AI 投资前沿：投资 AI 缺的不是又一个预测器

投资 AI 最近最值得关注的进展，未必是预测收益率更高的模型，而是能不能说明：哪些数据、模型和业务判断改变了组合决策，以及这些贡献在约束、成本和事后复盘中是否仍然成立。一篇最新 arXiv 论文《Knowledge-Optimising Investment Decisions with Informative Datasets》提出，数据集不应只是定价模型里的特征，也可以被视为需要单独评估的“知识单元”。

这对建设研究系统很重要。一个回测漂亮的模型，可能无法回答数据从哪里来、在决策时是否已经可用、哪条约束改变了权重，或者收益究竟来自模型还是重复的信息。投资 AI 真正需要的，是一层把证据连接到行动的决策记录。

前沿信号

论文认为，常见流程是把新数据放进定价或预测模型，构造组合，再观察表现。这会低估信息在投资过程中的作用。作者提出三阶段的 Knowledge Optimisation：先定义决策结构，再进行组合选择，最后评估表现，并以知识单元为基础，提出不同于传统事前夏普比率的评估思路。

这里的贡献主要是概念和流程框架，不是一个已经证明能在真实市场中持续获利的策略。它提供的价值，是让数据、模型、研究团队或提取信息的业务单元都能被记录，并追问它们对决策的实际边际贡献。

为什么投资者在意

今天的研究组合往往同时使用财报、价格、另类数据、文本嵌入、风险模型和分析师判断。组合上涨时，复盘常常把一切归功于“模型”；组合下跌时，又很难分清问题来自数据延迟、特征变换、约束设计还是市场状态变化。

知识层把问题改成四个更可执行的追问：哪一个信息单元影响了决策？它通过什么路径进入组合？当时有哪些约束？结果是否能在不同市场状态下复现？这不仅服务于预测，也服务于模型风险审查、研究资源分配、组合经理信任，以及判断一项昂贵数据订阅是否值得继续。

这也解释了为什么证据层、LLM 预测摩擦和金融基础模型的时间完整性其实属于同一条建设路线：核心不是让系统讲出更有把握的故事，而是保留从证据到行动的可检查链路。

技术解读

可以把论文的思路落成一个有类型的决策账本，而不是继续堆叠一个特征库。每个信息单元至少应记录来源、可用时间、版本、加工步骤、目标决策和评估窗口。组合服务则记录当时可见的输入、绑定的约束、模型版本、人工覆盖和最终执行状态。

对于 LLM 研究代理，这意味着它可以负责检索、整理和标注证据，但不能把未经核验的文档悄悄变成组合权重。系统应保存原文、主张、模型输出、人工或政策覆盖，以及最终动作之间的关系。

评估时，可以做按时间切分的消融：移除某个知识单元后，决策、换手、成本和风险如何变化。但要谨慎，这种消融是条件性证据，不自动等于因果证明。相关信息可能重复，多个模型也可能共享同一来源。

现实校验

场景分析不能替代严格的样本外、成本敏感评估。归因本身也会过拟合：如果团队不断重新定义“知识单元”，直到复盘故事最顺眼，账本就变成了叙事装饰。

真正棘手的是时间问题。公开信息不等于当时可用；网页会修订，数据会回填，发布时间也可能含糊。生产系统需要时间点快照、修订历史和明确的“未知”状态。还应加入负向对照：如果移除一个被认为重要的信息单元，在大量决策中几乎没有影响，系统应把它标为待调查，而不是强行写出更漂亮的解释。

构建者要点

• 建立决策账本，把每次组合动作连接到时间点数据、模型版本、约束和覆盖记录。
• 用时间切分、换手与交易成本，以及跨市场状态稳定性评估信息单元。
• 把证据质量和预测质量分开；来源薄弱时，模型的高置信度也不能自动提高结论等级。
• 记录新增数据集、代理或研究流程带来的边际变化，而不是只记录最终收益。
• 把归因当作运营控制和审计链路，而不是因果关系的证明。

链接 / 来源

• 英文 companion: The Missing Layer Is Decision Knowledge — 同一信号的英文版本。
• Knowledge-Optimising Investment Decisions with Informative Datasets — 提出知识优化流程与场景分析。
• 投资选股首先需要证据层 — 相关内部文章，讨论先证据、后选股。
• 金融基础模型真正的考题是时间完整性 — 相关内部文章，讨论时间点有效性。

Read in English →