周三晚上定投发车，“久聪组合”公众号上有发车提示，组合的自动跟车功能已经上线，同时打开股、债两个组合的自动跟车，可以实现每周自动根据发车股债比例跟投，设置方法点击下方名片在今日推文中查看：
最近养龙虾特别火，这个龙虾是一款名为OpenClaw的开源AI软件，它的官方图标是一只红色小龙虾。
以前的AI像个坐在玻璃房里的顾问，我们问，它答，但它碰不到我们的真实世界。
OpenClaw打破了这层玻璃，它可以部署在自己的电脑里，具有操作电脑的权限。
把它连上即时通讯软件，比如QQ，就可以跟它说话，指挥它来干活。
比如发一句“整理邮箱里的发票”，它会自动打开邮箱，翻找邮件、找出涉及发票的、建表格做好统计。
只要能想到并教给它，它就能执行各种各样的任务。教给它的机制是Skill，就相当于是技能设定集，比如给它安装“邮件Skill”，它就学会了自动整理邮箱；装上“爬虫Skill”，它就能自动抓取网页数据。
听起来很不错对不对，一个24小时待命的助理。但是它处理任务需要消耗模型算力，还是挺贵的，现阶段完成的任务质量也未必那么如意，主打一个态度好，不管要什么，都能给糊弄上。
有没有用因人而异吧，我想了半天，好像暂时没有什么特别适合我的应用场景。不过这些东西进步很快，随着未来费用下降、能力提升，人工智能帮我们做的事情肯定会越来越多。
这又回到了一个常常被讨论的问题，AI越来越强大了，在不远的未来，它能像AlphaGo征服围棋一样，彻底征服投资市场吗？
我觉得还是可能的。
金融市场的复杂程度远远超过围棋，其本质是成千上万参与者彼此之间的博弈，在这个系统里，连规则本身都是动态的，一旦某个高胜率的规则被发现，交易者蜂拥而至来参与，交易行为本身就会消灭这个规律。
这就是为什么市场里“规律”并不重要，指标、量价、图形这些具体的“术”，都只是“规律”，它可能暂时有效，但必然趋向于失效。
所以传统算法处理金融市场非常困难，量化策略要克服的一个重要问题就是策略失效，回测很好的策略，可能用了没两个月，突然就无效了。
但现在的AI不一样，它做的并不是简单的寻找规律后复用，而是通过神经网络构建出复杂的认知，能像人类一样感知市场，动态生成全新的策略。
换句话说，如果某些人类能从市场中捕捉到错误的定价，从而实现超额收益，那么将来的AI就一定能学会，而且能做得更好。
但有一件事是避免不了的，要在错误定价时买入，必然要成为市场的“逆行者”，也就意味着这个过程必然伴随剧烈的回撤，以及漫长的时间煎熬。
AI可以无所谓，它不会感到害怕，但站在AI背后，掌控资金的依然是人类。
当AI操纵我们的账户，净值持续回撤，我们还能坚定地相信AI是正确的吗？
我们看着浮亏不断变大，会任由它继续操作，还是按下停止键，选择止损离场呢？
这其实和我们现在做投资是一样的。
当我们在执行看起来很合理的策略时，也必然会面临波动和逆境，太多人都会觉得煎熬，最终动作变形甚至放弃。
如果将来大家都能利用AI投资，所有人的能力都提高了，能力的差异会抹平，但心理的差异不会，贪婪和恐惧，站在AI后面的人类也不会缺席。
毕竟投入市场的是真金白银、身家性命，没有多少人能做到无所谓，最后要面临的终极考验，依然是脆弱的人性。
2026年3月11日估值：
股债利差估值分位26.3%；
A股PE分位97.1%，PB分位61.3%，估值处于高位区间；
A股距离近15年的最低估值，大约还需跌43.0%，距近15年的中位估值位置，还需跌16.1%。
↓ 久聪基金投顾组合，轻松实现资产配置
热门跟贴