AI预测在量化与主观投研之间开辟了一条新路径。

作者 | 刘思洁

编辑 | 张薇

封面来源 | Pixabay

2025年，25岁的Henry凭借对十倍股Nebius的重仓投资，实现了长期无需工作的财务自由。

Nebius是一家专注于AI neocloud（新云）的公司。当时，这家公司并未获得普遍看好，一些持观望态度的研究者关注其季度利润，并用“算力二房东”的商业模式来评估其价值。但Henry认为，“这些判断过于短视，因为很难精确预测每一个数字。”

Henry的视角不同。他看好Nebius的核心依据是公司长期、根本的驱动力——人和组织。

比起他的投资成果，我们更想探讨的是，这个年轻人所展现出的一个更核心、更有趣的视角——

“选股和预测本质上是一回事。”他说，“从不同维度去理解和处理信息，能帮助我们做出更准确的预测。”

这个视角也正是他创业的根基。本科毕业于上海交通大学计算机专业，研究生在上海高级金融学院攻读Fintech，先后从事过量化金融和主观投研后，今年5月，Henry创立了AI预测公司——ProphetLab，将AI预测与人类专家的经验相结合。

“未来人类实验室”独家获悉，该公司目前已获得常春藤资本等多方数千万元的天使轮融资。

正式创业前，Henry经历了大半年的“蛰伏期”。他独自在上海的出租屋内研究AI与投资的结合，正是在这段时期，他抓住了后来涨幅超过十倍的Nebius。

那半年里，Henry逐渐形成一个判断：AI与投资的结合，不只是对现有量化方法的自动化，它可能成为介于量化投资和主观投研之间的一种“新物种”。

在他看来，量化投资擅长处理结构化数据和构建模型，而主观投资依赖人的经验、直觉、产业理解以及大量难以编码的非结构化信息。过去，量化和主观投研之间存在巨大鸿沟，人才和方法也难以互通。大语言模型的出现首次提供了“架桥”的可能：它能理解人的分析过程，将主观投资者对产业、公司和趋势的判断，以及那些原本难以结构化的非计划信息抽象出来，再与量化的数据处理能力结合。

AI预测公司正是这个新物种。过往的经历让他一再验证，做出准确预测是有迹可循的。

他想把这种能力传授给AI。

获取的信息要足够多，处理信息的能力也要足够强，AI在这两点上都优于人类。毕竟，大模型已经越来越擅长搜索、分析、使用工具和完成任务，再加上人类专家的经验，“它有可能预测出别人预测不出的东西。”Henry这样表示。

例如预测特斯拉的销量，传统研究员可能只看了网上的一小部分评论，而AI能查看更多评价，还能搜索地图和其他信息，因此很可能预测得更准。

ProphetLab的第一个产品是世界杯预测。

最初，他们只是对各大模型的预测结果进行排行。随着融资到账，团队开始加入自研的预测框架：通过API调用大模型，结合历史比赛、球员伤病、裁判风格和天气等数据，模拟比赛中连续发生的事件，再通过多次模拟统计比分的概率分布，给出最终的预测结果。

据Henry介绍，这套系统取得了超过70%的预测胜率，并成功预测了本届世界杯的四强、冠军以及决赛1∶0的比分。

目前，ProphetLab正在推进与基金机构的合作，开发一套面向金融预测的benchmark。他们试图通过公司销量、收入等需要多步分析的问题，检验模型能否对尚未发生的事情做出有依据的判断。金融专家参与问题设计和模型评判，评测积累的数据与反馈，将用于后续的模型训练。

他们还做了一个有趣的小项目，分析AI行业人物的预测。将他们过去的公开言论收集起来，逐条验证其准确性，看看哪些人容易说大话，哪些人说得比较严谨。这样，下次再做判断时，就知道谁的话更值得参考。Henry将这个过程称为“分析人类专家的分析，预测人类专家的预测”。

目前，预测准确率最高的是前OpenAI首席科学家Ilya Sutskever，最后一名是马斯克。

他相信预测的魅力和社会价值。如果能更准确地预测未来，人们就能做出正确决策，减少资源浪费。

不过，回到他的投资战绩，我们问他，凭投资能力已经能赚钱，为什么还要创业？

Henry提到了他喜欢的游戏《塞尔达》。“创业就像打《塞尔达》，里面有一个一定要攻克的神兽，要想办法获取资源、趟出一条路，尽可能接近那个目标。”

探索，是他持续投入的动力。“预测是一个长期十年的课题，我希望打造一个先知。”

面对一个尚未发生的事件，AI如何在海量信息和噪音中识别真正重要的信号，形成比人类更准确的判断？以及，当人们开始相信一个关于未来的判断时，是否会通过实际行动改变未来？

以下是“未来人类实验室”（以下简称“未来人”）和Henry的对话。

Henry

 AI如何预测一件尚未发生的事？

未来人：为什么先从世界杯开始做预测？你自己很喜欢足球吗？

Henry：我不踢足球，也不太看球。当时有人开始讨论世界杯买票的事，我就想，做预测的公司，是不是能借这个赛事热点宣传一下品牌？当时也有招人的需求。

最开始主要是我和两个AI博士生在做，我自己先投入了一些资金。后来每天在社交平台发布预测结果，确实吸引了一些人。现在团队里有一位剑桥数学背景的同学，看了预测觉得有趣，从杭州到上海跑了好几次，跟我聊这些内容，后来加入了。

未来人：我目前在官网看到世界杯预测好像主要是在展示多个模型的预测结果，你们自己做的是哪一部分？

Henry：一开始准备做世界杯时，距离第一场比赛很近了，也还没拿到资金，资源比较匮乏。当时只是想简单做一个排行榜，让每个模型拿出预测结果，每场比赛后能进行排名。

后来有了资源，也有朋友、同学来帮忙，我们开始开发自己的一套预测模型。这里说的“模型”是算法，是做了一套Harness，也就是组织模型工作的框架，调用API。你看到模拟比赛全流程的那套东西，是调用API做的，关键是框架和原始数据。

未来人：这套框架具体如何预测一场比赛？

Henry：首先收集很多足球比赛相关的信息，也购买数据，包括球员的伤病情况、比赛的主客场、裁判风格、天气和湿度等。这些原始信息会进入我们的框架，映射到模拟器里。

模拟器会做很细粒度的预测，比如每一分钟或者每几分钟出现一个事件：边路传中、被后卫顶出、转身扫射。事件结合在一起，就是一场比赛。

我们会把比赛重复很多遍，有些是1比0，有些是2比1，最终得到概率分布。比如模拟30场，有5场是1比0，我们就认为这个比分的概率是六分之一。把所有获胜比分的概率加在一起，就是获胜的概率。

未来人：这些动作是模拟出来的，还是过去比赛里发生过的？

Henry：都是模拟出来的。但我们会使用过去比赛的信息。比如过去十年球赛中，每一分钟触发了什么事件，Agent读取这些历史信息后，再做出模拟中的行为。

我们还引入了一位人类专家。因为我不太看球，也发现AI有很多错误，就找了一位中国足协裁判，帮我们分析足球多步推理中的谬误。哪里错了、应该怎样，请他圈出来，放进我们的memory，也就是记忆里。

每场比赛结束，新的比赛开始时，系统会读取这些记录，提醒自己不要再犯同样的错误，然后做后续预测。

未来人：一位真人裁判？他具体纠正什么？

Henry：举个例子，模拟日本和荷兰的比赛时，模型经常出现日本球员高高跃起、头球破门的情节。裁判认为这种情况不应该这么常见，他的判断是双方球员的身高和头球对抗情况没有被合理考虑。

我们把这个信息记下来，放进下一次预测，模型就不会再轻易做出同样的判断。

未来人：在预测时，不同信息的权重怎么分配？

Henry：这些由AI判断。比如在投研里，财报和公司公告的权重、置信度最高，往后是好的机构的分析师研报，再往后是大众研报、新闻，最差是社交平台上的传言。

置信度设计得好不好，AI判断得好不好，我们也会检查，这就是人类专家的经验。具体判断我们不会直接改，但会判断Agent做得好不好。

未来人：世界杯预测中出现过让你印象深刻的预测错误吗？

Henry：当然有。世界杯有几天错得比较多，评论区就说没一个对的、乱猜。也有连续三天每场都对的时候，评论区就说太强了，各种“神”。

足球本身有随机性，会有逆转。即使过程很准确，也可能预测出错。我们说预测得准，也是希望比市场更准一些。

未来人：那你们只关心过程中的错误，不关心结果对错？

Henry：结果也会存进memory，过程会有一个分数，结果也会有一个分数。但我们不会因为一场比赛猜错了，就直接惩罚它。像刚才日本和荷兰那个例子，过程里出了问题，我们会去纠正。

未来人：如果预测之后又出现了新信息，怎么更新？

Henry：通过memory持续更新。比如在T时刻做了一次预测，T+1时刻有了新的原始数据、新的信息，就通过记忆系统，用更新后的系统重新预测一次。

未来人：其他事件也用这套模拟比赛的方式预测吗？

Henry：足球是专门做的架构，其他事件用通用框架，采用Deep Research的方式。它会做分析，最后得出一份报告，包括人类分析师的信息，也包括AI自己分析的内容，再汇总。

AI能像优秀研究员一样“判断未来”吗？

未来人：世界杯预测和商业、金融预测之间，哪些能力是通用的？

Henry：原始数据的收集方式，以及Deep Research、多步推理的工作是通用的。不通用的是数据本身，以及每个任务需要匹配的专家。足球是足球裁判，金融就是投研人员、基金经理等专家。

我们公司现在的重点是商业和金融领域，政治、体育的优先级放在后面。

未来人：你们准备和基金公司合作做的金融benchmark，具体测什么？

Henry：金融评测里，一类是知识问题，比如模型有没有记住金融公式；第二类是考察模型干活的能力，比如三张报表的勾稽关系，调用Excel和其他工具的能力。

如果类比人类分析师，这些更像初级研究员的工作。我们更关注的是预测：作为基金经理或者高级研究员，要有能力判断一家公司的未来发展。我们想做的是这种长程、复杂的任务。

模型需要基础知识、调研和工具能力，在这些基础上，还要攻克预测和复杂金融问题。我们想把模型目前的能力边界勾勒出来，再通过强化学习等方式去填补。

未来人：能举一个商业预测的例子吗？

Henry：比如特斯拉下一周的销量是多少。我们要首先冻结时间，回到过去某个时点，预测一款新车型在中国的销量。

可能的路径是，先分析公众讨论的热度，再通过卫星图看工厂停车位的拥挤程度。新车型发布前，要准备库存，车会停在工厂旁边，这就是一个信号。如果没有备好那么多车，即使需求很大，也不一定能有那么多销量。

还有公司财报、电话会议。同一行业的公司之间，收入也可能存在关联，这些都是相对通用的信息。

未来人：通过这样的任务，你们想区分出模型的什么能力？

Henry：多步推理能力。举一些初步观察，好的模型可能会在公司的业绩指引上，加上自己的修正；一般的模型可能直接用去年的收入，做一个线性推演。这就是benchmark区分模型能力的作用。

未来人：有金融经验的团队成员，在这个过程中做什么？

Henry：我认为，投研过程中一些人类专家的经验，目前还是领先于模型的。构造评测问题本身，就需要有金融经验的同学帮助设计。

除了内部团队，也有外部专家顾问。他们有自己的研究经验，会像足球裁判一样，评判我们的模型。

未来人：你认为AI有可能比研究员预测得更准吗？理由是什么？

Henry：任务是一样的，都是金融预测，但路径可能不同。传统研究员研究一家游戏公司，要汇总游戏收入、回款等信息。AI可以收集海量信息，包括每款游戏、玩家的评价，再综合起来，可能出现比人类更好的预测路径。

人类的视角有限，AI可以获取不同领域的知识、进行全网搜索，它有可能预测出别人预测不出的东西。

未来人：信息一定越多越好吗？会不会只需要那些精准的信息？

Henry：我觉得信息越多越好，但前提是处理能力要强。AI在这两点上可能比人类更强。比如预测特斯拉销量，传统研究员可能只看了网上一小部分评论，AI能看更多评价，还能找地图、搜索其他信息，所以很可能预测得更准。

未来人：你们内部有没有让AI和研究员研究同一个问题，比较谁更准？

Henry：是下一步要做的，但我们发展的时间还没有那么久，目前还没有。

未来人：现在有可以展示的具体样题吗？

Henry：还在研发、调整中，目前只能作一个大概的描绘，还需要一些时间把它研发出来。

如何训练出“预测能力”？

未来人：你们也在招模型训练的人，是准备自己训练基模，还是做后训练？

Henry：我们团队的核心成员来自上海交通大学、剑桥大学与上海高级金融学院，均为 AI Phd 与 FinTech Master，在阿里千问、腾讯混元、小红书Dots等Frontier Lab 参与过千亿基模的训练。目前，我们做的是后训练。先做benchmark，有了评测，就可以造数据，再用这些数据训练小模型、看效果。这是一条比较常规的语言模型后训练路线。

我们现在在做一个27B，也就是约270亿参数模型的后训练，还在训练过程中。

未来人：那你说的新预测架构，又是什么？

Henry：研究人员也在探讨，能不能做新的预测或者决策架构，甚至不一定是Transformer。比如在Transformer上，让解码器输出概率，而不是文字