今年(nian)春节以来，陆续有投资者向DeepSeek-R1、豆包等寻求(qiu)关于股票(piao)与基金的投资建议。针对这一现象，有证券从业人员向证券时报记者提出困惑——AI大模型在提供(gong)股票(piao)或(huo)基金的投资建议时，是否应该持有投顾牌照？

证券时报记者注意到，在豆包APP平(ping)台上，不同入口获取的证券投资咨询结果呈现显著的监管差异。比如，当记者向豆包要求(qiu)推荐股票(piao)时，豆包会给出多只股票(piao)的具体(ti)建议，包括仓位、买入价等。而当记者向在豆包APP上线的股票(piao)智能体(ti)“华泰股市助手”提出相同问题时却遭遇(yu)“碰壁”，并未提供(gong)直(zhi)接的买卖建议，但(dan)会给出资金面、技术(shu)面等信息供(gong)投资者分析决策。

同一APP上出现截然不同的咨询结果，反映出不同入口背后(hou)的主体(ti)属性(xing)差异。华泰证券作为持牌金融(rong)机构受到监管规定的约(yue)束，而从用户需求(qiu)的角度看，豆包的直(zhi)接荐股建议可能更(geng)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(bu)分受访的券商人士认为，通用大模型应纳入投顾牌照监管。华福证券有关负责人表示，尽管目前通用大模型荐股荐基的建议尚未商业化，但(dan)已对投资者的决策产(chan)生了(le)影响，纳入监管能够确(que)保通用大模型提供(gong)的投资建议具备专业性(xing)和合规性(xing)，进而避免误导(dao)投资者。相关人士也认为，通用大模型的荐股荐基应该与现有监管保持一致，要对客户的适当性(xing)进行校验，所提供(gong)的投资建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(chan)品中心总经(jing)理张嘉为谈(tan)到，仅(jin)从AI技术(shu)本身来看，通用大模型更(geng)多具备的是“模型”和“工具”的属性(xing)。在未商业化的前提下，投资者在自主使用的过程中，并无需要纳入投资咨询牌照监管的必要性(xing)。“不过，如果有机构依据其模型搭建商业化模式并给出具体(ti)的投资建议，或(huo)者未来荐股行为实现商业化，本质上则属于投资咨询行为，理应纳入投资咨询牌照监管。”

国泰君安相关人士也有类似观点(dian)。他谈(tan)到，以DeepSeek为例的通用模型平(ping)台主要以数学、物理、常识(shi)等问题进行训练，并非以金融(rong)投资问题训练，模型在证券行业中的应用能力是“模型泛化”的成果之一。“如果对这些(xie)平(ping)台做‘一刀切’管理，从某种角度上来说反而会限制模型能力的进一步发挥，对模型的进化提升存在潜在的负面影响。”

在上述人士看来，金融(rong)服务的风险传导(dao)机制决定了(le)监管应聚焦“行为实质”而非“技术(shu)形态”，比如以专业服务平(ping)台为代表的智能投顾平(ping)台、以证券机构为主体(ti)在智能体(ti)平(ping)台建立的对客智能体(ti)（Agent）就需要纳入投顾牌照监管。因为这些(xie)平(ping)台达(da)到输出投资建议的三个标准，即具有明确(que)指向性(xing)，比如提供(gong)个股或(huo)者基金代码(ma)；形成持续性(xing)服务，而非用户单次测试；产(chan)生实质影响，用户会据此交易。上述三点(dian)，已触(chu)及监管边界。

2 券商建言加强算法(fa)监管

除了(le)主体(ti)属性(xing)存在争议外，在合规性(xing)方面，通用大模型提供(gong)投资建议背后(hou)的底层数据、算法(fa)模型、生成的投资逻辑和相应结论(lun)等是否应该纳入监管，以及技术(shu)中立能否豁免合规责任等话题，也存在讨论(lun)的空(kong)间。

近期，“数据污(wu)染”的消息屡屡出现。有用户反映，DeepSeek在推荐基金时，所抓取的信息来源包括某基金产(chan)品的广告投放。“AI幻觉”问题也多次被曝光，即模型生成与事实不符、逻辑断裂(lie)或(huo)脱离上下文的内容。在Vectara HHEM人工智能幻觉测试中，DeepSeek-R1显示出14.3%的幻觉率，超过行业平(ping)均水平(ping)。

对此，有部(bu)分券商人士认为，对于用户而言，AI仅(jin)仅(jin)是多了(le)一个参考信息的来源，并且用户输入不同的提示词后(hou)也会产(chan)生差异较大的分析结果。从这个角度看，AI技术(shu)是中性(xing)的，在其提供(gong)的最终结论(lun)中，判断与选择(ze)仍取决于用户本人。

也有券商人士持有不同意见，他们认为AI输出内容的合规与可信非常重要。前述国信证券相关人士表示，思维链输出的交互形态，潜意识(shi)引导(dao)了(le)用户的认知，让用户更(geng)加容易认同分析的结果，但(dan)同时也让大模型的幻觉变得(de)更(geng)加隐(yin)蔽。“深度使用DeepSeek就会发现，金融(rong)数据容易被错误引用，对于原始信息的真实性(xing)无法(fa)求(qiu)证，生成内容容易被搜索结果误导(dao)，因此需要相关监管部(bu)门加强对该领域的监管。”

中信建投证券相关人士也表示，目前，将AI直(zhi)接用于投资咨询存在技术(shu)风险，算法(fa)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人建议，监管可考虑要求(qiu)平(ping)台披露(lu)算法(fa)逻辑和风险提示，能够让投资者更(geng)清楚地了(le)解投资建议的依据和风险，从而维护金融(rong)市场的稳定和公平(ping)。

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

3 趋同性(xing)风险属多虑吗？

此外，有市场观点(dian)称，伴随AI荐股未来得(de)到广泛应用，可能会引发投资者群体(ti)性(xing)操作，导(dao)致市场波动加大。对此，多名(ming)受访人士认为，趋同性(xing)风险确(que)有存在的可能，但(dan)发生的概率不大，市场不必多虑。

前述华福证券有关负责人认为，由于很多机构可能基于相似的市场数据、算法(fa)模型和理论(lun)基础来构建自己的AI投资系统，当市场出现某些(xie)特定信号时，大量基于相同算法(fa)的投资决策有可能同时发生。因此，需要谨慎看待(dai)AI在投研与投资咨询领域的运用。

“在防范方面，我们可以通过监管引导(dao)机构在算法(fa)设计上增加差异化，鼓励机构结合自身的研究优势、数据特色来优化算法(fa)。同时，加强投资者教育也至关重要，要引导(dao)投资者理性(xing)看待(dai)AI投资建议，不能盲目跟风，从而降低因算法(fa)趋同带来的市场波动风险。”上述华福证券有关负责人称。

张嘉为认为，趋同性(xing)的出现取决于三方面是否发生共振，一是具体(ti)应用场景和应用模式，二是底层数据来源范围，三是客户提问的提示词。在实际展业中，三者共振导(dao)致趋同性(xing)的概率不大，因为持牌金融(rong)机构通常多方面提升策略多样性(xing)、交易分散性(xing)、模型多样化协(xie)同、业务技术(shu)深度融(rong)合及风控预警等。同时，各家机构拥有不同的客户数据、投顾数据、资讯数据等，数据库一致性(xing)的概率不大。此外，客户千人千面，其提问的提示词高度重复的概率也不大。

平(ping)安证券经(jing)纪业务事业部(bu)相关负责人以量化交易的策略发展为例，称这是类似一个循环的过程，即发现策略、获利、失效、再(zai)挖掘新的策略。“在技术(shu)升级(ji)的初(chu)期阶段，可能会出现‘羊群效应’，比如大家用的模型、数据源或(huo)者训练方法(fa)都差不多，短(duan)期内引发趋同交易，但(dan)这也可能导(dao)致策略收益下降甚至亏损，进而推动市场从同质化走向差异化。”该负责人表示。

【免责声明】本文仅(jin)代表作者本人观点(dian)，与和讯网无关。和讯网站对文中陈述、观点(dian)判断保持中立，不对所包含内容的准确(que)性(xing)、可靠性(xing)或(huo)完整性(xing)提供(gong)任何明示或(huo)暗示的保证。请读者仅(jin)作参考，并请自行承担(dan)全部(bu)责任。邮箱：news_center@staff.hexun.com