在近日举行的第八届中国金融科技论坛上，万联证券首席经济学家龙红亮围绕“智能投研对投研工作的影响”发表了演讲。他从使用者角度出发，探讨了人工智能和智能体在投研领域日益广泛的应用及其面临的挑战，并指出大模型与智能代理的飞速进步已从根本上改变了传统的工作方式。
龙红亮回顾称，传统的投研流程，无论是股票、债券还是大宗商品，本质上都属于“手搓”模式。以股票投资为例，基本面投资依赖大量阅读报告，其过程相当于训练人脑，效率虽高但水平良莠不齐，既有巴菲特这样的顶尖高手，也有大量追涨杀跌的散户。同时，信息处理和分析完全依赖人工，使得研究成果严重受限于分析师个人经验、投入时间以及处理速度，有时完成一份报告甚至需要一周以上。此外，对市场周期有深刻体会的“老登”与初出茅庐的“小登”在投资决策上存在显著差异，而这些经验往往需要经历市场的剧烈波动才能获得。
龙红亮指出，2022年ChatGPT问世后，其对金融投研的冲击并不显著，当时大模型仅被视为聊天工具。然而自2025年起，随着Claude Code、Agent等应用的出现，大模型的进步与智能代理的成熟相结合，使其真正具备了成为投研领域“老司机”的能力，而在2024年这一目标尚无法实现。在量化投资领域，虽然决策与执行由机器完成，但模型开发和调优仍严重依赖人工，其瓶颈依旧在人身上。
他以公司内部日常使用的人工智能工具“Alpha派”为例，指出当前的人工智能智能体已能完全取代具备3至5年经验的研究员或分析师。他提到，近期通过该工具分析日本房地产行业从1980年至2026年的完整发展周期，并与中国房地产市场的现状进行对比，所得的几十页分析报告结构严谨、内容翔实，其深度足以媲美十年经验的行业分析师。同时，他也尝试用最新模型分析创新药企业的管线商业前景，效果同样出色。虽然该工具消耗Token较快，但相比免费的“豆包”，其专业能力更强，而他本人也会因成本考量同时使用免费工具解决日常问题。
龙红亮认为，现阶段人工智能在海量信息搜集、整合与分析方面已取得惊人进步，并可作为7×24小时的助理，其处理效率与耐心远超人类。但他也明确指出，人工智能目前尚无法替代人类进行最终的投资决策，也无法实现“迭代性的持续学习”或自我进化，仍需人为地进行信息喂养和引导。
他还提出了两个悖论。其一，与办公场景不同，投资本质上是相互博弈的过程。当所有人的分析能力都因AI而提升时，市场便重回同一起跑线，超额收益随之消失，因此“不做会落后，做了也未必领先”。其二，当全市场都采用AI后，投资生态将如何演变尚无定论。当分析师的价值被AI削弱后，经验传承将面临挑战，如同“吃第七个包子才饱，就不需要前六个包子”的悖论。
最后，龙红亮强调，在人工智能投研时代，必须重新定位人在投研体系中的角色。他判断，固守旧法、拒绝拥抱AI的研究者必然被淘汰，但使用AI也未必就能胜出。未来，分析师和研究员在投资中的权重或将下降，而敢于拍板、承担风险、做出最终决策的“扣动扳机者”的地位将更加凸显。他表示，这恰恰是未来五到十年内，人工智能与金融研究结合最值得期待之处。
Comments