Agent驱动的智能交易：AI在股市与加密货币中的应用解析
本周LLM公开课扫码免费报名👆近年来，生成式人工智能（Generative AI）与大语言模型（Large Language Models，LLMs）的快速演进，正在深度重塑金融行业。从智能客服、风险管控到投研分析，人工智能已逐步渗透至金融业务的各个层面。伴随 AI Agent（智能主体）技术的崛起，一种崭新的交易范式——Agent Trading（智能体交易）——开始获得越来越多研究机构、量化团队及科技企业的瞩目。不同于传统自动化交易程序，AI Agent不仅能够执行预设交易策略，还能理解自然语言信息、
算力突围与AI实战：新一代信息技术专委会闭门研讨聚焦投资新范式
导语当摩尔定律触及物理边界，华为提出的“韬光养晦定律”是技术突破还是营销噱头？当芯片制程的“平房”无法继续扩张时，“向天空要空间”的3D封装方案能否支撑中国半导体产业的下一个十年？7月7日下午，天使百人会新一代信息技术专委会以“韬定律”为切入点，开展了一场关于AI如何从理论转化为实际生产力的深度研讨。光年纪元量子技术有限公司创始人 刘勇以“驾驭AI的实践路径”为题，历时三个小时的实战经验分享，系统梳理了从芯片底层架构到投资决策的完整逻辑链条。韬光养晦定律解读：半导体“立体化”时代的结构性机遇探讨AI之前，
英国石油抛售加拿大深海项目股份 Equinor全面接手北部湾油气田
英国石油公司（37.355, -0.04, -0.12%）6日宣布，已与挪威国家能源公司（Equinor）签署最终协议，将其在加拿大北部湾（Bay du Nord）深海油气项目中持有的全部37.2%股份转让给后者。交易完成后，挪威国家能源公司将独揽该项目全部权益。此举表明在全球能源变革与市场动荡的双重压力下，国际传统能源企业正加快资产结构调整与负债管理。交易双方当日未公布具体财务细节。 业内人士分析，此次资产出售是BP近年来推进战略转型、优化全球资本布局的重要步骤。BP持续将投资组合向盈利性更强、现金流更
AI时代人类判断力衰退之隐忧
成功投资的核心始终在于比他人更有效地解读证据的能力。人类进步，以及由此延伸的金融进步，都离不开可靠证据的积累。科学方法长期以来一直是生成和验证证据最可靠的机制。人工智能（AI）现在引入了一个悖论。机器虽然极大地扩展了我们处理信息的能力，但过度依赖自动化认知可能会削弱支撑文明进步的认知基础。因此，核心问题不在于计算能力，而在于认知架构：机器究竟是增强还是削弱了人类产生知识的过程。在《投资管理中的增强智能》（Schuller，2024）一书中，我们论证了将人工智能融入人类决策设计本身并非最终目的。人工智能的目
智能投顾时代来临：AI如何改写散户与机构的博弈规则
炼金社AI财经 · 金融科技研究组 2026年6月26日是看不懂财报？是不会看K线？是把握不住买卖点？都不是。炒股最难的，是信息差和认知差。机构有研究员团队，有专业工具，有海量数据，有信息渠道。 散户呢？一个人对着电脑，看不过来的公告、研报、新闻、数据，常常看得头晕眼花，最后还是凭感觉买卖。这就是散户和机构之间最大的鸿沟——不是钱的差距，是"算力"的差距。但现在，这个鸿沟正在被AI填平。2026年，AI大模型已经渗透到各行各业。而资本市场，正在迎来一场由AI驱动的深刻变革。今天，炼金社AI
人工智能赋能股票分析：三维评分体系全解析
可以，而且实用性远超预期。人工智能并非取代你的决策权，而是将原本耗时数小时的基本面梳理、情绪监测与风险排查压缩至数秒完成——随后将结果凝练为一套三维评分体系，助你快速判断某只股票是否值得深入探究。—— ❶ ——传统股票研究往往局限于基本面维度——市盈率、市净率、净资产收益率等财务数据。然而实战交易者深知，即便基本面出色的标的也可能持续阴跌数月，原因在于市场情绪与潜在风险同样左右着股价走势。三维评分将股票评估拆解为三个互不干扰的维度：各维度独立计分后汇总为直观评级。核心在于：任一维度触发预警，都应引起警觉。
中泰资管风云突变：创业元老谢幕，核心投研流失
来源：十五的投资笔记 前不久，中泰星宇公布了招募说明书，其投资决策委员会成员如下： 和上一期连起来看，就会有一点想法： 一眼看上去名单短了很多。这刚过去一年。 最新的变动是徐建东，中泰证券(5.410, 0.28, 5.46%)（上海）资产管理有限公司（中泰资管）原总经理、党委副书记、董事，2026 年 5 月 7 日与董事长黄文卿一同离任。 徐建东是中泰证券的老人了。2001年5月起，徐建东在齐鲁证券（现中泰证券）多家营业部及经纪业务总部担任总经理，并出任过北京资产管理分公司副总经理。2014年11月，
SpaceX冲击全球市值巅峰的可能性评估
SpaceX 挂牌首日市值位居全球第五。从期权定价数据分析，该公司若要晋升至全球前三甲，恐怕还需经历相当长的周期。 以万亿级别估值步入公开市场优势显著：赢得举世关注、挂牌次日便能启动衍生品交易，还可迅速被纳入多项关键股指成分。 但一个不容忽视的事实是：要在市值排名上实现跨越，通常需要经历漫长的积累过程。 SpaceX 目前估值达 2.6 万亿美元，正与亚马逊(237.5, -8.50, -3.46%)争夺全球第五大企业的宝座，市值较埃隆・马斯克执掌的特斯拉(396.38, -8.28, -2.05%)高出
家办如何打造人机协同的AI投资智囊团
组建家族办公室AI智能体投资团队，关键在于构建「人机协作」模式，通过清晰分工确保决策权始终可控。一、确立团队核心架构与职责划分依据功能层级界定角色，厘清人类成员与AI智能体的权责边界：1、人类核心骨干战略领航者（多为家办掌舵人或投委会主席）：确立团队核心愿景、投资赛道及成效评估标准，统筹家族整体风险承受度。系统架构师：构建AI智能体的角色矩阵、交互规范及迭代机制，规划投资决策全链路的智能体协作逻辑。价值把关与伦理卫士：最终把守价值观与伦理红线，复核AI生成结果，在复杂模糊情境下做出契合家族利
达利欧谈人机协作：原则性思维如何赋能AI决策
达利欧指出，在建立机构化投资决策系统时，必须具备超越人工智能的理解力和洞察力。我认为，这恰恰是碳基生命与硅基生命博弈中最根本的差异，也是决定胜负的关键。此外，达利欧在近期的访谈中表达了对AI泡沫的忧虑。我认为，在人类拥抱这场伟大的“工业革命”之际，鉴于AI公司的主要付费客户多为金融机构，在逻辑和历史的范围内，AI将显著提升市场效率并强化量化策略。但这或许也是我们最需要警惕的地方，AI或许会以隐蔽的方式瓦解“金钱游戏”的根基，通过无形之力引导资金利用量化手段获利。这种趋同效应引发的“乌合之众”心态，是否会将
AI时代信息过载！投资者如何破局？腾讯自选股新播客《无形的持仓》上线
致力于为投资者打造专业的资讯服务平台资讯承载价值，专业助力成长！——腾讯官方证券投资服务平台你是否也曾有过这样的体验——每天浏览海量财经新闻，看着各大博主观点各异，莫衷一是。信息越繁杂，到了做投资决策时，反而越难抉择。这一难题，让众多当下的投资者感到困扰。为了回应这一挑战。6月15日，腾讯自选股首档投资播客栏目——《无形的持仓》即将开播。在这里，投资仅是我们对话的起点，我们更渴望探寻，那些支撑个人坚定前行、持续选择的内在力量。栏目取名为《无形的持仓》，基于我们的核心洞察：一个人最宝贵的财富，绝非账户里的数
Clearwater Analytics 发布统一因子风险平台，融合组合管理与监控
Clearwater Analytics 近期面向对冲基金及资管机构推出了全新的因子风险工具，助力投资团队在透彻掌握组合风险的基础上，实现更高效的决策响应。 对众多企业来说，因子风险常与投资流程相互割裂。基金经理往往需耗时数小时乃至隔日方能知晓单笔交易的风险效应，而首席投资官与风控团队则不得不依靠独立系统、服务工单及静态报表来应对基础的风险问询。 Clearwater 最新发布的两款产品直指上述痛点：专为基金经理和交易员打造的 Factor Risk Lens，以及面向首席投资官和风控主管的 Factor
基金净值怎么看？借助智能工具让投资更从容
投资基金时，净值是一个核心关注点。几乎每位基民都曾被净值相关问题所困扰。 点开基金详情页，映入眼帘的是单位净值2.5元、累计净值4.8元，旁边还标注着历史分红信息。“净值这么高，是不是太贵了？”“净值这么低，是不是更划算？”——这些疑问没有唯一答案，但有一点是确定的：正确理解净值，直接影响投资心态和收益空间。而选对一款实用的辅助工具，可能是解开净值困惑的关键所在。 净值背后的真相：高净值≠“贵”，低净值≠“便宜” 基金净值包含单位净值和累计净值两个维度。单位净值代表当前每份基金的实时交易价格，也是申购赎回
万基时代合规至上，这款 APP 如何精准透视基金净值？
2026 年的中国公募基金领域，已无声无息地步入“万基时代”。依据中基协披露的最新统计，截止 2026 年 4 月末，国内公募基金产品总量已达 1.41 万只，资产净值总计 39.36 万亿元，首度跨越 39 万亿门槛，刷新历史峰值。过去一年间，公募总规模已先后 12 次改写纪录，从 2025 年 4 月末的 33.12 万亿元持续上涨至 2026 年 4 月末的 39.36 万亿元，累计增幅达 6.24 万亿元。基金数量突破一万、规模趋近四十万亿，表面看选择更加多元，实则投资者面临的考验也成倍增加。 与
投资判断为何仍需人类主导
# 投资判断为何仍需人类主导 #陈洪亮元璟资本合伙人在行业与市场研究等领域，AI技术已展现出强大的辅助能力，能够替代部分重复性工作。然而，在投资的核心环节——判断与决策方面，AI在短期内仍无法完全取代人类的作用。主要原因体现在两个方面：首先是一级市场数据的独特性，各投资机构的决策数据具有明显的私密性和非标准化特征，难以被系统性地收集和转化为可用数据。其次是投资回报验证的时间跨度问题，投资成效的检验需要漫长周期（通常以年为单位，甚至更久），且难以确定明确的评判时间节点（如应以哪个时间点作为决策正确性的衡量标