从「峰哥因子」到 AI 投研：资本市场的隐忧

AI 正在悄然嵌入投资决策的每一个环节——从私募用 AI 阅读全球新闻、构建事件驱动策略，到基金经理拿 Claude 解读每一条消息、散户习惯性问豆包「今天买什么」，资本市场正在被算法与生成式模型重新塑造。围绕「峰哥因子」「韩国因子」的讨论，表面是市场情绪与量化的博弈，底层折射出的却是 AI 正在改变信息处理与决策方式的深刻变化。

「峰哥因子」背后：市场情绪能否被量化

近来社交平台流传「峰哥被量化做成了因子」的说法。据网友统计，5 月至 7 月间，峰哥 9 笔公开操作的反指胜率高达 100%：半导体暴涨、科创 50 跳水、大盘深 V 反弹，每一次都被解读为「反向指标」。同样引发热议的还有「韩国因子」——有人将 2026 年韩国综指与 2015 年上证综指走势对比，并指出 7 月 14 日韩股和 A 股分时图出现同步深 V，怀疑量化据此交易。

但多位量化从业者对此并不认同。一位量化市场人士打比方说，峰哥的操作样本极少，而量化因子需要海量数据支撑，并要通过 IC（信息系数）、IR（信息比率）、分组回测和样本外检验等多重验证，「几条操作说白了是噪音，信息含量很低」。多家私募也明确表示，因不在韩股交易，根本没有数据可拿来产出「韩国因子」。

相比之下，特朗普的推文因样本量较大，反而成为可被量化的对象。摩根大通据此设计了「Volfefe 指数」，研究发现：

• 4000 条推文中有 146 条能影响市场；
• 关键词集中在「中国」「民主党」等高敏感词汇上；
• 美银美林也发现，特朗普发推越频繁，美股表现越差。

AI 成为投资决策的新基础设施

当量化与传统基本面分析都开始借助 AI，信息处理方式正在被改写。远澜基金陈鹏介绍，传统量化模型只能抓取「战争」「激烈」等高频词汇作为做多原油的依据，面对复杂修辞则容易失效；而 AI 可以在 10 秒内阅读 1000 篇全球新闻，并判断事件向好还是向坏，从而推导出截然不同的交易逻辑——「传统量化模型较为死板，AI 能看到衍生变量」。

事件驱动策略也在发生变化：

• 某量化私募的多策略产品线会依据特朗普、Serenity 等 KOL 的推文构建事件驱动策略，将「Leopold 的爆仓、特朗普的暴论、Serenity 的瓶颈论」等能引发市场连锁反应的事件纳入模型。
• 一位公募主观基金经理表示，自己专门用「龙虾」工具跟踪小作文和卖方段子的变化，从非正式渠道捕捉信息边际变化，再向公司求证以抓住信息差。

更值得关注的是生成式 AI 在投研中的普及。富达传奇基金经理加文·贝克在近期播客中提到：他认识的投资人在看到任何一条新闻时，都会立刻把它输入 Claude。而 Claude 作为概率模型，对同一条新闻给出的解读差异有限——「以前 Walter Cronkite 几乎是美国唯一权威的声音，在股票市场里，Claude 反而成了新的 Walter Cronkite」。

模型趋同与交易共振的新风险

AI 在提升信息处理效率的同时，也带来了新的隐忧。贝克指出，当大批投资者依赖同一个 AI 模型解读新闻，市场参与者看似来自不同机构、使用不同策略，背后却可能得到高度相似的结论，进而引发「交易共振」。有半导体专家曾展示，日本某电容器公司股价六个星期走完了行业三年的完整周期，被视作 AI 驱动下的极端案例。

浙商证券李超在题为《人工智能对市场影响几何？》的报告中总结道：随着人工智能进一步嵌入决策、交易和风险管理，资本市场在获得更高信息处理效率的同时，也要解决模型趋同、交易共振和风险内生化等新问题。

目前，标榜端到端的量化私募仍主要投喂量价数据，人工严控舆情信息的输入；但当越来越多投资人引入 AI，连散户都习惯问豆包「今天买什么」时，AI 是否会把网络大 V 的零散操作视作指导交易的情绪指标，已经成为一个不可回避的问题。