AI预测股价准不准：AI能写代码却预测不了涨跌，四个结构性原因和五个验证问题

AI预测股价准不准，答案先放前面：目前没有公开的、经过独立验证的证据，说明通用大模型能稳定预测股价涨跌。它能写出像样的代码，是因为代码有对错的标准答案；股价没有。这篇文章给出四个结构性原因，解释为什么这两件事难度完全不同，再给一张检验表和五个问题，让你看到任何一条AI预测时，能当场判断它值不值得参考。

引子：同一个模型，为什么写代码很准，预测涨跌很飘

很多人用过AI写代码、改文章、做总结，感受是这个东西确实很强。于是自然会问：既然这么强，让它看看明天大盘怎么走，行不行？

先看一张对照表，它回答了大部分疑问：

对比项	写代码	预测股价涨跌
有没有标准答案	有，运行通过或报错	没有，只有事后的价格
反馈是否即时	即时，几秒内就知道对错	延迟，要等行情走完
规则是否稳定	语言语法稳定	市场结构、参与者、监管都在变
数据里的信号占比	高，输入输出对应明确	低，大部分波动是噪声
预测被使用后会不会改变结果	不会	会，参与者行为改变价格
能否靠训练语料学到答案	能，大量公开代码	不能，未来的价格不在语料里

这张表里最关键的是前面几行，下面拆开讲。读完之后，用下面这五个问题检验任何一条AI预测：

序号	问题
1	预测是事前公布的，还是事后回看的
2	样本有多大，覆盖了几种行情
3	扣掉手续费和滑点后还赚钱吗
4	模型训练截止时间，在测试区间之前吗
5	行情和财务数据的来源是什么

每个问题的可信答案和危险信号，见后文完整检验表。

原因一：价格里的信号占比太低

代码任务里，输入和输出之间的对应关系很明确，同样的需求写出来的结构大同小异。模型学的是这种稳定的对应关系。

价格不是这样。一根日K线的涨跌，来自消息、资金流、情绪、对冲盘、被动调仓等大量来源，其中真正可以提前判断的部分占比很小，剩下的接近随机。这不是模型不够大的问题，是数据本身的信噪比低。

一个直观的说法： 即使一个模型把方向判断到了略高于一半的准确率，扣掉手续费、滑点和冲击成本后，往往就没有利润了。方向对一点点，和能赚钱，中间隔着交易成本这道墙。

这也是为什么靠一次预测准确来证明模型有效，说服力很弱。抛硬币连续猜对五次的概率并不低，你需要的是足够多的样本、扣费后的净收益，以及样本外的稳定表现。可以对照回测的常见陷阱，看看一份AI预测战绩缺了哪几项。

原因二：预测一旦被大量使用，就会改变价格

代码写出来，不会因为很多人用了同一个写法而变得不能运行。价格不一样。

如果一个模型真的能稳定发现某种可赚钱的规律，使用它的人会越来越多，大家在同一方向上抢单，价格会提前反映这个规律，规律本身随之消失或者变弱。市场上的规律是有保质期的。

这件事有一个直接的推论：公开的、人人都能调用的通用模型，给出的预测天然最不容易有超额收益。 如果存在一个能稳定赚钱的预测，持有者没有动机免费公开它。

所以当你看到有人说「某个AI预测准确率很高」，要问的是：这个结果是在多少人使用、多大资金规模的条件下得到的。小资金、短周期、少数人用的时候能跑通，不代表放大之后还能成立。

原因三：模型的训练数据，可能已经包含了答案

这是最容易被忽略、也最具迷惑性的一条。

大语言模型是用海量文本训练出来的，其中包括历史新闻、财报电话会议、研报、论坛讨论。如果你拿一段过去的新闻，让模型预测第二天的涨跌，模型有可能并不是在「推理」，而是在「回忆」：它在训练时见过这段新闻，也见过后来发生了什么。

学界把这类问题叫前视偏差（lookahead bias）。2025年12月发布的一篇论文（Gao、Jiang和Yan，arXiv编号2512.23847）提出了一种检验办法：估计某条提示词出现在训练语料中的可能性，再看这个可能性与预测准确率是否正相关；如果越可能见过，预测越准，就说明准确率里掺了记忆。

这个领域的结论并不统一。另有研究（He等人，arXiv编号2502.21206）主张用严格按时间切分的模型来消除这类泄漏，并且发现在新闻选股任务上，这种偏差相对有限。所以比较稳妥的说法是：前视偏差确实是风险，大小因任务和模型而异，但凡是用历史数据测试通用大模型，都应该先问一句，模型的训练截止时间和测试区间是什么关系。

对普通人来说，这条的实用意义很直接：如果一份AI预测的「历史战绩」是让模型回看过去的行情得出的，它的参考价值需要打很大的折扣。 真正有说服力的只有一种：在模型训练截止之后、未来尚未发生的时候提前公布预测，并且持续记录。

原因四：模型看不到实时信息，也不了解你

通用聊天模型默认没有实时行情，除非接入了检索或数据工具。它给出的价位、估值、财务数字，如果没有明确的数据来源，都有可能是过期的或生成出来的。关于这一点，可以看AI选股的边界，里面把它能做和不能做的事拆成了两张清单。

此外，它不知道你的持仓成本、可承受的亏损、资金周期。同一个「看涨」结论，对满仓的人和空仓的人意义完全不同。

一些公开的AI交易实验说明了什么

2025年下半年，一家名为nof1的机构组织了一次公开实验，叫Alpha Arena：让多个大模型各自管理一个小额账户，在加密货币永续合约上交易，起始资金每个1万美元，只给数值型行情数据，不给新闻。据媒体报道，第一赛季结束时，阿里的Qwen3 Max排名第一，账户约1.22万美元，而GPT-5排在最后，只剩约4100美元。

这个结果能说明的事很有限：

• 它说明同样的任务，不同模型的结果可以相差很大。
• 它没有说明排第一的模型更懂行情。赛季很短，样本很少，结果里有多少是风格碰巧适应了那段行情、有多少是运气，无法分开。
• 它也说明了另一点：不少模型在这个任务上亏了钱。

另一类案例是策略设计。可以看我让DeepSeek设计一套交易策略，一位交易员用真实历史数据回测了AI给出的策略，结果几乎不触发信号，放宽条件后变成负期望，而AI自己对「能不能赚钱」的回答是编造的。

五个问题：看到一条AI预测，怎么当场判断

这是本文的核心检验表。看到任何AI预测或AI荐股的结果，依次问：

序号	问题	可信的答案	不可信的信号
1	预测是事前公布的，还是事后回看的	有时间戳的事前记录	只给截图，没有发布时间
2	样本有多大，覆盖了几种行情	足够多的预测，涵盖上涨、下跌、震荡	只给几次成功的例子
3	扣掉手续费和滑点后还赚钱吗	给出净收益和回撤	只给方向准确率
4	模型的训练数据截止时间，在测试区间之前吗	测试区间晚于训练截止	用模型见过的历史行情做测试
5	数据来源是什么	注明行情和财务数据的来源和日期	价位、估值没有出处

五个问题里，第一个和第四个最关键。回答不了，这条预测基本可以当成一个话题来看，而不是一个依据。

那么AI在交易里到底能干什么

说它预测不准，不代表它没用。更合适的位置是做不需要预测的工作：

1. 整理和结构化。 把一份很长的财报或公告提炼成要点，列出需要核对的数字。
2. 复盘辅助。 把你自己的交易记录发给它，让它找出重复出现的行为模式，比如总是在亏损后加大仓位。这类用法可以参考AI复盘提示词。
3. 写和改代码。 这恰好是它擅长的，比如帮你写回测脚本。但写出的脚本要自己跑、自己核对，一个小小的前视错误就足以让回测漂亮得不真实。
4. 检查你的判断。 让它列出你方案里可能被忽略的反面情形。

这几项的共同点是：结果可以由你自己核对，不依赖它对未来的判断。

一个常见的心理陷阱

人们愿意相信AI能预测，部分原因不是技术，而是心理：把决策交给一个「看起来很聪明」的东西，亏了钱可以怪它，赚了钱觉得自己选对了工具。这是把责任外包。

交易里真正能决定长期结果的，是你的仓位、止损和执行纪律，这些都需要你自己负责。很多人亏钱不是因为预测不准，而是因为预测对了也没有拿住，或者预测错了也不肯认错。把预测外包给AI，并不能解决这两件事。

没有标准答案的问题，再强的模型也只能给出一个听起来合理的猜测。

写在最后

回到标题：AI预测股价准不准，为什么能写代码却不能预测涨跌。

四个结构性原因：价格里的信号占比低，预测被使用后会改变价格，训练数据可能已经包含答案，模型看不到实时信息也不了解你。再加五个检验问题，覆盖事前记录、样本、净收益、训练截止时间和数据来源。

AI是一个好用的工具，用在整理、复盘、写代码上，价值是实在的。把它放到预测涨跌的位置上，要求它给出一个确定的答案，则是在让一个擅长回答「有标准答案的问题」的工具，去回答一个没有标准答案的问题。

很多人使用AI荐股，最后的卡点并不是模型不够准，而是自己有没有能力执行并复盘。如果你想知道自己在下单时有多容易冲动，可以先做个自测。

3秒免费测一下你的”管不住手指数”：journal.xtradingtime.com（记住 3316，就能找到我们）

---

免责声明：本文仅为交易知识分享，不构成任何投资建议。文中所提公开实验和研究仅用于说明观点，数据以原始来源为准，不代表对任何模型或产品的评价。市场有风险，交易需谨慎。