文/单挑社

你有没有发现，这两年股民圈子里，也开始流行写提示词炒股了。

没开玩笑。

量化投资的游戏规则，正在被AI改写。

过去，量化那是高不可及的存在，这可是程序员和机构的专属地盘。现在，越来越多普通投资者开始用自然语言做筛选、回测、盯盘，甚至搭建自己的分析流程。

财联社3月20日报道显示，春节后金融数据平台Tushare的新增用户数和接口调用量明显上升，单日新增用户峰值接近4000，这意味着，正在涌进来的，不只是专业团队，还有大量个人投资者。

这轮变化，最关键的一点，不是大家突然都会写代码了，而是很多人第一次发现，原来不会写太多代码，也能接近量化世界。

OpenClaw这类智能体的爆火，把复杂的开发流程藏在了对话框后面。过去你要先装环境、配依赖、调接口、写脚本、排错，再回测。现在越来越多场景变成一句话：“帮我筛出过去3年ROE稳定、回撤较低、估值不高的公司，再做回测。”

财联社3月8日报道也提到，券商金融工程团队密集分享部署和实战案例，因为它的核心突破，就是让AI从回答问题走向执行任务。

这就是量化投资最深的一次门槛转移。

以前门槛是写代码，数据分析，现在门槛开始转向会不会提需求。

这看起来只是少了一步，实际上差别非常大。因为会写代码，本质上考验的是工具能力；会提需求，考验的是投资理解。你想抓什么因子，为什么抓；你为什么要回测这段时间；你能不能看出一个策略只是碰巧有效，还是真的有逻辑支撑。AI能替你搬砖，但不能替你负责。

代码门槛降下来了，认知门槛反而更高了。

很多人容易把这轮变化理解成，散户也能和机构站在同一起跑线。

这话说早了。工具普及，不等于能力拉平。

个人投资者在数据时效、算力资源、交易通道、风控体系和资金规模上，依然和专业机构有明显差距。也就是说，AI确实让普通人更容易进入量化，但它改变的首先是参与资格，不是收益结果。

过去你进不去门，现在你能进门了，可进门以后，还是有人有团队、有服务器、有低延迟通道、有成熟风控。所以，平权的只是工具，不是结果。

但这并不意味着这轮变化没有意义。

恰恰相反，它最大的价值，不一定是让普通人马上赚更多钱，而是让更多人第一次开始用结构化方法看市场。

以前，股市对普通人来说就是盯盘、看K线、听消息，然后凭借着一腔热血和直觉，冲锋陷阵。涨了就追，跌了就慌。现在哪怕只是学会看一个回测图，知道什么叫最大回撤，知道什么叫胜率和盈亏比，投资行为都会变。很多人并不会因此变成职业量化，但会因此少做很多情绪化决策。

AI未必立刻提高收益，却很可能先降低犯错。

这对普通投资者，已经很重要。

当然，热潮越大，越要冷静。

3月8日，工信部网络安全威胁和漏洞信息共享平台提示OpenClaw在默认或不当配置下存在较高安全风险。

3月10日，国家互联网应急中心再次发布风险提示，提到其默认安全配置脆弱，可能带来系统被控、密钥泄露、误删除重要信息等问题。

3月15日前后，互联网金融行业也发布了相关风险提示，提醒它可能带来资金损失、交易责任和数据合规风险。

说得更直接一点，这东西很强，但不是拿来随便装、随便连证券账户、随便跑实盘的。你让它帮你整理资料、做回测、做预警，可以。

你把全部决策权和执行权都交出去，风险就来了。

所以，这场变化真正值得关注的，不是AI会不会取代“量化人”，而是“量化人”会不会被更会用AI的人取代。

未来的竞争，可能不再是谁代码写得更长，而是谁更懂市场，谁更会拆问题，谁更能把模糊的投资想法变成清晰、可验证、可执行的指令链。写代码的重要性不会消失，但它不再是唯一门票了。会提问题，会验证结果，会控制风险，会承认AI也会犯错，这些能力，会越来越值钱。

说到底，AI改写的不是量化投资的本质，而是量化投资的入口。

过去，入口在技术。现在，入口在认知。对普通投资者来说，这既是机会，也是筛选。机会在于，门终于开了；筛选在于，进门之后，拼的还是脑子，不是热闹。真正拉开人与人差距的，从来不是你敲了多少行代码，而是你到底知不知道，自己在市场里想赚什么钱，又愿意承担什么风险。

工具越聪明，人越要清醒。

从市场上挣钱，谈何容易。