Post by Gucci Chang

如果你現在會用 AI 來研究股票，我想先講一句可能跟你直覺相反的話：AI 最危險的地方，從來不是它答錯，而是它答得太順。 你問它某一支股票能不能買，幾秒鐘就丟回來一份看起來很完整的答案。財報、新聞、技術面都有，連優缺點都列好了。你看著看著，原本「我本來就想買」的念頭，好像突然多了一整排論據在後面撐腰。 但這裡有件事你不會馬上發現：它有在反對你嗎？它有沒有逼你講清楚現在相信這支股票的關鍵假設？有沒有把反方理由、風險、還有「什麼情況下這個判斷會失效」寫下來，讓一個月後的你翻回來對照？ 如果這些都沒有，那 AI 給你的不是研究，是一層糖衣。它沒有幫你想得更清楚，只是讓你原本的想法看起來更可信。對一個要拿真金白銀進場的人來說，這比答錯還麻煩。答錯你會警覺，太順你只會更敢下手。 所以這次我做的，不是一個會聊股票的機器人，而是一套 AI 投資研究的流程。 我的核心觀念是：投資研究不該長得像聊天視窗，你問一句它答一句，問完就走人。它比較像一場會議，而會議是有流程的。先確認這個問題到底能不能研究、資料夠不夠；再讓不同領域的專家從各自角度看同一件事；接著一定要有人扮黑臉，把反方意見硬攤開；然後把結論放回「我的投資組合長什麼樣、能承受多少風險」這個脈絡裡；最後留下一份可以回頭檢查的紀錄。 具體做法上，我整合了兩個開源專案：TradingAgents 負責研究會議的流程，跑多空判斷與三種風險版本；AI Hedge Fund 負責投資大師的視角，內建十九位大師可以自由挑選。整合最關鍵的一步，是我把「投資大師」直接做成流程裡可以勾選的分析師，這樣後面的多空辯論與投資組合 manager 才讀得到大師的分析，整套東西才是真的串在一起，而不是兩個工具各跑各的、最後人工拼湊。 中間我再加上五道把關，每一道都對應 AI 在投資研究上一個會出事的弱點： 一、輸入檢查（Preflight）：跑分析前先確認資料、金鑰、投資組合都到位，不要跑到一半才崩。 二、加入專家視角：企業品質、安全邊際、市場訊號、新聞、風險各看一遍，盲點才會少。 三、正反強制辯論：AI 天生迎合，你看多它就陪你找看多的理由，所以我強迫它把空方論點攤開，再讓多方一條一條回應。 四、風控整合：因為它看得到我的資金與現有持股，才算得出「對我這個組合」這檔最多該配置多少，而不是單純回答「我該買幾股」。 五、留下完整報告：一個月後翻回來，我要看得到當時的理由、反方、跟風險，而不是只剩一個結論。 實測上，一份完整個股分析會動用十六個 agent、產出十一份報告，大約十分鐘、成本台幣十幾塊。但結論寫 Buy、Sell 還是 Hold 其實是整份報告裡資訊量最低的部分。真正該讀的，是多空怎麼互相不同意、它有沒有把風險與失效條件講清楚、有沒有告訴你接下來該觀察什麼。 我想補充一條我刻意畫下的邊界：全程用模擬倉，不碰真錢。投資研究可以自動化，但按下交易鍵的責任我自己扛，人要留在迴圈裡。這不是技術做不到，是我刻意不做。 完整的專案研究筆記、用到的指令、怎麼把這套系統建起來、還有我自己踩過的坑，我都整理在這篇文章裡： https://lnkd.in/gr_BbQ_k 如果你也想把 AI 從一個聊天工具，變成自己的一套研究流程，歡迎閱讀完整文章，再把這個方法套到你自己的投資決策上。 #AI投資 #投資研究 #AI工作流