找到自己論證的漏洞。
它不擅長什麼
一是提供準確的實時資料。 它會給出看起來很具體、實際上是編的數字。
這是最危險的一點,因為編出來的數字跟真實數字長得一模一樣。
二是做價值判斷。「現在該做多還是做空」, 它的回答沒有依據,而且它沒有承擔後果。
三是預測價格。同上。
一條不能破的規則
任何要用於決策的數字,都必須回到原始出處核對。
交易所官網、公司公告、行業機構的原始報告。 AI 給的數字只能當線索,不能當依據。
這一條聽起來麻煩,但它擋掉的是最貴的一類錯誤: 基於一個虛構的數字做了真實的決定。
幾個好用的提問方式
「幫我梳理某某品種的產業鏈,上下游各有哪些環節, 每個環節的關鍵變數是什麼」:適合入門一個新品種。
「我的判斷是某某,理由是某某。請你找出這個論證裡 最薄弱的三個環節」:這是價值最大的用法。
「這份規則文件裡,跟個人客戶直接相關的條款有哪些」: 適合處理交易所的長文件。
「解釋一下某某概念,並說明它在什麼情況下不適用」: 注意後半句,它能避免得到一個過於簡化的答案。
一個反面用法
不要讓它給你交易訊號。
不只是因為它做不好,更因為跟單不會讓你學會判斷。
心理篇講過:你沒有參與那個決策過程, 所以對錯都無法積累成你自己的能力。
動手做
把你對某個品種的判斷講給 AI,讓它找出論證裡最薄弱的三個環節。這是它價值最大的用法。