当AI广泛参与炒股会发生什么？
AI交易狂潮：散户何去何从？
AI的普及让散户投资者陷入被动。非专业投资者难以与AI的高频量化策略竞争，部分人转向“反量化策略”，例如超长期持有高分红蓝筹股；另一些人则依赖AI投顾产品，但模型黑箱化可能引发信任危机。更有甚者，盲目崇拜AI选股，将AI预判视为唯一下单依据，容易被虚假的“AI量化交易基金”或“智能投顾项目”欺骗，这些项目常吹嘘超高收益和低风险，实则暗藏诈骗风险。
市场加速：更高效率还是更多闪崩？
- 交易量激增：AI驱动的高频交易预计在股票、政府债等流动性资产中更普遍。以ETF为例，AI驱动的ETF周转速度约为每月一次，远超传统主动管理型ETF的每年一次。这虽可能深化市场流动性，但2020年3月疫情期间，这类ETF在压力下加速抛售，加剧了市场不稳定。
- 价格反应更快：自2017年大语言模型问世后，美联储会议纪要发布15秒后美股的变动已与15分钟后的中期方向一致，AI比人类交易员更快消化复杂信息。这提升了市场效率，但也可能引发“群体性抛售”，放大“闪崩”风险——如2010年5月美股暴跌事件。
非银行崛起：透明度与监管挑战
AI技术的采用正将投资业务加速转移至对冲基金、自营交易公司等非银行金融机构。这些机构相比大型商业银行具有结构性优势：更敏捷、监管约束更少，且无需解释复杂的AI模型。这降低了市场透明度，使监测难度加大。IMF工作人员在《全球金融稳定报告》中指出，若非银行机构重要性持续上升，监管部门需加强对非银行机构的监督，要求其披露AI使用信息，并评估数据、模型与技术基础设施的相互依赖关系。
监管新棋局：如何应对AI驱动的市场
面对AI加速重塑的金融市场，监管机构需未雨绸缪：
- 设计新波动应对机制：如优化熔断机制、保证金要求，以及增强中央对手方韧性，以应对AI交易可能引发的“闪崩”。
- 强化非银行机构监管：要求其明确身份并披露AI相关策略，定期进行模型压力测试。
- 防范网络攻击与操纵风险：AI系统可能增加市场被攻击或人为操纵的脆弱性，需建立跨部门协作的监测框架。