很多人以为 AI 量化的风险是「AI 不够聪明」，其实恰恰相反——AI 太「自信」了。它会一本正经地用错数据、编造数字、给任何结果都配上看似合理的解释。这三种「幻觉」才是 AI 量化里最危险的坑。

下面分别用代码演示这三个坑，以及怎么拦。

二、反例一：数据泄漏（未来函数）

数据泄漏最常见的形态就是「未来函数」——用明天的涨跌决定今天买不买。我们拉取贵州茅台（600519）近 89 个交易日的日线，对比两版策略：

import os
import pandas as pd
import mairui
​
licence = "LICENCE-66D8-9F96-0C7F0FBCD073"  # 演示证书，演示证书（读者复制即用，无需替换）
client = mairui.Client(licence)
​
# 拉日线，字段 t=日期 o=开 c=收 h=高 l=低 v=量 pc=前收
rows = client.stock_history(code="600519", period="d",
                            st="20260401", et="20260814", dividend="n")
df = pd.DataFrame(rows)
​
# 泄漏版：用明天的收盘价（close.shift(-1)）作信号
df["signal_leak"] = df["c"].shift(-1) > df["c"]
df["ret"] = df["c"].shift(-1) / df["c"] - 1
​
# 干净版：用昨天的涨跌（close.shift(1)）作信号
df["signal_clean"] = df["c"].shift(1) < df["c"]
​
leak_ret = df[df["signal_leak"]]["ret"].mean() * 100
clean_ret = df[df["signal_clean"]]["ret"].mean() * 100
print(f"泄漏版平均次日收益 {leak_ret:+.2f}%")
print(f"干净版平均次日收益 {clean_ret:+.2f}%")


泄漏版平均次日收益 +1.26%
干净版平均次日收益 -0.30%

同样是「次日收益」，只是信号时点不同，一个 +1.26%、一个 -0.30%。差值来自未来函数——实盘里你不可能在收盘前知道明天涨不涨。看到回测收益高得反常，第一反应就该查有没有 

AI 最大的毛病是「不懂装懂」：你问它营收，它可能凭空给你一个漂亮数字。拦截办法只有一个——和真实数据交叉验证。我们用财报接口拉出真实数据，再对「AI 声称的数字」做体检：


# 拉真实财报：stock_income 返回按 jzrq 排序的列表，yysr=营业收入 jlr=净利润
items = client.stock_income(code="600519")
annuals = [it for it in items if str(it.get("jzrq", "")).endswith("-12-31")]
latest = annuals[-1]
real_yysr = latest["yysr"]  # 单位：元
print(f"真实营业收入 {real_yysr/1e8:.2f} 亿元")

现在假设 AI 给了三条声明，逐一体检：


def check_fabricated(claimed, real, prev):
    issues = []
    if claimed <= 0:
        issues.append("数值非正，直接不可信")
    if real > 0:
        ratio = claimed / real
        if ratio > 5:
            issues.append(f"是真实值的 {ratio:.1f} 倍，量级明显异常")
        elif ratio > 1.5:
            issues.append(f"较真实值高 {ratio-1:.0%}，需复核口径")
    return issues or ["与真实数据一致"]


AI 声称：营业收入 5000 亿元 → [拒绝] 较真实值高 196%，需复核口径
AI 声称：净利润 2000 亿元 → [拒绝] 较真实值高 134%，需复核口径
AI 声称：营业收入 -80 亿元 → [拒绝] 数值非正，直接不可信

三条声明全部被拦下。「量级对比 + 同比对比 + 非正数」三层规则，就能挡住绝大多数 AI 编造的数字。

四、反例三：事后解释（叙事谬误）

最隐蔽的是事后解释：一只股票涨了，AI 能说「基本面支撑 + 题材催化 + 技术突破」；跌了，AI 也能说「估值偏高 + 缺乏催化 + 技术走弱」。两套话对涨跌都成立、都不可证伪。


def posthoc_explain(direction):
    if direction == "up":
        return "受消息面利好与资金流入推动，情绪回暖，放量上行。"
    return "受获利盘回吐与消息面扰动影响，情绪谨慎，缩量调整。"
​
print("涨了 →", posthoc_explain("up"))
print("跌了 →", posthoc_explain("down"))


涨了 → 受消息面利好与资金流入推动，情绪回暖，放量上行。
跌了 → 受获利盘回吐与消息面扰动影响，情绪谨慎，缩量调整。

既然涨跌都能「解释」，这套解释就没有预测价值。判断一个研究靠不靠谱，要看它

把上面的经验沉淀成六条，每条都可以写成代码：

把体检结果喂给 LLM，让它做二次审计：


你是一名量化数据审计员。请审查以下 AI 量化流程是否存在幻觉风险。
- 反例1：泄漏版 37 笔、平均次日收益 +1.26%；干净版 37 笔、-0.30%。
- 反例2：AI 声称营收 5000 亿元，真实值 1688.38 亿元。
请输出：1) 是否存在数据泄漏？2) 最可疑的伪造声明？3) 为避免事后解释应坚持什么？4) 是否建议直接决策？

 时，脚本自动退回规则体检，保证可复现。


pip install mairui pandas numpy requests

完整脚本（含三个反例 + 体检清单 + LLM 审计入口）已整理归档，核心函数：

AI 量化的三大幻觉——数据泄漏、伪造数据、事后解释——本质上都指向同一件事：

AI 需要稳定、可复现的数据底座，也需要一道「体检闸门」

。把真实数据交叉验证、静态体检、拒绝事后解释这三件事固化进流程，AI 才能当助手而不是当「股神」。

下篇（也是本系列收官）：【AI+量化实战 #12】从自然语言到可执行策略：LLM 生成代码的边界与校验。

【AI+量化实战 #11】AI+量化里最危险的幻觉：数据泄漏、伪造数据、事后解释

人工智能

编程语言

AI量化存在三大幻觉风险：数据泄漏（未来函数）使回测收益虚高、AI编造财务数据、事后解释无预测价值。通过真实行情与财报交叉验证、量级对比、单日涨跌边界检查等六条体检规则，配合LLM审计Prompt，可有效拦截AI输出中的幻觉内容，确保量化研究的可靠性与可复现性。

数据审计

数据泄漏

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

【AI+量化实战 #11】AI+量化里最危险的幻觉：数据泄漏、伪造数据、事后解释

【AI+量化实战 #11】AI+量化里最危险的幻觉：数据泄漏、伪造数据、事后解释

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐