今年春节(jie)以来(lai)，陆续有投资者向DeepSeek-R1、豆包等寻求(qiu)关于股票与(yu)基(ji)金的投资建议。针(zhen)对(dui)这一现象，有证券从(cong)业人员向证券时报记者提出困惑(huo)——AI大模型在提供股票或基(ji)金的投资建议时，是否应该持有投顾(gu)牌照？

证券时报记者注意到，在豆包APP平台上，不同入口获取的证券投资咨询结果(guo)呈现显著的监管差异。比如，当记者向豆包要求(qiu)推荐股票时，豆包会给出多只股票的具体建议，包括仓位、买入价等。而当记者向在豆包APP上线的股票智能体“华泰股市助手”提出相同问题时却遭(zao)遇“碰壁(bi)”，并未提供直接的买卖建议，但会给出资金面、技术面等信息供投资者分析决策。

同一APP上出现截然(ran)不同的咨询结果(guo)，反映出不同入口背(bei)后的主(zhu)体属性差异。华泰证券作(zuo)为持牌金融机构(gou)受(shou)到监管规定的约束(shu)，而从(cong)用户需求(qiu)的角度看，豆包的直接荐股建议可能更有吸引力。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监管呢？

部分受(shou)访的券商(shang)人士认为，通用大模型应纳入投顾(gu)牌照监管。华福(fu)证券有关负责人表示，尽管目(mu)前通用大模型荐股荐基(ji)的建议尚未商(shang)业化，但已对(dui)投资者的决策产生了影响，纳入监管能够(gou)确保通用大模型提供的投资建议具备专业性和合规性，进而避免误导投资者。相关人士也(ye)认为，通用大模型的荐股荐基(ji)应该与(yu)现有监管保持一致，要对(dui)客户的适当性进行(xing)校验，所提供的投资建议可能会对(dui)市场交易价格产生冲击，要进行(xing)统一监控。

不过，也(ye)有券商(shang)人士认为要多方面考虑问题，不应“一刀切”。银河证券财富管理首席投资官、产品中心总经理张嘉为谈到，仅从(cong)AI技术本身来(lai)看，通用大模型更多具备的是“模型”和“工具”的属性。在未商(shang)业化的前提下，投资者在自主(zhu)使用的过程中，并无需要纳入投资咨询牌照监管的必要性。“不过，如果(guo)有机构(gou)依据其模型搭建商(shang)业化模式并给出具体的投资建议，或者未来(lai)荐股行(xing)为实现商(shang)业化，本质上则属于投资咨询行(xing)为，理应纳入投资咨询牌照监管。”

国泰君安相关人士也(ye)有类似观点。他谈到，以DeepSeek为例的通用模型平台主(zhu)要以数学、物理、常识等问题进行(xing)训练，并非以金融投资问题训练，模型在证券行(xing)业中的应用能力是“模型泛化”的成果(guo)之(zhi)一。“如果(guo)对(dui)这些平台做‘一刀切’管理，从(cong)某种角度上来(lai)说反而会限制模型能力的进一步发挥，对(dui)模型的进化提升存在潜在的负面影响。”

在上述(shu)人士看来(lai)，金融服务的风险传导机制决定了监管应聚焦“行(xing)为实质”而非“技术形态”，比如以专业服务平台为代表的智能投顾(gu)平台、以证券机构(gou)为主(zhu)体在智能体平台建立的对(dui)客智能体（Agent）就需要纳入投顾(gu)牌照监管。因为这些平台达到输(shu)出投资建议的三个标准(zhun)，即具有明确指向性，比如提供个股或者基(ji)金代码；形成持续性服务，而非用户单次测试；产生实质影响，用户会据此(ci)交易。上述(shu)三点，已触及监管边界。

2 券商(shang)建言加强算法监管

除了主(zhu)体属性存在争议外，在合规性方面，通用大模型提供投资建议背(bei)后的底层数据、算法模型、生成的投资逻辑和相应结论等是否应该纳入监管，以及技术中立能否豁(huo)免合规责任等话题，也(ye)存在讨(tao)论的空间。

近期，“数据污(wu)染(ran)”的消息屡屡出现。有用户反映，DeepSeek在推荐基(ji)金时，所抓取的信息来(lai)源(yuan)包括某基(ji)金产品的广告投放。“AI幻觉”问题也(ye)多次被曝光，即模型生成与(yu)事实不符、逻辑断裂或脱(tuo)离上下文(wen)的内容。在Vectara HHEM人工智能幻觉测试中，DeepSeek-R1显示出14.3%的幻觉率(lu)，超过行(xing)业平均水平。

对(dui)此(ci)，有部分券商(shang)人士认为，对(dui)于用户而言，AI仅仅是多了一个参考信息的来(lai)源(yuan)，并且用户输(shu)入不同的提示词后也(ye)会产生差异较(jiao)大的分析结果(guo)。从(cong)这个角度看，AI技术是中性的，在其提供的最终结论中，判断与(yu)选择仍取决于用户本人。

也(ye)有券商(shang)人士持有不同意见，他们认为AI输(shu)出内容的合规与(yu)可信非常重要。前述(shu)国信证券相关人士表示，思(si)维链输(shu)出的交互形态，潜意识引导了用户的认知，让用户更加容易认同分析的结果(guo)，但同时也(ye)让大模型的幻觉变得更加隐蔽。“深度使用DeepSeek就会发现，金融数据容易被错误引用，对(dui)于原始信息的真实性无法求(qiu)证，生成内容容易被搜索结果(guo)误导，因此(ci)需要相关监管部门加强对(dui)该领域的监管。”

中信建投证券相关人士也(ye)表示，目(mu)前，将AI直接用于投资咨询存在技术风险，算法模型和资产配置逻辑存在不稳定、不可靠等风险。

前述(shu)华福(fu)证券有关负责人建议，监管可考虑要求(qiu)平台披露算法逻辑和风险提示，能够(gou)让投资者更清楚(chu)地了解投资建议的依据和风险，从(cong)而维护金融市场的稳定和公平。

东莞证券相关人士表示，在智能投顾(gu)业务监管方面，建议加大智能投顾(gu)监管“沙盒”试点，加快智能投顾(gu)业务属性与(yu)准(zhun)入管理具体规范的制定。同时，鉴(jian)于我(wo)国资本市场个人投资者占比较(jiao)高的情况，AI的发展应用应参考当下对(dui)高频量(liang)化交易的监管策略(lue)，依据市场结构(gou)、流动性和价格发现产生方式等对(dui)智能投顾(gu)的相关监管策略(lue)进行(xing)分类研究，既不可“一概而论”也(ye)不能“听之(zhi)任之(zhi)”。

3 趋同性风险属多虑吗？

此(ci)外，有市场观点称，伴随AI荐股未来(lai)得到广泛应用，可能会引发投资者群体性操作(zuo)，导致市场波动加大。对(dui)此(ci)，多名受(shou)访人士认为，趋同性风险确有存在的可能，但发生的概率(lu)不大，市场不必多虑。

前述(shu)华福(fu)证券有关负责人认为，由于很多机构(gou)可能基(ji)于相似的市场数据、算法模型和理论基(ji)础来(lai)构(gou)建自己的AI投资系统，当市场出现某些特定信号时，大量(liang)基(ji)于相同算法的投资决策有可能同时发生。因此(ci)，需要谨慎看待AI在投研与(yu)投资咨询领域的运用。

“在防范方面，我(wo)们可以通过监管引导机构(gou)在算法设计上增加差异化，鼓励机构(gou)结合自身的研究优势、数据特色来(lai)优化算法。同时，加强投资者教育也(ye)至关重要，要引导投资者理性看待AI投资建议，不能盲目(mu)跟风，从(cong)而降低因算法趋同带来(lai)的市场波动风险。”上述(shu)华福(fu)证券有关负责人称。

张嘉为认为，趋同性的出现取决于三方面是否发生共振，一是具体应用场景和应用模式，二是底层数据来(lai)源(yuan)范围，三是客户提问的提示词。在实际(ji)展业中，三者共振导致趋同性的概率(lu)不大，因为持牌金融机构(gou)通常多方面提升策略(lue)多样性、交易分散(san)性、模型多样化协(xie)同、业务技术深度融合及风控预警等。同时，各家机构(gou)拥有不同的客户数据、投顾(gu)数据、资讯数据等，数据库(ku)一致性的概率(lu)不大。此(ci)外，客户千人千面，其提问的提示词高度重复的概率(lu)也(ye)不大。

平安证券经纪业务事业部相关负责人以量(liang)化交易的策略(lue)发展为例，称这是类似一个循环的过程，即发现策略(lue)、获利、失效、再挖掘新(xin)的策略(lue)。“在技术升级的初期阶段，可能会出现‘羊群效应’，比如大家用的模型、数据源(yuan)或者训练方法都(dou)差不多，短期内引发趋同交易，但这也(ye)可能导致策略(lue)收(shou)益下降甚至亏损，进而推动市场从(cong)同质化走向差异化。”该负责人表示。

【免责声明】本文(wen)仅代表作(zuo)者本人观点，与(yu)和讯网无关。和讯网站对(dui)文(wen)中陈述(shu)、观点判断保持中立，不对(dui)所包含内容的准(zhun)确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作(zuo)参考，并请自行(xing)承担全部责任。邮(you)箱(xiang)：news_center@staff.hexun.com