大数跨境

李不白:关于AI交易的长期思考以及组织结构的终极演变

李不白:关于AI交易的长期思考以及组织结构的终极演变 PandaAI个人量化超级助手
2026-05-16
1
导读:想了很久,自从AI出现以后,很久没有纯手打过一篇长文;今天这篇文章,献给我自己,也分享给大家我最近的一些思考,

想了很久,自从AI出现以后,很久没有纯手打过一篇长文;

今天这篇文章,献给我自己,也分享给大家我最近的一些思考,希望能对大家有所帮助,更期待大家能够给我们更好的思路以及建议

——李不白

    现在的时代,很复杂,也充满了很多不确定性,和以往的时代都不一样

    很多事件,很多技术,改变的路径,跟改变的方式,都会跟以前不一样

    关于交易市场的复杂性

    我在很多场合,都做过一些推演跟思考,关于整个交易时代的演进,是一场技术发展与人类发展共同交织的格局;整个人类发展,会趋向于最有效率的方向去发展,在各个行业去演进。
    所以为了更好的去提高资金分配跟利用效率,才会有交易市场的出现,往后的每一项交易新技术的发展,本质上都是在为了提高资金分配跟利用效率
    而这一切,都是建立在过往的组织结构上,以人与人之间组织协同,建立的组织架构。
    组织的架设,是技术时代的发展,与人性的混合共同作用的结果。
    我时常会觉得,人,是个非常复杂的集合体:
    • 有人会为了极端利益去利用组织,来提高自己的效率;
    • 也有人会因为理想跟感情,将自己的全部人生甚至生命,奉献给组织
    而这或许就是人类社会一直进步且复杂的原因。
    进一步来看,也是二级市场,复杂的原因
    人类的情绪会左右决策,也会在时间轴上不确定地影响利益分配,时好时坏,说不太清。

    “不变”或许是一个伪命题
    从交易的古老时代,大家看好某个公司的股份,进而进行认购,看好的角度每个人都有所不同。
    因为交易工具的劣势,所以信息交换效率低
    再到后面,有人通过手绘K线,可以通过一些简单的分析,对股价进行一定的预测,进而出现了所谓的图表交易方法论,才有了后面行情工具的衍生。
    在中间,信息技术开始分化,有一部分人通过先进的电子交易技术,获得一定超额回报的盈利。
    在发展中间,我们迎来了好多技术的发展以及信息大爆发。

    从蒸汽机到电机,从计算机到互联网。
    技术的快速迭代,从我小时候好像就一直在亲身经历,从小灵通,DVD,万能充,到现在的蓝牙,wifi,无线充,无人驾驶,人工智能等等。
    不知道大家有没有感觉,技术的发展,不会在乎你有没有意识去跟随,而是强迫着你去改变了。
    而当你意识到,改变了的时候,或许又即将迎来了下一个时代

    价值投资经常会讲一句话,要去投不变的东西,现在看来,好像没什么是不变的。大家的消费习惯跟消费者心智心理,都会随着主要消费人群的成长经历跟时间改变,而改变。
    更有甚者,随着责任主体跟效率生产力的变迁,连消费的形式都有可能会改变,例如 AI 与 AI 的消费?

    所以,到底什么是不变的呢?我们一直去追寻不变的东西,能找到吗,或者说,找到了还有意义吗?

    我相信,现在在AI时代,很多人都有这样的焦虑。
    看着新技术的涌现,并且在过往,没有类似成功的路径依赖可以选择,就陷入了这样无目的的焦虑里面。

    持续正确的学习跟迭代

    前段时间,有个行业的前辈给了我这样的答案:“在技术发展的快速迭代期,你的直觉,比你的数据更重要。”

    在这样的时代里,去靠一些数据给你带来的利益,做决定;可能没有你的直觉,跟你对某件事情的兴奋程度,更重要。


    在这样的情景下,我们 PANDAAI 也在做这样的事情,可能短期看来没有利益,但是会是我们理想想做的,会是我们想起来,让我们兴奋的某些事情,以及路径思考。

    我们一直在设想未来的AI交易时代,是什么样的场景?

    如果把一个顶尖交易员的能力进行划分,可以分成很多很多,大家随口可能会想,风控能力,执行能力,分析建模能力等等,但是在目前的AI时代下,都可以被显化成 Skills

    但是一个 Skills,在一个博弈的市场下,好像不能一直有效,就好像,一个单一的因子,有效性会衰减一样;

    顶尖交易员的能力,应该不在他所拥有的能力上,而在于他能够持续做正确的学习跟迭代上,能够持续拥有博弈当下市场的能力。


    这个能力以前是人的能力,现在应该是 Agent 的能力 —— 让 Agent 基于某个或多个目标,去产出一些 Skills,去优化,去适应市场,去博弈。

    没有一个能够永远稳定赚钱的因子,以后会是,没有一个能够永远稳定赚钱的Skills。

    关于 AI 交易的时代

    而 AI 跟人之间,在交易上,会以一个非常奇怪的形式存在:我用 AI,skills 编排生成 Agent,去执行交易或者提高我的投研效率,是建立在我对 AI 产出的任务结果,有自己客观的评价标准,我知道是正确还是错误的,才会放手去执行。

    我看大多数行业好像都是这样,是因为现在组织架构跟生产力效率还有消费,都是以人为主的制度。

    这是我们去看人的能力,那其实更多的考虑,是人与 AI 这个“工具”之间的信任程度。你好像没那么信任他,就会不敢对 AI 授权。

    但是我发现一个现象,这一点很像当年的计算机时代,在计算机初步普及时,很多“古老”的人依旧会对计算机的计算结果保持怀疑,会坚持手算。后面随着计算机的计算失误越来越少甚至不出现,我们对于计算机的应用越来越广泛,再加上新一代相信计算机的小朋友出现,就慢慢的,一个时代就过去了......


    就好像 Vibe coding 刚出来的时候,程序员们都不敢使用,但慢慢的,手打代码,已经成为了古法编程,而这个过程竟然只有惊人的一两年时间。


    在交易当中,会是什么样呢?又会给我们“古法”交易留多少时间呢?

    这个可能也是交易,最有魅力的地方。

    AI Native Trader 与交易基础设施

    不确定性贯穿在现实世界与二级市场当中,流动性,以各种你想象不到的方式在时间与空间中进行互换;

    不管量化交易多有优势,可能都会有价值投资者,或者我们未来会称之为基本面量化交易者,以及所谓内幕交易者,等等,图表交易可能也不会消失。


    但是市场,会随着主要投资者结构的改变,发生重大变化,其实就是未来,由新一批 AI native trader 来定义跟实现,你们有无限的可能跟机会还有想象力,去颠覆原有的交易方法论,甚至重新构架一个由 AI 主导的金融组织架构体系。

    数据——skills——LLM(基座大模型) 针对不同场景推理延时需要,被不断重新组合。随着算力门槛和微调门槛降低,大模型对交易各个频段 Alpha 获取形式的入侵,也会进一步加速。

    而这些,都是我们 PANDAAI 提供给大家的,所谓 AI 交易的基建设施(很开心我们提出之后,大家都一起来提);

    AI 带来的思考效率的提升,会入侵到任何的一个智力密集型行业,改变掉以往的格局,由资金推动-人才垄断-技术优势-产业优势-回补资金优势 。


    这样的循环,在未来,可能会被我们这一代人改变掉一部分,剩下一部分,由下一代人再改,我相信我在有生之年应该能看到。

    所以我们 PANDAAI,成立了量枢院这个开源开放性的组织,搜寻所有 AI native trader 的人才和项目,给予初期资金扶持跟技术支持,现金扶持依旧在七位数以上,我们想联合众多前辈跟同仁一起加入我们,我们相信,未来的 AI 交易时代一定会来临,即便届时已经跟 PANDAAI 无关,但我们依旧留下了浓墨重彩的一笔

    关于组织结构的演变

    以上是关于AI交易的长期思考,而针对组织结构的终极演变形态,我的判断其实偏向悲观。

    因为 AI 对于人的提升,不止发生在某一个行业,而应该是各行各业。而在边界与效率的划分取舍上,我想,可能短期没有定论,但一定会是一个混乱争斗的年代,而在这个阶段当中,对于我们大多数普通人而言,是不太有机会主导的,只能随波逐流。

    就像是在交易市场当中,定价权的划分与转移,我们大多数普通人其实是没有定价权的,我们只有交易权

    我们所谓的对定价权的理解,很多时候也只是我们想象的,所谓的“主力”对于定价的方法,而这一切,都是臆断猜测罢了。


    而在每个行业当中,定价权可能都会发生转移,而这个过程,就是我们组织结构的演变过程。

    最后|关于 PandaAI

    在这里,也回应下大家很多对我的问题,为什么交易赚钱,还要出来做平台

    因为我做的不是平台,而是我清晰的知道,在这个定价权迁移的过程当中,我很难保证一直赚钱,即便是当下交易我还能赚钱,在未来不确定,因为可能牌桌都发生了变化。


    因为焦虑,所以我们要重塑我们自己,而我们也会一直在不断 Reshape 自己的路上。

    【声明】内容源于网络
    0
    0
    PandaAI个人量化超级助手
    打破代码与数据壁垒,以 AI 驱动零门槛量化体验!无需代码即可轻松搭建多因子策略的量化智能体。
    内容 83
    粉丝 0
    PandaAI个人量化超级助手 打破代码与数据壁垒,以 AI 驱动零门槛量化体验!无需代码即可轻松搭建多因子策略的量化智能体。
    总阅读1.2k
    粉丝0
    内容83