AI 概率增强器：p 的外部输入
· · ·
AI 影响 p 的方式（不是信号派系）+ 思维方法论 + 幻觉防范
题目进度 0 / 0 ✓ 0
交易实操·支柱⑩「AI 层」第 1 讲 / 共 34 讲
**预计时间：**15 分钟读 + 5 分钟做习题。
本课要解决的问题
AI 不是信号派系，是 p 估计的外部输入。R3 重申：任何信号（AI 输出 / 基本面 / 技术 / 估值）都通过 Bayesian 更新 p，不是直接给仓位。
前言
0010 批判性思维 + 信号质量 已讲 AI 作为批判性思维伙伴。本课给完整的 AI 工作流——AI 影响 p 的具体方式 + 幻觉防范 + 数据源。
1. AI 现实边界
1.1 AI 强项
- 信息综合（财报 / 公告 / 研报 / 宏观 → 结构化摘要）
- 结构化推理（决策树）
- 复盘辅助
- 批判性思维挑战（per 0010 第 4 节）
1.2 AI 弱项
- 价格预测（per 0020 第 1 节 R14 实证：ML 模型实盘不可重现）
- 时效性新闻判断（cutoff 时间外的信息）
- 具体下单决策（避免自动化的爆仓风险，per 0008 Kelly + ruin + 0029 AI 工作流）
禁止：「AI 给买入信号 → 直接下单」。
2. 个人 CN 交易者可用数据源
2.1 复用现有管道
per 用户原话：“数据肯定是需要的”——本课明确复用 finance/data-pipeline/ 现有 tushare/akshare + 公开 PDF/网页/券商研报，不新建数据管道。
| 数据源 | 内容 | 获取方式 |
|---|---|---|
| tushare pro 个人版 | A 股行情、财务、宏观 | 现有管道 |
| akshare | A 股 / 港股 / 美股 / 商品 / 宏观 | 现有管道 |
| 公开 PDF | 财报、研报、公告 | 下载 + 解析 |
| 公开网页 | 交易所、证监会、统计局 | 抓取 |
| 券商研报 | 开户后免费 / 付费 | 券商 APP |
| 国际数据 | FRED、Yahoo Finance（美股） | 公开 API |
2.2 不依赖券商 API
per 用户原话：“不需要券商 API”——手动下单（per 0029 AI 工作流）。
禁止：自动下单脚本（per R11 + 风险）。
3. AI 思维方法论（重申 R3）
3.1 让 AI 当批判性思维伙伴（不是答案机器）
每次 AI 给建议要追问：
- 为什么？
- 反例是什么？
- 什么时候不成立？
3.2 让 AI 输出证据清单 → 你自己定 p 和 b
- 让 AI 列出 3 – 5 个支持 / 反例证据
- 你自己用 Bayesian 更新 p（per 0007 EV + Bayesian）
3.3 worked example
场景：AI 提示「A 股票有 30% 上涨空间」
追问 1：30% 上涨空间的依据是什么？
AI 答：财报超预期 + 行业景气 + 资金流入
追问 2：反例是什么？
AI 答：财报是一次性 / 行业景气已反映 / 资金流入是机构出货
追问 3：什么时候不成立？
AI 答：宏观衰退 / 行业政策变化 / 公司突发利空
你的判断：30% 上涨空间 + 10% 下跌空间 → b = 3
证据强度：中等 → p = 0.55（先验） + 信号 → p = 0.58（Bayesian 后验）
f*(safe) = (3 × 0.58 − 0.42) / 3 × 0.985 × 0.5 ≈ 0.14
决策：f*(safe) > 0 → 入场，仓位 14%4. AI 幻觉防范
4.1 3 条核心原则
- 让 AI 给证据链接 / 数据源（必须可查）
- 关键数字必须自己查一次（财报数字 / 历史数据 / 价格）
- 不在 prompt 里泄露真实仓位 / 账户
4.2 常见幻觉类型
- 编造财报数字
- 编造历史价格
- 编造研报结论
- 编造数据来源
禁止：幻觉数字直接代入 Kelly。
4.3 验证清单
- 数据 → 自己查 akshare / tushare
- 研报 → 自己读 PDF
- 推理 → 自己验算公式
5. 实战 AI 提示词模板
5.1 机会分析 prompt
基于 [标的 + 财报 + 行业 + 宏观数据]，
列出 3 个支持 / 3 个反例 / 3 个失效条件，
输出格式：支持证据（含数据源）+ 反例证据（含数据源）+ 失效条件（含触发指标）。5.2 证据清单 prompt
我要对 [标的] 用 Bayesian 更新 p。
请输出：先验估计 + 5 个支持证据 + 5 个反例证据 + 每个证据的 likelihood ratio。5.3 复盘 prompt
我的最近 10 笔交易：[每笔 p/b/实际胜率/盈亏]，
请输出：实际 vs 估计的偏差 + Bayesian 后验 p + 下次策略调整建议。实操产出物
完成本课后，你应该产出：
- AI 提示词卡：3 个固定 prompt 模板（机会分析 / 证据清单 / 复盘）
- 可用数据源清单：按市场分类 + 获取方式
- AI 幻觉防范 checklist：每条 AI 输出 → 关键数字自己查
- AI 输出 → p 估计工作流：AI 给建议 → Bayesian 更新 → f*(safe) 算
练习题
1
AI 在交易中的正确用法？
2
AI 不能做什么？
3
个人 CN 交易者数据源？
4
AI 幻觉防范原则？
5
AI 输出 → 怎么用？
交叉引用
- 0007 EV + Bayesian 更新——Bayesian 机制
- 0010 批判性思维 + 信号质量——AI 角色
- 0020 R14 (3/4)——ML 脆弱性
- 0028 R14 总结——AI 作为对手
- 0029 AI 工作流——infra ROI
本课用户原话出处
“AI 是批判性思维伙伴，不是答案机器。”
“数据肯定是需要的。”
“不需要券商 API。“
合规声明
本课仅作为教育用途，不构成投资建议。AI 输出需自行验证，非通用推荐。数字为框架示例，非收益承诺。投资有风险，决策请独立判断。