今年春节(jie)以来，陆续(xu)有投资者向DeepSeek-R1、豆包等寻(xun)求关于股(gu)票与基金(jin)的投资建(jian)议。针对这一现象，有证券从业人员(yuan)向证券时报记者提(ti)出困惑——AI大模型在提(ti)供股(gu)票或基金(jin)的投资建(jian)议时，是否应该持(chi)有投顾(gu)牌照(zhao)？

证券时报记者注意到，在豆包APP平台上，不同(tong)入口获取的证券投资咨询结果呈(cheng)现显著(zhu)的监管差异。比如(ru)，当记者向豆包要求推荐(jian)股(gu)票时，豆包会给出多只股(gu)票的具体(ti)建(jian)议，包括仓位(wei)、买入价等。而当记者向在豆包APP上线的股(gu)票智能体(ti)“华泰股(gu)市助手(shou)”提(ti)出相(xiang)同(tong)问题时却遭遇“碰壁”，并(bing)未提(ti)供直接的买卖建(jian)议，但会给出资金(jin)面(mian)、技术面(mian)等信息(xi)供投资者分析决策(ce)。

同(tong)一APP上出现截然不同(tong)的咨询结果，反映出不同(tong)入口背后的主体(ti)属性差异。华泰证券作为持(chi)牌金(jin)融机构受到监管规定的约(yue)束(shu)，而从用户需求的角度看，豆包的直接荐(jian)股(gu)建(jian)议可能更有吸引力。那么，以DeepSeek、豆包为代表的大模型，是否应该纳入证券投资咨询牌照(zhao)监管呢？

部(bu)分受访的券商人士认(ren)为，通用大模型应纳入投顾(gu)牌照(zhao)监管。华福证券有关负责(ze)人表示，尽管目前通用大模型荐(jian)股(gu)荐(jian)基的建(jian)议尚未商业化，但已对投资者的决策(ce)产(chan)生了(le)影响，纳入监管能够确(que)保通用大模型提(ti)供的投资建(jian)议具备专(zhuan)业性和合规性，进而避免误(wu)导投资者。相(xiang)关人士也认(ren)为，通用大模型的荐(jian)股(gu)荐(jian)基应该与现有监管保持(chi)一致，要对客户的适当性进行校验，所提(ti)供的投资建(jian)议可能会对市场交易价格产(chan)生冲击，要进行统一监控。

不过，也有券商人士认(ren)为要多方面(mian)考虑问题，不应“一刀(dao)切”。银(yin)河证券财富管理首席投资官、产(chan)品(pin)中心总(zong)经理张嘉为谈到，仅从AI技术本身来看，通用大模型更多具备的是“模型”和“工具”的属性。在未商业化的前提(ti)下(xia)，投资者在自(zi)主使用的过程中，并(bing)无需要纳入投资咨询牌照(zhao)监管的必要性。“不过，如(ru)果有机构依据其模型搭建(jian)商业化模式并(bing)给出具体(ti)的投资建(jian)议，或者未来荐(jian)股(gu)行为实现商业化，本质上则属于投资咨询行为，理应纳入投资咨询牌照(zhao)监管。”

国泰君安相(xiang)关人士也有类似观点(dian)。他谈到，以DeepSeek为例的通用模型平台主要以数学、物(wu)理、常识(shi)等问题进行训练，并(bing)非以金(jin)融投资问题训练，模型在证券行业中的应用能力是“模型泛化”的成(cheng)果之一。“如(ru)果对这些平台做‘一刀(dao)切’管理，从某(mou)种角度上来说反而会限制模型能力的进一步发(fa)挥，对模型的进化提(ti)升存在潜在的负面(mian)影响。”

在上述人士看来，金(jin)融服(fu)务的风险传导机制决定了(le)监管应聚焦“行为实质”而非“技术形态”，比如(ru)以专(zhuan)业服(fu)务平台为代表的智能投顾(gu)平台、以证券机构为主体(ti)在智能体(ti)平台建(jian)立的对客智能体(ti)（Agent）就需要纳入投顾(gu)牌照(zhao)监管。因为这些平台达到输出投资建(jian)议的三个标准，即具有明确(que)指向性，比如(ru)提(ti)供个股(gu)或者基金(jin)代码；形成(cheng)持(chi)续(xu)性服(fu)务，而非用户单(dan)次测试；产(chan)生实质影响，用户会据此交易。上述三点(dian)，已触及监管边界。

2 券商建(jian)言(yan)加强算法监管

除了(le)主体(ti)属性存在争议外，在合规性方面(mian)，通用大模型提(ti)供投资建(jian)议背后的底层(ceng)数据、算法模型、生成(cheng)的投资逻辑和相(xiang)应结论等是否应该纳入监管，以及技术中立能否豁免合规责(ze)任等话题，也存在讨论的空间(jian)。

近期，“数据污染(ran)”的消息(xi)屡屡出现。有用户反映，DeepSeek在推荐(jian)基金(jin)时，所抓取的信息(xi)来源包括某(mou)基金(jin)产(chan)品(pin)的广告投放。“AI幻觉(jue)”问题也多次被曝光，即模型生成(cheng)与事实不符、逻辑断裂或脱(tuo)离上下(xia)文的内容。在Vectara HHEM人工智能幻觉(jue)测试中，DeepSeek-R1显示出14.3%的幻觉(jue)率，超过行业平均水平。

对此，有部(bu)分券商人士认(ren)为，对于用户而言(yan)，AI仅仅是多了(le)一个参考信息(xi)的来源，并(bing)且用户输入不同(tong)的提(ti)示词后也会产(chan)生差异较大的分析结果。从这个角度看，AI技术是中性的，在其提(ti)供的最终结论中，判(pan)断与选择仍取决于用户本人。

也有券商人士持(chi)有不同(tong)意见(jian)，他们认(ren)为AI输出内容的合规与可信非常重(zhong)要。前述国信证券相(xiang)关人士表示，思维链输出的交互形态，潜意识(shi)引导了(le)用户的认(ren)知，让用户更加容易认(ren)同(tong)分析的结果，但同(tong)时也让大模型的幻觉(jue)变得(de)更加隐蔽。“深度使用DeepSeek就会发(fa)现，金(jin)融数据容易被错误(wu)引用，对于原始(shi)信息(xi)的真实性无法求证，生成(cheng)内容容易被搜索结果误(wu)导，因此需要相(xiang)关监管部(bu)门加强对该领域的监管。”

中信建(jian)投证券相(xiang)关人士也表示，目前，将AI直接用于投资咨询存在技术风险，算法模型和资产(chan)配置逻辑存在不稳定、不可靠等风险。

前述华福证券有关负责(ze)人建(jian)议，监管可考虑要求平台披露算法逻辑和风险提(ti)示，能够让投资者更清楚地了(le)解投资建(jian)议的依据和风险，从而维护金(jin)融市场的稳定和公平。

东莞证券相(xiang)关人士表示，在智能投顾(gu)业务监管方面(mian)，建(jian)议加大智能投顾(gu)监管“沙盒”试点(dian)，加快智能投顾(gu)业务属性与准入管理具体(ti)规范(fan)的制定。同(tong)时，鉴于我国资本市场个人投资者占比较高的情况，AI的发(fa)展应用应参考当下(xia)对高频量化交易的监管策(ce)略，依据市场结构、流动性和价格发(fa)现产(chan)生方式等对智能投顾(gu)的相(xiang)关监管策(ce)略进行分类研究，既不可“一概而论”也不能“听之任之”。

3 趋同(tong)性风险属多虑吗？

此外，有市场观点(dian)称，伴随AI荐(jian)股(gu)未来得(de)到广泛应用，可能会引发(fa)投资者群体(ti)性操作，导致市场波动加大。对此，多名受访人士认(ren)为，趋同(tong)性风险确(que)有存在的可能，但发(fa)生的概率不大，市场不必多虑。

前述华福证券有关负责(ze)人认(ren)为，由(you)于很多机构可能基于相(xiang)似的市场数据、算法模型和理论基础来构建(jian)自(zi)己的AI投资系(xi)统，当市场出现某(mou)些特定信号时，大量基于相(xiang)同(tong)算法的投资决策(ce)有可能同(tong)时发(fa)生。因此，需要谨(jin)慎看待(dai)AI在投研与投资咨询领域的运用。

“在防(fang)范(fan)方面(mian)，我们可以通过监管引导机构在算法设计上增加差异化，鼓(gu)励机构结合自(zi)身的研究优势、数据特色来优化算法。同(tong)时，加强投资者教育也至关重(zhong)要，要引导投资者理性看待(dai)AI投资建(jian)议，不能盲目跟风，从而降低因算法趋同(tong)带来的市场波动风险。”上述华福证券有关负责(ze)人称。

张嘉为认(ren)为，趋同(tong)性的出现取决于三方面(mian)是否发(fa)生共振，一是具体(ti)应用场景和应用模式，二是底层(ceng)数据来源范(fan)围，三是客户提(ti)问的提(ti)示词。在实际(ji)展业中，三者共振导致趋同(tong)性的概率不大，因为持(chi)牌金(jin)融机构通常多方面(mian)提(ti)升策(ce)略多样性、交易分散性、模型多样化协(xie)同(tong)、业务技术深度融合及风控预警等。同(tong)时，各家机构拥有不同(tong)的客户数据、投顾(gu)数据、资讯(xun)数据等，数据库一致性的概率不大。此外，客户千人千面(mian)，其提(ti)问的提(ti)示词高度重(zhong)复的概率也不大。

平安证券经纪业务事业部(bu)相(xiang)关负责(ze)人以量化交易的策(ce)略发(fa)展为例，称这是类似一个循环的过程，即发(fa)现策(ce)略、获利、失效、再挖掘新的策(ce)略。“在技术升级的初期阶段，可能会出现‘羊群效应’，比如(ru)大家用的模型、数据源或者训练方法都差不多，短期内引发(fa)趋同(tong)交易，但这也可能导致策(ce)略收益下(xia)降甚至亏损，进而推动市场从同(tong)质化走向差异化。”该负责(ze)人表示。

【免责(ze)声明】本文仅代表作者本人观点(dian)，与和讯(xun)网无关。和讯(xun)网站对文中陈述、观点(dian)判(pan)断保持(chi)中立，不对所包含内容的准确(que)性、可靠性或完整性提(ti)供任何明示或暗示的保证。请读者仅作参考，并(bing)请自(zi)行承担(dan)全部(bu)责(ze)任。邮(you)箱：news_center@staff.hexun.com