2025年8月读书课：《如何用deepseek做投资》

　　大家好，又到了我们每月一次的深度分享课。这次换个口味：不谈十几年前的旧书，聚焦2025年大放异彩的人工智能工具——DeepSeek、Kimi等。它们好用、实用，如何移植到投资战场？怎样借此丰富、优化我们的交易方法？今天简单聊聊。

　　过去二三十年，这套思路演化为“量化投资”：海量多维数据→清洗→挖因子→建模→计算机自动交易deepseek，秒级完成多笔订单，剔除人性干扰。量化向来团队作战，数据采集、特征工程、建模、执行，各环节高度垂直，单人难以兼顾。于是，个人与机构的优势差距被持续拉大。

　　2024—2025年，人工智能大模型井喷，个人投资者开始思考：能否用AI弥补信息收集、知识框架、情绪控制等短板？今天我们以DeepSeek为例，抛砖引玉。须知模型迭代日新月异，几个月后功能可能天翻地覆，今天的分享仅为抛砖引玉，目的是提醒——有意识地把新工具嵌入日常投资，减少情绪化操作，加深对标的与行业的理解。

　　DeepSeek的母公司幻方量化，2015年成立，国内最早一批量化对冲基金，本职就是“低调赚钱”：海量数据→挖规律→算法交易，而非发论文、刷名气。团队规模曾被视为“小作坊”，却在2024年底祭出V3模型，引发行业侧目；真正出圈的是2025年1月发布的R1版本——直接对标大红大紫的ChatGPT，输出质量旗鼓相当，训练与推理成本仅为对方的1/10乃至1/20。消息一出，英伟达股价单日暴跌近20%，市值蒸发约6000亿美元。

　　这场一夜之间席卷全球的“远程地震”，源自中国，却改写了全球大模型竞争版图。功能如此耀眼，就得把它搬进日常、搬进投资。正如段子所言：过去量化基金在A股赚得盆满钵满，其中不少银子是个人散户“赞助”的；如今他们掏钱搞出了DeepSeek，咱们必须用起来——毕竟当年“交过学费”。

　　言归正传，DeepSeek最亮眼的能力是“精准理解人类意图”，据此联网采集信息，堆料后做深度推理，最终输出高质量答案。这与投资决策流程异曲同工：发现问题→收集信息→推理→套用框架→执行。

　　那能不能让DeepSeek直接吐出“完美策略”？目前不行。多数量化基金也不会把策略生成完全交给它；他们要靠更小众、更隐秘的数据与规律取胜。即便硬塞海量数据让DeepSeek“闭门造车”，它也可能“谎报军情”——把数据巧合当成普适规律，包装得有利可图，实战却劳而无功。这是所有量化团队研发新策略时都会踩的坑。原文出处：2025年8月读书课：《如何用deepseek做投资》，感谢原作者，侵权必删！