今年(nian)春节以来，陆(lu)续(xu)有投资者向DeepSeek-R1、豆包等寻(xun)求关于股票与基金的投资建议(yi)。针对这(zhe)一现象(xiang)，有证券从业人员向证券时报(bao)记者提出困惑——AI大模型在提供股票或基金的投资建议(yi)时，是否(fou)应该持(chi)有投顾(gu)牌照？

证券时报(bao)记者注意到(dao)，在豆包APP平台(tai)上(shang)，不同入(ru)口(kou)获取(qu)的证券投资咨询结果呈(cheng)现显(xian)著的监管差异。比如，当记者向豆包要求推(tui)荐股票时，豆包会给出多只股票的具体建议(yi)，包括仓位、买入(ru)价(jia)等。而当记者向在豆包APP上(shang)线的股票智能体“华泰股市助手”提出相同问题时却遭遇“碰壁”，并未提供直接的买卖建议(yi)，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(shang)出现截然(ran)不同的咨询结果，反映(ying)出不同入(ru)口(kou)背后的主(zhu)体属性差异。华泰证券作为持(chi)牌金融机构受到(dao)监管规定(ding)的约束，而从用(yong)户需求的角度看，豆包的直接荐股建议(yi)可能更有吸引力。那么(me)，以DeepSeek、豆包为代表的大模型，是否(fou)应该纳入(ru)证券投资咨询牌照监管呢？

部分受访的券商人士认为，通用(yong)大模型应纳入(ru)投顾(gu)牌照监管。华福证券有关负责人表示，尽(jin)管目前通用(yong)大模型荐股荐基的建议(yi)尚(shang)未商业化，但已对投资者的决策产生了影响，纳入(ru)监管能够确保通用(yong)大模型提供的投资建议(yi)具备专业性和合规性，进而避免(mian)误导投资者。相关人士也认为，通用(yong)大模型的荐股荐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，所提供的投资建议(yi)可能会对市场交易价(jia)格产生冲击(ji)，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、产品(pin)中心总经理张嘉为谈到(dao)，仅从AI技术本身来看，通用(yong)大模型更多具备的是“模型”和“工(gong)具”的属性。在未商业化的前提下，投资者在自主(zhu)使用(yong)的过程中，并无需要纳入(ru)投资咨询牌照监管的必要性。“不过，如果有机构依据其模型搭建商业化模式并给出具体的投资建议(yi)，或者未来荐股行为实现商业化，本质上(shang)则属于投资咨询行为，理应纳入(ru)投资咨询牌照监管。”

国泰君安相关人士也有类似观点。他谈到(dao)，以DeepSeek为例的通用(yong)模型平台(tai)主(zhu)要以数学(xue)、物理、常(chang)识等问题进行训练，并非以金融投资问题训练，模型在证券行业中的应用(yong)能力是“模型泛(fan)化”的成果之一。“如果对这(zhe)些(xie)平台(tai)做‘一刀切’管理，从某种角度上(shang)来说反而会限制模型能力的进一步发(fa)挥，对模型的进化提升(sheng)存在潜在的负面影响。”

在上(shang)述人士看来，金融服务的风险传导机制决定(ding)了监管应聚焦(jiao)“行为实质”而非“技术形态”，比如以专业服务平台(tai)为代表的智能投顾(gu)平台(tai)、以证券机构为主(zhu)体在智能体平台(tai)建立的对客智能体（Agent）就(jiu)需要纳入(ru)投顾(gu)牌照监管。因为这(zhe)些(xie)平台(tai)达到(dao)输出投资建议(yi)的三个标准，即具有明确指向性，比如提供个股或者基金代码(ma)；形成持(chi)续(xu)性服务，而非用(yong)户单(dan)次测试；产生实质影响，用(yong)户会据此(ci)交易。上(shang)述三点，已触及监管边界。

2 券商建言加强算(suan)法监管

除了主(zhu)体属性存在争议(yi)外，在合规性方面，通用(yong)大模型提供投资建议(yi)背后的底层数据、算(suan)法模型、生成的投资逻辑和相应结论等是否(fou)应该纳入(ru)监管，以及技术中立能否(fou)豁免(mian)合规责任等话题，也存在讨论的空(kong)间。

近期，“数据污染”的消息屡屡出现。有用(yong)户反映(ying)，DeepSeek在推(tui)荐基金时，所抓取(qu)的信息来源包括某基金产品(pin)的广告投放(fang)。“AI幻觉(jue)”问题也多次被曝光，即模型生成与事实不符、逻辑断裂或脱离上(shang)下文的内容。在Vectara HHEM人工(gong)智能幻觉(jue)测试中，DeepSeek-R1显(xian)示出14.3%的幻觉(jue)率，超过行业平均水平。

对此(ci)，有部分券商人士认为，对于用(yong)户而言，AI仅仅是多了一个参考信息的来源，并且用(yong)户输入(ru)不同的提示词后也会产生差异较大的分析结果。从这(zhe)个角度看，AI技术是中性的，在其提供的最终结论中，判(pan)断与选择(ze)仍取(qu)决于用(yong)户本人。

也有券商人士持(chi)有不同意见，他们认为AI输出内容的合规与可信非常(chang)重要。前述国信证券相关人士表示，思维链输出的交互形态，潜意识引导了用(yong)户的认知(zhi)，让用(yong)户更加容易认同分析的结果，但同时也让大模型的幻觉(jue)变得更加隐蔽。“深度使用(yong)DeepSeek就(jiu)会发(fa)现，金融数据容易被错误引用(yong)，对于原(yuan)始信息的真实性无法求证，生成内容容易被搜(sou)索结果误导，因此(ci)需要相关监管部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直接用(yong)于投资咨询存在技术风险，算(suan)法模型和资产配置(zhi)逻辑存在不稳定(ding)、不可靠等风险。

前述华福证券有关负责人建议(yi)，监管可考虑要求平台(tai)披露算(suan)法逻辑和风险提示，能够让投资者更清(qing)楚地了解投资建议(yi)的依据和风险，从而维护金融市场的稳定(ding)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(yi)加大智能投顾(gu)监管“沙盒(he)”试点，加快智能投顾(gu)业务属性与准入(ru)管理具体规范的制定(ding)。同时，鉴于我国资本市场个人投资者占比较高的情况(kuang)，AI的发(fa)展应用(yong)应参考当下对高频(pin)量化交易的监管策略，依据市场结构、流动性和价(jia)格发(fa)现产生方式等对智能投顾(gu)的相关监管策略进行分类研究，既不可“一概而论”也不能“听之任之”。

3 趋同性风险属多虑吗？

此(ci)外，有市场观点称，伴随AI荐股未来得到(dao)广泛(fan)应用(yong)，可能会引发(fa)投资者群体性操作，导致市场波动加大。对此(ci)，多名受访人士认为，趋同性风险确有存在的可能，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人认为，由于很多机构可能基于相似的市场数据、算(suan)法模型和理论基础(chu)来构建自己的AI投资系统，当市场出现某些(xie)特定(ding)信号时，大量基于相同算(suan)法的投资决策有可能同时发(fa)生。因此(ci)，需要谨慎看待AI在投研与投资咨询领域的运(yun)用(yong)。

“在防范方面，我们可以通过监管引导机构在算(suan)法设计上(shang)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(suan)法。同时，加强投资者教(jiao)育也至关重要，要引导投资者理性看待AI投资建议(yi)，不能盲目跟风，从而降(jiang)低因算(suan)法趋同带来的市场波动风险。”上(shang)述华福证券有关负责人称。

张嘉为认为，趋同性的出现取(qu)决于三方面是否(fou)发(fa)生共(gong)振，一是具体应用(yong)场景(jing)和应用(yong)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(gong)振导致趋同性的概率不大，因为持(chi)牌金融机构通常(chang)多方面提升(sheng)策略多样性、交易分散性、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也不大。

平安证券经纪业务事业部相关负责人以量化交易的策略发(fa)展为例，称这(zhe)是类似一个循环的过程，即发(fa)现策略、获利(li)、失效(xiao)、再挖掘新(xin)的策略。“在技术升(sheng)级的初期阶(jie)段，可能会出现‘羊群效(xiao)应’，比如大家用(yong)的模型、数据源或者训练方法都差不多，短期内引发(fa)趋同交易，但这(zhe)也可能导致策略收益下降(jiang)甚至亏损，进而推(tui)动市场从同质化走向差异化。”该负责人表示。

【免(mian)责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判(pan)断保持(chi)中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com