




最近AI的风真的很大,大厂们都在争做AI,从日常生活到特定领域,不夸张的说,AI已经渗透到我们生活的方方面面,不知道大家平时学习和工作用不用得上?反正小狼是每天都得用
最近在?刷到了好几个关于AI当投资助手的帖子,所以小狼也跟风试了试,但越用越懵,最直观的感受就是:通过AI聊理财就像跟语文老师讨论数学问题,聊起来也是头头是道,但是总觉得抓不住重点。
先说说我问的问题:
首先小狼在一个深夜问“我持有的xx最近跌成狗,能不能补一点?”(p2)
它回答我的内容可以总结为三部分:
①投资有风险
②一定要分散
③很晚了早点休息?
小狼问的第二个问题是丢给它一个板块k线,让它结合公司情况分析一下
它引经据典,回答我的内容引用的数据却都是上一个季度的,所以我俩到底是谁穿越了??
小狼想了想还是觉得,通用AI就像那种什么都懂一点的朋友,什么都能聊,但却又没那么通透,它的“聪明”在于能够以惊人的速度处理和重组他吃下去的海量数据,但“无知”也正源于此——或许它并不能理解自己所说的任何一句话。这就是当聊到投资时,“通用”的幻觉与“专业”壁垒之间的差别。
2024年之后,生成式AI确实是越来越能打,能写文案、画插画、甚至是做ppt和生成视频,但越往专业方向走就越容易露怯,这就是之前AI行业报告提到“大模型依然处于初步探索阶段”的原因。
当然,最重要的两个问题还是“一本正经说胡话”和“数据滞后”
前者导致了AI幻觉率很高,不止是说错话,更是“编的像真的”,常看文献的科研党应该知道,AI经常会生成出完全不存在的作者和文章,而辨别真伪的成本很高。
后者则源于很多通用大模型的训练数据是“过去式”,而金融市场往往是瞬息万变的。早上出的ZC、中午发的财报、下午变得行情,这些动态都不在它的知识库里。
至于投资方面,更是专业壁垒极高的领域,它需要的不是会聊天的AI,而是深度嵌入业务流、能够实时做验证和判断、有风险敬畏心的AI,能够分清“炒作”与“拐点”的区别。
小狼最近用的AI涨乐就是这个思路,它把资金流、行业主线、情绪变化都帮我快速定位,还可以通过AI提问来进一步梳理思路,从而判断哪里是噪音、哪里则可能成为共识(p3-4)
AI的未来,一定是“专业主义”的胜利,“领域专家”在金融这种较真的领域一定强于“全能选手”。
#我的理财日记 #你AI了吗 #AI理财 #基金 #ai
最近在?刷到了好几个关于AI当投资助手的帖子,所以小狼也跟风试了试,但越用越懵,最直观的感受就是:通过AI聊理财就像跟语文老师讨论数学问题,聊起来也是头头是道,但是总觉得抓不住重点。
先说说我问的问题:
首先小狼在一个深夜问“我持有的xx最近跌成狗,能不能补一点?”(p2)
它回答我的内容可以总结为三部分:
①投资有风险
②一定要分散
③很晚了早点休息?
小狼问的第二个问题是丢给它一个板块k线,让它结合公司情况分析一下
它引经据典,回答我的内容引用的数据却都是上一个季度的,所以我俩到底是谁穿越了??
小狼想了想还是觉得,通用AI就像那种什么都懂一点的朋友,什么都能聊,但却又没那么通透,它的“聪明”在于能够以惊人的速度处理和重组他吃下去的海量数据,但“无知”也正源于此——或许它并不能理解自己所说的任何一句话。这就是当聊到投资时,“通用”的幻觉与“专业”壁垒之间的差别。
2024年之后,生成式AI确实是越来越能打,能写文案、画插画、甚至是做ppt和生成视频,但越往专业方向走就越容易露怯,这就是之前AI行业报告提到“大模型依然处于初步探索阶段”的原因。
当然,最重要的两个问题还是“一本正经说胡话”和“数据滞后”
前者导致了AI幻觉率很高,不止是说错话,更是“编的像真的”,常看文献的科研党应该知道,AI经常会生成出完全不存在的作者和文章,而辨别真伪的成本很高。
后者则源于很多通用大模型的训练数据是“过去式”,而金融市场往往是瞬息万变的。早上出的ZC、中午发的财报、下午变得行情,这些动态都不在它的知识库里。
至于投资方面,更是专业壁垒极高的领域,它需要的不是会聊天的AI,而是深度嵌入业务流、能够实时做验证和判断、有风险敬畏心的AI,能够分清“炒作”与“拐点”的区别。
小狼最近用的AI涨乐就是这个思路,它把资金流、行业主线、情绪变化都帮我快速定位,还可以通过AI提问来进一步梳理思路,从而判断哪里是噪音、哪里则可能成为共识(p3-4)
AI的未来,一定是“专业主义”的胜利,“领域专家”在金融这种较真的领域一定强于“全能选手”。
#我的理财日记 #你AI了吗 #AI理财 #基金 #ai


