AI Trading —— 决策便宜，行动很贵｜对谈超 3w Star Vibe-Trading 作者浩哲

说话人 1：

Do something .

说话人 2：

there.

说话人 1：

Hello， 大家好，我们今天很开心请到了浩哲。因为昊哲之前做了一个 AI trading 的开源项目，是非常的成功，有非常多 star。他自己也是用户所以我们今天想找他来跟大家一起交流一下 AI trading 现在的一些新的变化。来浩哲你现在可以先简单自我介绍一下。

说话人 2：

好的，感谢曲凯老师。大家好，我是吴昊哲。然后我现在是港大的在读博士，在这个 HKUDS 数据智能研究室，同时也是这个开源项目 web training 的作者和维护者。我是武汉大学数学系出身。然后这几年其实一直在做 AI 和量化交叉的这些事情。从最早的传统的那些挖因子，然后到后边的深度学习，到前两三年比较火的用大模型去处理文本，然后再到最近的做 agent。其实差不多把 AI trading 的这几代都已经亲手做了个遍了。

说话人 2：

今年的 4 月 1 号，我们把这个 web trading 开源了。到今天不到半年，give up 上已经有超过 3 万个 star 然后有来自超过 20 个国家和地区的贡献者。做完这些就感觉我对整个 AI trading 的看法和一开始也挺不一样的。今天刚好和徐凯老师可以好好聊一聊。

说话人 1：

好呀好，我们要不先从你的那个开源项目讲起，能不能先给大家介绍一下那个项目？好的。

说话人 2：

Like trading 是什么的话，我想用一句话来概括，它相当于就是给了每一个普通人一只。你用自然语言提一个投资想法，它就可以变成一支跨 das 的研究团队，来覆盖掉宏观面公司基本面量化，然后包括一些风险回顾。其实一开始，web trading 并不是这样的。一开始它其实是一个给量化研究员用的专业的工具。我们这个项目其实启动的比较早，去年年底的时候我们内部名字还把它叫做 quana agent。因为我们本质上做了一大堆量化的东西，包括有四百多个因子，然后九个市场的灰色引擎，然后还有各种各样的统计检验。但今年我们发现就是大家的需求和这个还挺相悖的。所以我们慢慢把它改成了一个二级市场的交易台，就是覆盖了所有二级市场该有的方面，量化只是其中的一个。

说话人 2：

我觉得这个变化的背后，其实是有一个我越来越重视的一个问题。就是研究结果能不能让人检查，能不能让人理解。大家都说金融需要可解释性，但其实我们从另一个角度来说，量化对普通人来说就是天书。你给一个普通投资者去看一个因子信号，去看一个 IC，去看一个夏普比率，其实他什么都解释不了，根本没办法通过这些数字来去对自己说，我为什么要买这只股票？其实这就跟我最近一直以来的一个观念很像，就是行动很贵。就是一个人要为自己的行动负责，他就必须要向自己去解释这个行动。一个他看不懂的量化信号，其实他不会为他去掏钱，也不会为他去担责。

说话人 2：

所以如果说作为一个开源项目，想要让人更多的去用起来，我觉得就是需要去辅助他的主观投资，去把 AI 的研究变成他能讲清楚的理由。比如这家公司的现金流怎么样，这个催化剂是什么？风险在哪？然后最后的这个操作行动其实还是他自己做。

说话人 1：

过去一段时间我觉得甚至于过去几年，其实大家不断的在用 AI 尝试在金融财务领域去做很多事情的，尤其是炒股这一块。我记得之前有看过一个数据，说某个模型的第一大场景就是用户跟他聊天，其实就在问各种股票的事情。所以我想问一下，就是你们这个开源项目你觉得之所以成功，除了你刚才讲那个点，我觉得它是一个大的理念，有什么具体的一些点是让他这么受欢迎？

说话人 2：

其实更多的我觉得是踩对时间了。就是在今年 3 4 月份的那个时间点，其实市面上没有一个 all in one 的这么一个 financial desk agents 的出现。可能我们更多的是踩中了风口。然后我们也确实是想把这些复杂的能力去把它下降到普通用户上。所以说我觉得这个是一个很关键的点。

说话人 1：

你所谓的 all in one 是哪些方面的？