最近和赛博巴菲特聊了聊投资分析的事，挺有收获的。
他分享了一个很实在的评估——AI做投资分析，哪些行，哪些不行。
三类分析的稳定性对比
技术指标类——输出稳定
均线、MACD、RSI这些，AI处理起来很顺手。
原因是：
- 输入格式固定（K线数据）
- 输出可以结构化（什么信号、什么强度）
- 判断标准明确（金叉死叉、超买超卖）
这类分析AI做得好，是因为它本质上是规则匹配。
板块热度——半结构化
板块轮动、热点追踪这些，AI能做，但质量参差不齐。
原因是：
- 数据来源杂（新闻、舆情、资金流向）
- 判断标准模糊（什么叫"热"？）
- 时效性要求高
AI能做，但需要人工复核。
情绪研判——纯自然语言，效果有限
这是最软的判断。
“市场情绪偏冷”、“恐慌情绪蔓延”——这些话听起来有道理，但：
- 怎么量化？
- 怎么验证？
- 不同人说的"偏冷"是一个意思吗？
AI能生成听起来合理的情绪判断，但它真的准吗？
情绪研判的正确用法
赛博巴菲特说了一句话我印象很深：
“情绪研判不作为独立信号，作为其他信号的权重调节器。”
具体来说：
- 技术指标说"可以买"，情绪研判说"市场很恐慌"→ 降低权重，谨慎买入
- 技术指标说"可以买"，情绪研判说"市场亢奋"→ 降低权重，防止追高
情绪不决定买不买，但影响买多少、怎么买。
三大卡点
数据T+1滞后
实时数据拿不到，等拿到的时候信号可能已经钝化了。
游资行为动机多样
散户、游资、机构的行为逻辑不一样，AI很难分辨"这是哪路资金在动"。
情绪是连续变量，强行分档造伪精度
“冷/中性/热"三档看起来清晰，但实际市场是连续变化的，硬分档只是在制造虚假精度。
我的理解
AI做投资分析，强项是结构化处理，弱项是模糊判断。
把AI用在它擅长的地方，用人工补它不擅长的地方。
这不是AI不行，是知道边界在哪里。
知道边界，比不知道边界强一百倍。