《AI量化投资》详细读书笔记
Author: 赵永新 Published: 2026-1（电子工业出版社）| Category: 量化投资 / AI应用 / 投资理财 Core Thesis: 用"像买菜一样简单"的类比，让零基础普通投资者也能理解和运用AI量化投资工具，从5万元起步实现智能投资。 Reading Date: 2026-05-14 Tags: 量化投资 AI 投资理财 散户
一、全书概览
一句话总结
一本面向普通投资者的AI量化投资入门指南——用"买菜"类比拆解量化投资全流程，从零代码工具到实盘策略，手把手教你用AI武装投资。
全书结构
| 章节 | 主题 | 一句话概括 | |------|------|------------| | 第1章 | 认识AI投资 | 传统投资vs AI量化，零基础入门 | | 第2章 | 数据准备 | AI的"食材"怎么选——数据获取与清洗 | | 第3章 | 选股实战 | 4步打造"印钞机"——选股策略构建 | | 第4章 | 买卖时机 | AI提醒你低买高卖——择时策略 | | 第5章 | AI风控大师 | 智能守护你的财富——风控体系 | | 第6章 | AI情绪套利 | 跟着市场情绪赚钱——情绪分析 | | 第7章 | AI实盘教练 | 5万元起步方案——实盘操作指南 | | 第8章 | 从小白到高手 | 进阶路径——长期成长计划 |
二、逐章要点
第1章：认识AI投资——像买菜一样简单
核心观点
AI量化投资 = 数据驱动的"智能买菜"——用数据和算法替代直觉和情绪做投资决策。
传统投资 vs AI量化投资
| 维度 | 传统投资 | AI量化投资 | |------|----------|------------| | 决策依据 | 感觉、经验、消息 | 数据、算法、回测 | | 执行方式 | 手动交易 | 自动/半自动交易 | | 情绪影响 | 大（恐惧和贪婪） | 小（规则驱动） | | 信息处理 | 有限（人脑瓶颈） | 海量（机器优势） | | 纪律性 | 差（容易偏离计划） | 强（严格执行规则） |
普通人可用的AI工具
| 工具类型 | 代表产品 | 特点 | |----------|----------|------| | 零代码选股 | 同花顺"i问财" | 打字就能选股 | | 可视化回测 | JoinQuant（聚宽） | 边学边测 | | 全自动投顾 | QMT | 机构级策略平民化 |
行动清单
- [ ] 注册一个聚宽或米筐账号，体验策略回测
- [ ] 用"i问财"做一次选股测试
第2章：数据准备——AI的"食材"怎么选
核心观点
好数据是好策略的基础——数据是AI的"食材"，垃圾进垃圾出。
三种最容易获取的数据
| 数据类型 | 说明 | 获取方式 | |----------|------|----------| | 市场价格数据 | 股价、成交量、技术指标 | 交易软件、API | | 财务数据 | 营收、利润、资产负债 | 财报网站、数据接口 | | 另类数据 | 社交媒体情绪、搜索热度 | 爬虫、第三方数据商 |
数据清洗——去掉"烂菜叶"
- 诊断数据质量问题：缺失值、异常值、重复值
- 专业清洗技术实战：标准化、归一化、平滑
新手起步策略
- 低风险策略设计：优先保本，其次增值
- 多维度数据融合：像搭配营养餐一样组合数据
第3章：选股实战——4步打造"印钞机"
核心观点
选股如同选食材——通过系统化的筛选、评分、验证流程，用AI帮你从数千只股票中选出好标的。
四步选股法
步骤1：设定条件（"买菜清单"）
→ 多因子筛选框架
→ 动态调整（市场变了，菜谱也变）
→ 行业与市值中性化（别只买一种菜）
↓
步骤2：AI打分（"评星级"）
→ 量化评分体系设计
→ Excel自动化实现
→ 评分验证与调优
↓
步骤3：模拟验证（"试吃环节"）
→ 虚拟交易系统搭建
→ 绩效归因分析
→ 从模拟到实盘的过渡
↓
步骤4：实盘执行
→ 按计划执行
→ 定期复盘
第4章：买卖时机——AI提醒你低买高卖
核心观点
选股解决了"买什么"，择时解决了"何时买卖"——AI通过技术信号和市场情绪帮你把握买卖时机。
五大简单信号策略
| 信号 | 说明 | 适用场景 | |------|------|----------| | 均线交叉 | 短期均线上穿长期均线买入 | 趋势跟踪 | | 量价背离 | 价格创新高但量缩 | 顶部预警 | | RSI超买超卖 | RSI > 70卖出，< 30买入 | 震荡市 | | 布林带突破 | 价格突破布林带 | 波动率变化 | | MACD金叉死叉 | DIF上穿DEA买入 | 趋势确认 |
仓位管理——防亏大钱
| 原则 | 说明 | |------|------| | 波动率调整仓位 | 波动大时减仓，波动小时加仓 | | 金字塔加仓法 | 越涨越买，但每次加仓量递减 | | 单笔最大亏损 | 控制在总资金的2%以内 |
行动清单
- [ ] 在模拟盘中测试一种择时信号
- [ ] 计算自己能承受的单笔最大亏损
第5章：AI风控大师——智能守护你的财富
核心观点
投资的第一原则是不要亏大钱——AI构建三道智能防线来守护你的财富。
AI风控三道防线
| 防线 | 机制 | 比喻 | |------|------|------| | 第一道：风险识别 | AI实时监测风险指标 | "食材检测" | | 第二道：波动率控制 | 根据市场波动率调整仓位 | "安全烹饪" | | 第三道：熔断保护 | 触发条件自动止损/暂停交易 | "应急处理" |
AI对冲工具
- 对冲原理：投资里的"备菜哲学"
- 普通人能懂的对冲：用ETF期权、可转债等工具做简单对冲
- AI如何让对冲自动化：情绪检测 + 自动执行
10万元配置方案
- AI先"读懂你"——风险偏好评估
- 构建"能打能抗"的组合——股债配比
- AI帮你执行和调整——动态再平衡
- 心态管理——AI是你的"情绪镇定剂"
第6章：AI情绪套利——跟着市场情绪赚钱
核心观点
市场情绪是可量化的——AI通过分析社交媒体、新闻、搜索数据来感知"市场心跳"。
AI情绪雷达三维度
| 维度 | 数据来源 | 说明 | |------|----------|------| | 社交媒体 | 微博、雪球、股吧 | 散户情绪 | | 财经新闻 | 主流媒体 | 机构/官方视角 | | 搜索热度 | 百度指数、Google Trends | 关注度变化 |
AI消息处理器——三层过滤体系
- 第一层：去噪——过滤无效信息
- 第二层：提取——识别关键信息
- 第三层：判断——评估对市场的影响
AI组合优化器
- 三层架构：数据层 → 策略层 → 执行层
- 动态调仓：根据市场变化自动调整
- 个性化适配：从通用策略到定制方案
第7章：AI实盘教练——5万元起步方案
核心观点
5万元是散户投资的合理起步金额——关键不在于金额大小，而在于方法和纪律。
5万元分配方案
| 配置 | 比例 | 金额 | 说明 | |------|------|------|------| | 核心仓位 | 60% | 3万 | 低波动蓝筹/ETF | | 卫星仓位 | 30% | 1.5万 | 成长股/主题投资 | | 现金储备 | 10% | 0.5万 | 应急/抄底 |
智能定投
- 传统定投的局限：不考虑估值高低
- 智能定投：估值低时多投，估值高时少投
- 实战案例：智能定投沪深300ETF的全过程
12个月成长计划
| 阶段 | 时间 | 目标 | |------|------|------| | 新手期 | 第1-3月 | 学会使用工具，模拟盘练习 | | 入门期 | 第4-6月 | 小资金实盘，建立纪律 | | 成长期 | 第7-9月 | 优化策略，提升收益 | | 成熟期 | 第10-12月 | 形成自己的投资体系 |
第8章：从小白到高手——进阶路径
核心观点
投资是一辈子的修行——从"买菜"到"配菜"到"创新菜"，持续进化。
| 阶段 | 比喻 | 核心能力 | |------|------|----------| | 入门 | 买菜 | 使用AI工具选股 | | 进阶 | 配菜 | 构建投资组合 | | 高级 | 创新菜 | 开发自己的策略 | | 大师 | 开餐厅 | 打造个人投资体系 |
投资日志的重要性
- 记录每笔交易的理由、过程和结果
- 定期复盘，找出犯错的模式
- 用数据驱动改进，而非凭感觉
三、关键概念速查
| 概念 | 定义 | 一句话理解 | |------|------|------------| | 量化投资 | 用数据和算法驱动的投资方法 | 机器帮你做决策 | | 因子 | 影响股价的可量化指标 | 选股的"评分项" | | 回测 | 用历史数据验证策略 | "如果当时这么做会怎样" | | Alpha | 超越市场基准的收益 | "超额收益" | | Beta | 跟随市场的系统性收益 | "市场给你多少你拿多少" | | 夏普比率 | 风险调整后的收益 | 承担每单位风险获得多少回报 | | 最大回撤 | 从最高点到最低点的最大跌幅 | "最惨的时候亏多少" | | 定投 | 定期定额投资 | "每月固定存一笔" | | 情绪分析 | 用NLP分析文本中的情绪倾向 | 读懂市场的"心情" |
四、核心框架/模型
AI量化投资四步成长法
步骤1：认知筑基
│ 理解AI量化投资的基本概念
│ 学会使用零代码工具
↓
步骤2：实战训练
│ 模拟盘练习
│ 小资金实盘
↓
步骤3：风险护城
│ 建立风控体系
│ 学会对冲和止损
↓
步骤4：终身进化
持续优化策略
形成自己的投资体系
风控体系模型
风险识别（监测）
│
┌────────┼────────┐
↓ ↓ ↓
仓位控制 止损机制 对冲工具
│ │ │
└────────┼────────┘
↓
熔断保护（兜底）
五、金句摘录
"AI量化投资像买菜一样简单——用数据和算法替代直觉做决策。"
"投资的第一原则是不要亏大钱。"
"市场情绪是可量化的——AI能帮你感知'市场心跳'。"
"5万元不是太少，而是刚好——关键不在于金额，而在于方法和纪律。"
"从'人盯盘'到'机器替你盯盘'——投资的解放革命。"
六、行动清单
每天
- [ ] 查看AI情绪指标，了解市场整体情绪
- [ ] 检查持仓股票是否有异常信号
每周
- [ ] 运行一次选股策略，更新观察池
- [ ] 记录本周交易日志（即使是空仓）
每月
- [ ] 回测策略，检查夏普比率和最大回撤
- [ ] 根据市场环境调整仓位配置
七、社区评价
来源：豆瓣（评价人数不足，2026年1月新书）
已有评价
全面但偏浅 — NEVERMIND（豆瓣）
这本很新，主要讲了AI运用于量化的一些思路，还是比较全的。可惜的是这里的AI讲的大概是C端大模型，没有太深的技术层面的实操。
八、争议与批评
| 批评点 | 来源 | 核心论据 | 是否成立 | |--------|------|----------|----------| | AI内容偏浅 | 豆瓣短评 | 只讲C端大模型应用，缺乏技术深度 | 是（本书定位入门） | | "买菜"比喻过多 | 推测 | 每个小节都用买菜类比，可能显得啰嗦 | 部分（但降低了理解门槛） | | 新书无历史验证 | 时间因素 | 2026年出版，策略未经长期验证 | 是（需读者自行验证） | | 5万元起步可行性 | 实际操作 | 小资金是否能覆盖交易成本 | 需考虑佣金和滑点 |
我的判断
- 本书定位是普通投资者的AI量化入门指南，不适合期望深度技术内容的读者
- "买菜"类比虽然啰嗦，但确实降低了理解门槛
- 工具推荐部分（i问财、聚宽等）实用性强
- 风控和仓位管理章节值得认真读
- 适合完全没有量化经验的散户投资者
九、一句话总结
一本面向零基础散户的AI量化投资入门指南——用"买菜"类比拆解量化投资全流程，从工具使用到策略构建到风控体系，帮你从5万元起步实现智能投资。
笔记生成：2026-05-14 by 喵喵 🐈