AI×投资

剔除估值波动后，万得全A过去十年内生价值年化约3.3%，纯每股盈利仅约1.5%；未来十年中性情景的复合年化回报约2.5%。当宽基贝塔不再慷慨，长期收益或许得从留存效率与估值周期里重新寻找。

厌倦Yahoo品类有限和长周期复权bug后，Tiingo这个面向个人投资者的美股数据源是否值得转投？免费额度看似有限，但实测拉取二十多年ETF复权收盘价只消耗一次调用，日常间歇使用可能比想象中宽裕。

每天赠送的300积分不够用，终于为Wind的金融AI服务充值。好服务值得优先付费，可真正担心的是免费时怕它消失，收费后又怕它被放弃——Wind会重蹈Google的覆辙吗？

用Zotero收藏AQR、UBS这类机构研报，官方插件几乎帮不上忙，关键词和摘要只能手动补。绕了Gemini提示词和Cloudflare Worker一圈后，答案却落回本地一个Raycast脚本：输入网址，BibTeX、中文摘要与PDF自动到位。

Muse 爆火让资本看到个人 AI 助理的新叙事，但亚马逊拉闸揭示更险峻的“路权之困”：胜负或许不在模型，而在谁能自带消费生态与执行路网。背靠阿里消费矩阵的千问，能否更早跑通 C 端商业闭环？

Jev把文本推理压成极快极便宜的概率输出，似乎打开AI交易新天地，但一轮尝试大多亏钱或跑输基准。直接让大模型做交易决策，既撞上宽客早已深耕的结构化数据高墙，也困于新闻驱动的后视镜与回测难题；它更现实的出路，可能在投研流水线而非接管账户。

当大模型不再生成文字，而是像高频交易系统一样在300毫秒内输出经校准的概率，金融决策的范式可能被改写。Jev砍掉自回归，试图解决传统模型打分虚高、分布漂移的隐患，并把新闻公告变成可并行判别的语义订单簿。

今年动量投资还有20%+收益，于是有人希望我出模拟盘、给信号。可我发现其中多数多年从不点赞，更关键是动量追高、抢流动性，绝不能分享抄作业；我更信依法不依人，AI时代若还不肯自己研究，只能与此道无缘。

在Anthropic推演的极端AI情景中，认知岗位工资下跌、失业率飙升，有门槛的现场蓝领反而拿到33.6%工资溢价；更关键的是，劳动份额萎缩而资本回报暴增，投资者该如何重新配置人力资本与资产？

当德鲁肯米勒承认用AI撰写痛斥门生的专栏，争议焦点却不只在代笔。新闻人守护的手艺与金融圈务实的结果导向正面相撞，真正值钱的究竟是文本，还是文末那枚需要承担真实代价的印章？