撰文：Alma Li，Techub News

导语

人人都在用 AI，可很多人用 AI 做投资的方式，还是打开对话框问一句「帮我分析下英伟达能不能买」。于佳宁管这种做法叫「拜赛博财神爷」。在他看来，一句话就让 AI 帮你赚钱，过去不可能，未来也不可能，AI 没有降低金融市场的门槛，反而把门槛抬高了。

11 月，Uweb 主办的 Codex AI 投研实训营第五期在深圳开课。课程间隙，香港 Uweb 商学院校长、香港注册数字资产分析师学会执行董事兼学术委员会轮值主席于佳宁接受 Techub News 专访，谈普通投资者用 AI 做投资最常卡在哪里、一套完整的 AI 投研流程应该怎么走，以及这门实训营怎么教、适合什么人、不适合什么人。

核心摘要

• 于佳宁认为，多数人用 AI 投资的第一个卡点，是还停留在和 AI 聊天的阶段；第二个卡点，是知道 AI 能干活，却不会把背景、目标、约束和数据来源讲清楚，指望一句话出结果。
• 于佳宁说，信息比过去多、研究比过去深，却还是赚不到钱，原因在于把投资研究当成了投资本身，从研究到策略再到交易，中间有几道鸿沟要跨。
• 于佳宁给出的 AI 投研流程是：先了解自己（KYS），再做深度研究，把研究变成策略，用 AI 管住执行中的情绪，持续跟踪持仓，最后复盘。
• 于佳宁介绍，实训营采用线下两天一夜加两个月线上教学的形式，课程分为「用 AI 投研」和「投研 AI」两部分，目标是带学员跨过从聊天机器人到 Agent 的鸿沟。
• 于佳宁表示，这门课不看基础和资金量，看的是自我进化的决心；想马上找到财富密码、指望课程让收益翻倍的人，不适合来。

卡点：还在跟 AI 聊天，还想一句话出结果

Alma：于校长您好，非常荣幸您接受 Techub News 的采访。您一直在做商学院相关的培训，现在主要聚焦用 AI 来赋能投资交易。在和学员的沟通中，您接触过的交易学习者，最常见的问题是什么？

于佳宁：各位观众大家好，我是香港 Uweb 商学院校长，也是香港数字资产分析师学会执行董事兼学术委员会轮值主席于佳宁。我研究金融科技已经有十多年的时间，之前在工信部信息中心工业经济研究所担任所长，对人工智能、数字资产和很多前沿科技有一些比较独特的理解。

我们现在一直在做数字资产、AI 和前沿金融科技的教育工作。我们认为在 AI 时代，每个人的技能、思维、能力，包括投资方法，都需要一个彻底的升级。我们越来越觉得，每个人都应该进化成「半人半 AI」，真正实现硅基生物和碳基生物协同工作的状态。如果不尽快进化，肯定会被淘汰。而金融市场往往是这种进化的终极检验场：你的思维方式和能力有没有真正进化到位，能不能和那些用了最强 AI 工具的新兴机构在金融市场同台竞技，最关键的就是你对 AI 的把握，你对 AI 这种新的投资框架的理解。所以我们一直希望把最新、最前沿的 AI 投资研究实践带给大家。

Alma：那具体的卡点一般在哪里？

于佳宁：今天每个人都在用 AI，但每个人用 AI 的方法不一样。绝大部分人可能还觉得 AI 不好用：幻觉多、健忘、回答保守、调用数据不准确或者找不到数据。但其实 AI 今天的能力和潜能，已经远远大于我们的想象。

具体的卡点有几方面。第一，很多人现在还停留在跟 AI 聊天的阶段，这实际上是大错特错的，因为 AI 从 chatbot 到 Agent 时代已经发生了很大的变化。AI 不仅能回答你的问题，还可以帮你完成工作，比如搭建一套投研系统、做策略、做看板、定期生成研报、对标的做深入分析，甚至直接替你做交易，这些都是可行的。

第二个卡点是，已经认识到 AI 可以干活的人，对怎么驱动 AI 干活还是不太了解，比如经常相信「一句话就能让 AI 搞出一个厉害的东西」。其实你用 AI，要变得更絮叨一些，「废话」要多一点。我们甚至经常鼓励大家用语音而不是打字去操作 AI，因为用语音的时候，你会情不自禁说出很多相关想法；打字的时候可能惜墨如金。大语言模型不管是帮你干活还是回答问题，都基于你的输入。如果给的信息太少，不解释背景、不解释目标、不解释约束条件、不解释数据从哪里获取，妄图一句话就让 AI 帮你赚到钱，我们管这种行为叫「拜赛博财神爷」。任何 AI 都不可能做到，过去不可能，未来也不可能。

金融市场一定是给专家准备的。AI 不是降低了金融市场的门槛，而是提升了金融市场的门槛。

还有一个很明显的现象：大家觉得自己的信息比过去多多了，研究做得深多了，为什么还是赚不到钱，甚至亏钱？其实是把投资研究变成了投资本身。研究很重要，但它不等于投资盈利。从研究、信息搜集，到策略，再到最终的交易行为，中间有几道鸿沟要跨越，这些都是我们在课程里希望跟大家分享的内容。

从研究到盈利，中间隔着几道鸿沟

Alma：我看到您也拿了《AI 智能投资手册》这本书。现在我们不缺资讯，有了 AI 还能帮我们分析资讯，但很多人并没有因此赚到钱，也没有做出更好的交易决策。这本书和投资精英孵化计划的研究成果，怎样帮助大家做出更好的交易决策？

于佳宁：这本书我们也很荣幸，是跟今天采访我的媒体 Techub News 一起合作撰写的，今天采访我的主持人也是这本书的执行主编之一。

这本书希望让大家真正了解，用 AI 不是简单一句话就能帮你赚到钱，它是一套复杂的体系。当然复杂是相对的，比过去简单多了。过去普通投资者和专业投资者之间有巨大的鸿沟，AI 可以弥补这个鸿沟，但不是一句话就能弥补。

这里面首先包括对自己的理解。很多人说我要长期持有一个数字资产或者一只股票，目标持有三到五年，结果三五个月后，因为着急用钱、亏损严重，或者身边人说有更好的标的，就把它卖了。结果自己持有的时候亏钱，一卖就涨，我想很多人都有这种经历。这就是对自己不了解：对自己的风险偏好、资金期限、未来的财务规划不了解，但这些是可以用 AI 帮你解决的。

另一个维度是，AI 可以帮你把从研究到最后的策略贯通起来，而且特别重要的是可以帮你复盘。每个人都知道复盘很重要，但真正去做的人很少。用 AI，复盘变得比较简单：AI 一方面可以抓取很多数据，另一方面你可以把当时的想法、决策过程、心理状态很碎片化地告诉它，它可以帮你做很深入的笔记和复盘。这里面有一些方法论，书里做了很详细的介绍。

关键是你要有这种意识。AI 能用到什么程度，可以慢慢学、慢慢提升，模型也越来越聪明。但最后你会发现，对自己内心的了解、对投资问题的基础认知，还有我们常强调的「品位」，也就是鉴别 AI 给你的结果的能力，往往比简单的用 AI 的方法更重要。这本书有点像「师傅领进门，修行在个人」，帮你推开一扇门，让你看到 AI 改变的新世界。很多人现在就卡在门推不开。

一套完整的 AI 投研流程：从了解自己到复盘

Alma：您认为一套完整的交易学习体系应该包含哪些内容？

于佳宁：大家可以看到我拿来的这本讲义，挺厚的，这是 Uweb 主办的 Codex AI 投研实训营最新一期，也就是第五期的讲义。我们给大家讲的东西分两个层面：一个是怎么用 AI 投研，一个是如何投研 AI。

用了 AI，投资绩效不会马上翻天覆地，这是一个循序渐进、长期学习的过程。但你越用 AI、越了解 AI，就越容易把握 AI 领域的机会。中期选举之后，AI 板块出现了激烈回调，有人说 AI 被证伪了，有人认为 AI 的需求和创新还在。不管你看好还是看空，关键不是结论，而是你有没有足够的逻辑。AI 时代的投资，很大程度上来自你的体感。没有自己的体感，只去看投研报告，是很难做好 AI 投资的。所以「用 AI 投研」和「投研 AI 板块」本来就是相辅相成的。

至于整个流程分几个步骤，我觉得有几点。

第一，了解自己，对自己有深入的规划，让投资和自己的财务诉求结合，以财务需求为核心，构建一个自己的「AI 家族办公室」。过去超级富豪花几百万港币才能养得起的家族办公室，现在每个人都可以拥有。

第二，深度了解一些板块。股票和大宗商品、黄金、数字资产不一样，对公司盈利预期，尤其是超预期的非共识看法很重要。要有非共识看法，你得对行业有非常深入的研究。比如你说研究 AI，你对英伟达的战略、这些战略实现的概率、对公司股价的影响，是不是了如指掌？研究一定不能停在表层。

第三，研究不等于盈利，要把研究变成有效的策略。比如我们之前帮助同学做过一个多 Agent 投研模型，不仅分析公司基本面，也分析技术面去判断买点卖点，还看舆情、分析宏观。这不是简单一句「帮我分析下英伟达能不能买」，而是要把各个子 Agent 定义好，先分头研究再汇总，把 workflow 也就是工作流定义好。研究过程中会遇到数据抓不到、数据不准确、单位混淆、年份混淆等问题，都要紧密关注。一次成功的研究踩了很多坑、也避了很多坑之后，你可以把它凝结成工作标准，也就是 skill，让 AI 以后少踩坑。这些都是可以做到的，课程也会讲。

第四，交易执行。很大的问题在于很多人还是情绪化交易。明明说好要定投，涨的时候想梭哈，跌的时候不敢买。定投本来是要避免追涨杀跌，结果很多人定投的结果恰恰是追涨杀跌。所以应该让 AI 帮你克服情绪，每天给你做好交易计划，推动你执行。

第五，持续跟踪。会买的是徒弟，会卖的是师傅。很多人买完之后要么越来越上头，要么干脆把资产忘了，再回头看时，要么坐了过山车，要么卖在了起飞前夜。我觉得要让 AI 帮你和持仓保持一种若即若离的关系：过度关注容易卖飞，遗忘它可能坐过山车，最后盈利化为泡影。

第六，复盘。小时候大家都写日记，今天还有几个人写？但投资写日记非常重要，任何交易员都是通过不断复盘培养出来的。让 AI 帮你做数据层面、心态层面和跟踪性的复盘。

所以从了解自己，也就是 KYS（know yourself）开始，到研究、做交易计划形成策略、指导执行、持续跟踪，最后复盘，这是一个相对比较好的、基于 AI 的完整流程，也是我们课堂基本每个方面都会讲到的内容。

实训营解决什么问题：推开 Agent 这扇门

Alma：Uweb 的 Codex AI 投研实训营主要希望帮助学员解决什么问题？包含哪些课程内容？

于佳宁：第一步是推开 Agent 这扇门。遇到困难就问问豆包、问问千问，已经不是现在主流的用 AI 的方法；让 AI 帮你干活、给你交付你想要的东西，才是主流。但从 chatbot 跨越到 Agent，这个鸿沟其实不容易。上课似乎是个很传统的方法，但越是 AI 时代，人和人的碰撞越能解决问题。你天天看 AI 内容，思维会逐渐被 AI 化，说话越来越有「AI 味儿」。要维持自己的「人味儿」，就要想办法一比一地输入信息，看多少 AI 内容，就听多少人讲话。线下的实战交流，往往能让你真正迈过一些障碍。

第二，AI 投研到现在还不容易，有很多坑，我们也踩了很久。比如很多人看别人做的数据看板很漂亮，自己也想做一个，结果数据怎么都不对。这些往往是用 AI 的基本方法有问题。自己去解决，有时候跟 AI 越聊越乱，最后从入门到放弃。线下学习能快速缩短学习曲线，让你快速看到成果。一旦有了正反馈，在 AI 这条路上就会越走越顺。

第三，我们既讲用 AI 投研，也讲投研 AI。现在绝大部分人是 AI 的消费者，每天都在 AI 上花很多钱，但能不能用 AI 挣钱？这不容易。我们希望帮助大家在研究 AI、使用 AI 之后，找到一种有可能挣钱的方式，金融投资往往是一个可行的方向。

最后，我们形成了一个持续学习的群体，大家互相认识、线下交流。除了线下课，后面还有持续的线上课程，帮助大家持续迭代升级，也会有作业和持续的沟通。

课怎么上、谁来讲、学完还有什么

Alma：您说最重要的是推开 Agent 这扇门。线下课程中，是怎么教会学员使用 Agent 的？又怎么判断学员是真的学会了？我想每个付费学员都想知道，学之前和学之后有什么区别。

于佳宁：课堂是理论教学和实践教学相结合。AI 的理论你不难找到，看看自媒体就有很多，但理论往往是越看越多，始终迈不过那一步。我们课堂上会有带着你操作的环节。有些操作说难也不难，但第一遍操作会有很多问题，很容易从入门到放弃。线下课程就是要解决这个问题，不让你放弃，拽着你往前走。

如果不懂一些 AI 使用的原则，你可能一直在比较基础的状态打转。通过学习，你可以掌握一些比较高级的方法，不用再一边摸索一边试错，毕竟好的 AI 模型 token 也挺贵。再比如很多人说 Codex 好用吗？其实不容易用，它有很多限制，通过线下课程我们会帮助大家解除这些限制，确保 Codex 可以相对稳定地持续使用。这些看起来每一项都是小问题，但加起来就是把很多人拦在 AI Agent 新世界门外的大山。这个课程给你一条确定性的路径，带你进入这个新世界。

Alma：能否具体介绍一下这期实训营有哪些课程、邀请了哪些导师，学员大概是什么背景？

于佳宁：每一期会根据当下热点和学员关注的问题，对师资和内容做微调，但总体逻辑就是两块：如何投研 AI，如何用 AI 投研。

以这一期为例，第一天上午上课的 Wesley 老师，是一个非常知名的公众号的主理人，全网粉丝量很大，在美股投研领域是非常重要的 KOL。他每天日更公众号，对美股市场的关注和研究非常及时、深入，而且完全是指标和数据驱动。任何人听了他的课，都可以拿走一套指标体系，不只是听结论，还能听到他怎么分析。

我们还请到了 qinbafrank 老师，他是 X 上中文圈顶流的美股和 AI 研究 KOL，基本每天都发表大量观点。比如这次中期选举，他在选举前就对各个候选人的观点、言论做了非常深入的分析，对理解中期选举之后的市场情况很有帮助，不是马后炮，而是有预见性的分析。

我们还请到了 ewan 老师，他在用 AI 做交易这个维度有非常独特的看法：怎么用 AI 搭建自己的交易策略，怎么用 AI 实现套利，怎么让每个人都能快速捕获市场机会。

还有方军老师，他曾在搜狐担任总监、在创业邦担任执行总裁，在中国技术圈是非常有名的专家，写过很多关于 AI 的书，会系统讲解这些内容。我们还有实践课，比如张睿彬老师会带大家做 AI 投研的实践。所以这个课程一定不是简单的理论，而是高度实操化、实践化的，最后会帮助大家落实到自己的投资实践改进上。

编者注：根据 Uweb 深圳线下培训课程海报，Wesley 为《卫斯李的投研笔记》主理人，主讲《美国资本市场机遇与风险》；Qinbafrank 主讲《宏观经济与美联储政策分析》；ewan 为 Variety Labs 联合创始人，主讲《如何用 AI 实现跨平台套利》及实操《空投实操教学》；方军为 Uweb 技术合伙人、《成为提问工程师》作者，主讲《预演未来：拥抱 Agent 时代》；张睿彬为 Uweb 招生负责人，主讲《AI 投研看板搭建五步法》。

Alma：目前课程已经开了几期？在哪些地方开过？学员主要来自哪些行业？

于佳宁：课程在不同城市轮动开，比如香港、深圳等地都开设过。学员现在已经有几百人，每期 30 到 50 人不等，早期少一点，现在多一点。

学员画像大概有几类。一类是各个金融机构里的负责人，包括一些非常大的金融机构的老板，还有基金经理、交易员、做财富管理的顾问。第二类是非常有实力的个人投资人，自己掌握财富，希望不断提升认知、更好地管理财富。第三类是在科技大厂工作的人，他们对 AI 比较了解，但对金融的理解不足，在 AI 投研上有障碍，通过学习补齐金融短板。还有很有意思的一类，是一代二代一起来学习，比如刚满 18 岁的年轻人跟着父母来，既帮子女找到新的职业方向，也能加快家里的财富传承。所以基本上是以高端机构和高净值投资人朋友为主。

Alma：学员上完线下两天一夜的课程之后，后续还有哪些支持？

于佳宁：后面还有为期两个月的线上教学。这两天是开个头、帮你推开门，但能不能持续往下走，我们还要监督、要赋能。大家要持续听课、完成作业。AI 投资实践是不断迭代的，模型在迭代，用法也在变化，所以除了后续的在线教育，还有复训机制，大家可以持续来学习。

适合谁，不适合谁

Alma：这门课最适合什么样的人？需要什么基础，需要投入多少时间、精力和金钱？

于佳宁：说实话，基础真的没有特别明确的要求。我们的学员，年轻的有刚满 18 岁、刚上大学的学生，被父母带着一起来学，学完之后自己变成了 AI 高手；也有五十多岁、快 60 岁的老朋友。不同的人有不同的收获。年轻人入门之后，很快能探索出很多 AI 的玩法，把脑子里的奇思妙想变成现实，甚至开发产品。岁数大一点的朋友，可能对电脑和偏技术的东西没那么熟悉，但他们管理企业、管理自己的资金，有很多现实问题，这些问题就是拿 AI 去解决的最好的实验田。

只要你成年，真正认为 AI 重要，希望自己实现进化，这个课一定是有价值的。当然，我们的内容偏投资研究，所以要对金融有兴趣。如果你觉得金融投资跟自己没关系，那肯定不适合。但如果你看到了 AI 时代每个人的技能可能被重塑、工作可能受到翻天覆地的影响，而财产性收入、金融性收入可能越来越重要，那这个课程一定适合你。

Alma：如果有人说「于校长，我报了您的课是不是能翻倍？课里有没有财富密码？」您会怎么回应？

于佳宁：我做金融科技教育到现在已经九年了，一直坚持一个观点：授人以鱼不如授人以渔，投资方法论真的非常重要。财富密码到处都能听到，但今天有人告诉你什么时候买，他会告诉你什么时候卖吗？它适不适合你，它的波动你扛不扛得住，它的投资期限你能不能接受？你会发现，朋友投资老挣钱，他跟你分享了，你听着买反而亏了；把钱给他管，钱也亏了。这种情况非常容易出现。

我们还是要掌握一套正确的、机构级的投资方法论和投资认知。没有 AI 之前，个人很难跟机构媲美；但现在有所谓 OPC，一人公司、一人团队，一个人就是一支队伍，也可以打造机构级的投资方法论和投资实践，拥有机构级的策略。这是我们课堂上希望交付给大家的东西。

Alma：最后一个问题。如果有学员准备报名，您希望他先想清楚哪几个问题？

于佳宁：有几点要想清楚。第一，你是不是确实有强烈的进化意愿，还是抱守成规。每次技术革命都一样。我们在华尔街看到一些投资大佬，用的还是十年前带按键的手机，他也过得很好，手里的财富量非常大。不是每个人都有进化的意图。来上我们的课，首先你得想清楚，自己是不是已经下决心要跟 AI 共舞，变成一个「半人半 AI」的状态。

第二，你是不是下决心要长期跟踪 AI 这个领域。AI 领域的投资很多是长线化的，来了之后马上翻倍，那是骗人的，很可疑，甚至会上当。很多成功投资人的投资期限都是三到五年，养老金更是几十年。巴菲特的伟大在于很多年里获得了很好的长期收益，但看个别年份，很多年份他并没有跑赢标普 500。所以特别想马上找到财富密码的人，我觉得也不适合。

反过来，如果你已经在用 AI，但感觉 AI 不好用、有很多问题，那这个课特别适合你，带着问题学永远是最好的方式。如果你对未来的职业比较迷茫，觉得 AI 会替代很多工作，那你要想明白：你是不是愿意积极拥抱 AI，在 AI 上把钱赚回来。这次美国中期选举也说明，世界上很多人并不那么喜欢 AI，甚至很反对 AI。还有一点是好奇心，大语言模型本质上需要你有足够多的问题，如果你没有探索世界的意愿，AI 在你手里也是白搭。

基础不重要，财富量不重要，重要的是你自我进化和改变世界的决心。如果用一句话概括，这两点是最重要的。

免责声明：本文仅为信息分享，不构成任何投资建议。投资有风险，课程学习不代表投资收益。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到[email protected]，本平台相关工作人员将会进行核查。