专访Panda AI李昱琦：量化投资将不再是“机构级游戏”

2026年，“AI+投资”概念正在加速渗透至更广泛的投资人群。

3月初，随着OpenClaw爆火引发全民“养虾”热潮，不少投资者“用AI手搓一个本地跑的投研助理”，利用OpenClaw进行自动复盘、量化选股，甚至接入券商API实现自动交易。

一时间，“AI炒股”已不再是纸上谈兵，而是成为许多散户热衷尝试的现实。

放眼当前市场，从个人投资者的“手搓”热潮，到终端厂商的“养虾”大战，再到金融机构的深度布局，各类AI投资工具不断涌现。

然而，工具的普及是否意味着盈利的“普惠”？AI炒股是“黄金罗盘”还是“空中楼阁”？近期，21世纪经济报道记者专访Panda AI创始人李昱琦，尝试探寻个人投资者“AI+投资”的边界与可能。

公开资料显示，Panda AI是国内首个个人量化投研AI助手，致力于实现“人人都能低门槛量化”，已连续举办三届面向普通投资者开放的因子大赛。而李昱琦是99年出生的量化私募基金经理，长期从事量化交易与AI在金融市场的应用研究，是这家金融科技公司的CEO。

21世纪经济报道记者注意到，这种“去门槛化”的趋势，在2026年的金融数据终端与券商炒股软件中，同样表现得尤为明显。曾经被机构垄断的投研能力，正通过大模型技术加速“下沉”。

不过，李昱琦也指出，AI炒股并非易事，真实交易赚钱的门槛依然很高。这既源于人与AI的“信任隔离”，也在于市场的充分博弈。未来市场更需要的，是一个便捷、低成本、高度自定义的AI工具平台，而非简单的“炒股龙虾”类工具。

“AI+投资”概念走向大众

一场围绕AI智能体的金融生态竞赛已然打响。

作为“AI+投资”变革的参与者，李昱琦告诉21世纪经济报道记者，“其实AI本身就是一种投资工具，具体可分为两大方向，一是投研侧，二是交易侧。”

首先是AI投研侧工具。例如，国内讯兔科技的“Alpha派”是投研圈内较早将AI技术落地的应用；美国人工智能公司Anthropic在金融领域主推的Claude for Financial Services，已成为华尔街主流AI投研工具。

此外，以万得WindClaw为代表的“炒股龙虾”类产品，以及近期接入金融数据库的Kimi、千问等通用大模型，都具备类似能力。

“可以说，AI投研侧的工具正逐渐趋于成熟，AI替代部分简单的分析师工作已是确定性的趋势。”李昱琦表示。

其次为AI交易侧工具。以国泰海通“灵犀”为代表的AI原生炒股APP，以及券商T0算法等AI辅助交易工具，以及智能体搭建平台Panda AI都属于这一赛道。

李昱琦指出，“目前有一些相对成熟的公司在做AI交易侧工具，但整体仍处于早期阶段，尚未达到特别完善的程度。”

毫无疑问，AI投资工具正逐渐走向大众。就连曾经“高不可攀”的量化投资，也正在从“机构级游戏”，逐步演变为“AI工具化能力”。

李昱琦所在的Panda AI便是一个很好的例子。此前3月31日，Panda AI第三届因子大赛正式截止因子工作流提交，赛事由此进入为期三个月的统一评测阶段（4月1日—6月30日）。

值得注意的是，本届赛事参赛者不仅包括量化研究员、程序员及金融从业者，也覆盖了大量非科班背景的个人投资者。而在过去，这类研究通常只有专业的量化团队才能完成。

与此同时，同样在AI量化领域，券商APP中常见的T0算法是散户接触较多的工具。李昱琦称，“券商T0算法是一种可以直接交付的策略或智能体。”

据了解，T0算法是一种基于AI量化模型的自动化交易工具，其核心原理是在保持持仓不变的前提下，利用股票的日内波动进行高抛低吸，从而降低持仓成本。简单来说，就是利用AI“做T”。

公开信息显示，目前已有天风证券、招商证券、山西证券、兴业证券等30余家券商在App端推出了T0算法服务，另有不少券商正在积极筹备中。

AI炒股实操赚钱门槛高

AI投资工具的普及，是否意味着盈利的“普惠”？

对此，李昱琦一针见血地指出，“AI炒股平台的准入门槛低，但真实交易赚钱的门槛仍旧很高。”

他分析称，交易市场最大的不同在于，它不像其他行业那样能直接交付结果。比如，研报平台以交付报告为终点，但交易场景因为涉及资金归属与盈亏自担，必须进行深度的人机交互。在这种模式下，AI不再仅仅是工具，而是与投资者共担风险的利益共同体。

首先，人与AI天然存在“信任隔离”。特别是当轮询和交易次数过多后，投资者可能并不清楚AI具体在做什么决策。此时，投资者只能通过盈亏结果，或者基于自己已有的知识去评判AI的选择是否正确。因此，投资者会不停地想要去调整AI，且必须掌握启动和停止AI策略的最终控制权。

其次，市场在本质上是充分博弈的。不存在某一类用户一定赚钱或一定亏钱的绝对规律，李昱琦说道，“以前我们可能认为散户很难赚钱，但散户中也有AI工具用得非常好的人，他们同样可以在市场上盈利。”

此外，李昱琦认为目前市面上的“炒股龙虾”仍存在明显短板：一是大多依托自有的技能中心（Skills Hub），属于封闭平台，架构缺乏开放性；二是依赖动态搜索方式（Web Search）抓取数据，难以保证金融级数据所需的精准度、时效性和稳定性。