美研芒格君 · 2026-09-16 · 帖子

过去两周，我把全部持仓和我过往的所有交易记录给了地表最强模型 GPT6 Ultra， 毫无保留。AI 真的能帮我做出正确的股票操作吗？结果让我失望，但我们在努力地解决这个问题。这个帖子分享我观察到的两个问题和我打算如何解决 1/ 我的任务很简单：每 10 分钟看一下投资的盘面、unusualwhale 的期权链和暗池，结合当前的 context 和环境，以及我的历史序列、财报+华尔街研报等等专有数据，去帮我做出当前最适合我的交易行为，买入、卖出正股期权 2/ 结果并不理想，我们现在在解决这个问题 1. 成本过高 如果你只是每天重复处理一类任务，每次都请最强的大模型来做，速度、成本和部署方式未必合适。 2. GPT6 只会说套话平均话，而赚钱靠的是独特的视角，和不被别人理解的选择 GPT6 虽然强，但模型厂商训练早就把它alignment了，不推荐用户高风险金融行为，所以你怎么问，你都会发现他在说车轱辘话 3/ 于是，一个很自然的念头出现了： 能不能让大模型先教会一个小模型，金融方面的一些特定技巧，以后这些活就交给小模型？ 并且用我的专属金融数据和我的操作观念，每天强行 align 这个小模型，每天和 GPT6 进行复盘，把对话轨迹、思考和与市场背离的地方进行校验，Post-training后训练：蒸馏加RL加SFT 训练小模型 让小模型突破只给 prompt 提示词的限制，输出更有意义的 insights，而非车轱辘话 这就是我认为强化学习 as a service 最有吸引力的地方。任何人都可以用和我一样的板块，把ta专属的数据给到模型。 这样的话，这个小模型就是世界上最了解他的投资习惯、容易犯的错误、持仓以及如何赚钱的人，并且知无不言，言无不尽 目前我们都是金融加技术背景出身，因此在团队内就把这个 infra 给闭环了。我们还在infra 搭建的过程中，checkpoint 迭代中。我也会找时间把我的训练过程以及操作情况给大家一一分享 短期内尝试出一篇技术分享，用通俗易懂的语言教给大家我们背后的原理 中期出一篇经验报告，分享给大家模型的效果，以及它真实实测下来到底能不能解决问题？ 长期的话，我们打算开源，让大家一起 commit，提供出我们的 RL as a service。让模型更懂你，不再说扯轱辘话，更便宜，实现投研平权