大模型能预测股市吗？AI在金融领域的现实与幻觉#

每隔一段时间，就会有一条让人心动的新闻刷屏：「某 AI 模型在回测中跑赢了标普 500」「用大模型预测第二天涨跌，准确率高达 70%」。这种标题天然诱人——如果一台机器真的能看穿市场，那它值多少钱都不为过。但作为长期关注 AI 与量化的人，我想泼一点冷水：大模型在金融里能做的事远比「预测股价」丰富，而它真正做不到的事，恰恰是被大众最期待的那一件。

封面：金融市场的复杂性与不确定性

一、先厘清：大模型在金融里到底在做什么#

很多人把「大模型」和「预测股价」画上等号，这是一个根本性的误解。今天主流的 LLM（大语言模型）本质上是对序列文本的建模机器，它的核心能力是理解、生成和推理自然语言，而不是回归一串数字。让它直接吐出一个明天的收盘价，既不符合它的训练范式，也没有任何理论支撑。

真正有价值的金融大模型应用，几乎全部集中在非结构化文本的处理上：

新闻、社媒、研报的情绪提取
财报（10-K、10-Q）与招股书（S-1）的自动摘要与风险因子抽取
财报电话会议（earnings call）中管理层措辞的细微变化
监管文件、法律文档的合规审查

换句话说，大模型在金融里的角色，更像是一个不知疲倦、读得极快的研究员，而不是一个能未卜先知的交易员。

二、FinBERT 与情感分析：最有落地感的一块#

在金融 NLP 领域，最经典的里程碑之一是 FinBERT——基于 BERT 在金融语料上继续预训练得到的模型。它的任务很朴素：判断一段新闻或推文是「正面、负面还是中性」。

这听起来简单，但价值巨大。市场短期由情绪驱动，一条利空新闻能在几分钟内引发抛售。传统规则词典（如 Loughran-McDonald 金融情感词典）能捕捉「miss」「downgrade」这类显性词，却很难理解反讽、语境和复合型表述。FinBERT 这类模型能把「营收超预期，但指引大幅下调」准确判为偏负，这种语义层次是词典法做不到的。

现实中的用法通常是：把海量新闻流实时打标，构建情绪因子，再把它作为一种输入特征喂给下游的量化模型。它很少单独决定买卖，而是和价格、成交量、宏观指标等一起参与决策。这里的边界很清楚——情绪是信号，不是圣旨。

三、BloombergGPT 与垂直大模型的想象#

2023 年彭博发布的 BloombergGPT 引起了不小轰动：一个在金融专属语料（新闻、财报、市场数据）上训练的 500 亿参数大模型。它的意义不在于「预测涨跌」，而在于证明了一件事——通用大模型（如 GPT 系列）在金融任务上的专业度，确实可以通过领域预训练被显著拉开。

这类垂直模型的典型任务包括：金融问答、实体抽取（把「苹果」正确判别为公司而非水果）、合同解析、异常披露识别。它们解决的是「专业性」问题：通用模型容易在金融术语、监管语境上犯外行错误，而领域模型更稳。

但必须诚实地说：即便是 BloombergGPT，官方论文也从未声称它能预测市场方向。它的定位是金融领域的语言助手与信息处理器，不是点石成金的预言机。

四、SEC 文件与财报电话会议：文本挖掘的金矿#

如果说有一个场景最能体现 LLM 在金融里的真实价值，那一定是监管文件与电话会议的分析。

美国上市公司的 10-K（年报）、10-Q（季报）里有一节叫「Risk Factors」（风险因素），管理层每年会用近乎相同的模板重写它。但聪明的分析师会逐字比对：今年多出来的那一句话、被弱化的某个措辞、从「可能」变成「很可能」的语气转变——这些往往比财报数字本身更早释放风险信号。LLM 擅长做的，正是这种跨年份、跨文档的细粒度差异比对，人力几乎无法规模化完成。

财报电话会议同理。管理层在回答分析师提问时的停顿、回避、措辞转变，都被学术界证明与后续股价表现有关。已经有研究用语音语调 + 文本转录做联合建模，发现「看似积极的言辞 + 不安的语调」组合，是强烈的负面前瞻信号。这类工作不神奇，但它扎实、可复现、能持续产生 alpha。

五、为什么大模型「预测不了」股市：四个硬约束#

讲了能做的，更要讲清楚为什么直接预测价格是一场幻觉。

1. 市场的非平稳性（non-stationarity）。 金融序列的统计分布在不断变化，过去的相关性随时断裂。一个在 2023 年管用的模式，2024 年可能彻底失效。LLM 的归纳偏置来自训练语料的统计规律，而市场恰恰最不遵守稳定规律。

2. 有效市场假说与套利者的绞杀。 如果某个信号真的稳定有效，它会被无数资金迅速套利殆尽，直到信号消失。能被大模型轻易学到的「公开文本规律」，往往也已被半有效市场部分定价。

3. 幻觉（hallucination）。 大模型会自信地编造事实——一只不存在的并购、一个错误的财报数字。在金融场景里，一句幻觉足以酿成真金白银的损失。这也是为什么金融部署必须配合严格的检索增强（RAG）和可追溯引用，绝不能直接信任模型的「自由发挥」。

4. 相关不等于因果。 LLM 擅长发现文本与价格的统计关联，但这些关联常常是第三变量驱动的伪相关。把它当因果，就会在样本外惨败。

六、现实中最有效的用法：让 AI 做「放大器」而非「决策者」#

抛开不切实际的幻想，大模型在金融里的正当角色其实非常清晰：

研究自动化：几分钟读完 100 份同行财报，输出可比摘要与异常清单；
信息降噪：从海量新闻中筛出真正影响基本面的少数事件；
假设生成：基于文献和数据提出可检验的投资论点，再由人类与统计模型验证；
风险提示：监控持仓公司的监管动态、管理层异动、舆情拐点。

一句话——AI 是分析师的杠杆，不是基金经理的替代品。它能把一个人的研究效率放大十倍，但最终的判断、仓位与风险承担，仍必须由人来完成。在 2026 年的今天，真正成熟的机构不是「让 AI 下单」，而是「用 AI 让人类决策更聪明」。

金融数据与模型：信号与噪声的边界

七、结语：在幻觉与现实之间#

大模型确实正在重塑金融，但它重塑的是信息的处理方式，而不是市场的不确定性本质。那些声称「AI 精准预测股市」的故事，要么是回测过拟合的幻象，要么把相关性包装成了因果。

对技术人来说，更值得投入的方向，是把 FinBERT、BloombergGPT 这类工具用在文本理解的纵深处——SEC 文件的字里行间、电话会议的语气缝隙、研报之间的逻辑张力。那里有真实的、可被严谨方法捕获的价值。

股市不会因为你用了更大的模型就变得可预测。但你会因为用对了模型，而成为一个读得更快、想得更深、犯错更少的研究者。这，才是 AI 在金融领域给诚实者准备的回报。

本文为个人技术观察，不构成任何投资建议。市场有风险，决策需独立。