大语言模型（LLM）能交易吗？真相与边界

LLM 的核心能力（与不擅长的事）

大语言模型（LLM） 擅长：

• 阅读理解长文档（财报、研报、新闻）
• 总结、改写、提取要点
• 把自然语言转成结构化数据
• 生成代码（Python、SQL、回测脚本）

LLM 不擅长（或本质上不能做）：

• 精确的数值计算：LLM 不是计算器，复杂数学常出错
• 实时数据查询：训练数据截止后的事它不知道（需 RAG 等增强）
• 真正的因果推断：能模仿因果讨论，但不一定理解
• 稳定的事实记忆：可能幻觉出不存在的公司或数据

机构怎么实际用 LLM？

1. 研究助理（Research Co-pilot）
分析师让 LLM 读 100 份 10-K，提取所有公司提及"中国市场"的段落——节省 80% 阅读时间。

2. RAG（检索增强生成） 系统
不让 LLM 直接回答金融问题，而是先从公司财报数据库检索相关原文，再让 LLM 基于这些原文回答——大幅降低幻觉率。

3. 代码生成
LLM 写回测脚本、数据清洗管线、可视化代码——研究员的生产力提升非常显著。

4. 文本到信号转化
"读完这份新闻，对该公司的事件类型打 1–5 分"——可作为下游模型的特征。

5. 客户报告自动化
合规要求高的金融机构用 LLM 加速生成研报、客户解读，但人类必须复核签字。

"Agent 化交易"为什么危险

近年流行的 AI Agent（如让 LLM 自动调用 API 下单）在交易里风险极高：

1. 幻觉成本天然为零，损失却是真金白银
LLM 一旦"自信地胡说"——发出错误指令——交易系统会照执行。

2. 提示注入（Prompt Injection）
攻击者在 LLM 读取的数据中嵌入恶意指令，可能让 Agent 做出意外操作。

3. 没有"我不确定"概念
专业交易员知道何时该等、何时该问。LLM 默认会"给个答案"——而答案可能是错的。

4. 缺乏长期记忆与状态管理
跨会话状态的可靠性远不如专门系统。

业界共识：LLM 适合做交易系统中的"分析层"，不适合直接做"决策层 + 执行层"。

"ChatGPT 帮我选股"为什么是个坏主意

• 训练数据陈旧：模型可能不知道最近半年的市场情况
• 没有实时数据接入：除非用 RAG 工具，否则不知道当前价格、最新财报
• 无个人理财信息：不知道你的风险承受、资产规模、税务情况
• "听起来专业" ≠ 真正专业：LLM 善于生成符合金融写作风格的文字，但不代表内容正确
• 责任无归属：搞砸了，没人对你的损失负责

ChatGPT 在多个场景下默认会拒绝给出具体投资建议——这不是产品限制，而是合理的避免误导。

重要问题

金融领域专用 LLM 有用吗？
有限。BloombergGPT 等专用模型确实在金融文本任务上表现更好——但单独使用并不能直接产生 alpha。

LLM 会取代分析师吗？
更可能"放大"分析师，而非取代。能高效用 LLM 的分析师比不会用的分析师生产力差距越来越大。

未来 LLM 会接管交易吗？
直接接管不太可能。LLM + 专用模型 + 规则引擎的混合系统才是合理形态，且永远需要人类作为最终责任方。

答题

Q1. 关于 LLM 的能力，下列哪项最准确？
A. LLM 能做精确数学计算　B. LLM 擅长读懂长文档、总结要点、生成代码；但易幻觉，不擅精确数值
C. LLM 是计算器　D. LLM 知道所有实时数据

Q2. 让 LLM 直接调用 API 下单的"Agent 交易"主要风险是？
A. 速度太慢　B. 幻觉导致错误指令、提示注入、缺乏不确定性意识
C. 用户界面差　D. 法律完全禁止

Q3. RAG（检索增强生成）的主要价值是？
A. 让 LLM 跑得更快　B. 先从可信源检索再生成，降低幻觉率
C. 让 LLM 更聪明　D. 与 LLM 无关

参考答案

Q1: B　Q2: B　Q3: B

延伸阅读：Wikipedia: Large Language Model　·　Wikipedia: Retrieval-Augmented Generation　·　Wikipedia: AI Hallucination　·　Wikipedia: Prompt Injection

本内容仅用于教育目的，不构成投资建议。LLM 生成的金融内容可能含错误或幻觉，决策前请独立核实。