AI助手——个人分析师，而非水晶球

想象一下，你身边有一位分析师，他能在几秒钟内读懂股票的五大支柱，了解机构投资者的动向，市场状态，新闻报道——并能用简单的中文为你总结。这就是AI助手/Brain标签的功能。

首先最重要的是：

★ Insight: AI助手不预测未来。它帮助你处理和理解现有数据。这是一个阅读和连接的工具，而不是水晶球。把它当作预言家来使用的人，迟早会自欺欺人。

---

标签包含什么

1) AI顾问（聊天）——所有套餐每天5个问题

你可以对某只股票/情况提问，AI会以易懂的方式回答。它会从QMA数据中获取上下文——五大支柱、聪明资金、市场状态、宏观、新闻——并编织总结。你可以通过提问来获取整合的信息，而不是点击五个标签。

每天5个问题的限制控制了成本，并促使你提出高质量的问题。

2) Brain / Intelligence——模型的幕后

• ML预测（带有概率，而非确定性）。
• 自适应权重——模型对哪个支柱的信任度（随时间变化）。
• 支柱的准确性——历史表现如何。
• IC（信息系数）——关键数字（见下文）。
• 行为洞察 + 市场状态。

★ Insight: AI顾问是你每天使用的“对话”层。Brain是“引擎”——显示引擎的可信度。

---

有什么用——以及没有什么用

擅长

• 总结上下文（整合的图景而非五个数字）。
• 解释术语（低EQS是什么意思？）。
• 连接信号（动量和机构行为一致吗？）。
• 节省时间。

不擅长（也永远不会）

• 不知道明天。 没有模型知道明天的价格走势。
• 可能出错。
• 不是指令。 决策永远是你的。

★ Insight: 把AI当作研究员，而不是先知。 研究员提供和整理资料；如何使用这些资料，由你决定。

---

什么是IC，为什么它是黄金

IC（信息系数）衡量某个支柱在历史上预测未来价格走势的准确性。我们将支柱的得分与股票随后7/14/30天的表现进行比较。高IC = 支柱命中；IC接近零 = 随机。

• 高IC → 增加信号的权重。
• IC接近零 → 目前是噪声。
• 负IC → 目前反向有效。

★ Insight: IC是诚实检测器。与其“对所有支柱一视同仁”，QMA告诉你“这个现在命中，那个没有”。当AI告诉你“动量很棒”，但在Brain中动量的IC很低，你知道不该高估这个信号。

---

为什么ML需要时间来成熟

ML大脑从真实交易中学习——记录预测，等待结果，调整权重。短期信号需要数周成熟，长期信号需要数月。当模型的一部分是新的，不要将其自信视为定论。

★ Insight: 声称自己立即完美的ML在撒谎。诚实的模型承认自己在学习——而QMA向你展示这种成熟过程。

---

如何提出好问题（不浪费5个）

• 具体——不是“你怎么看市场？”，而是“[ticker]的动量和聪明资金组合如何？”。
• 问连接，而不是预测——不是“会涨吗？”，而是“哪些支柱推动得分上升，哪些下降？”。
• 要求解释，而不是判决。
• 将多件事结合成一个问题。

★ Insight: 回答的质量取决于问题的质量。五个有针对性的问题 > 五十个随机的问题。

---

如何连接——AI ↔ 股票详情 ↔ 标签

1. 从股票详情开始（原始数据）。
2. 让AI总结上下文。
3. 在Brain中验证——与回答相关的支柱IC。
4. 检查相关标签（聪明资金，收益日历）。
5. 自行决策。

★ Insight: QMA的力量不在于一个神奇的数字，而在于三种视角的结合——易懂的总结（AI）、可靠性程度（Brain/IC）和原始细节（标签）。

---

提示

1. 让AI做无聊的工作，而不是重要的决策。
2. 在相信信号之前阅读IC。
3. 尊重模型的成熟过程。
4. 交叉验证。
5. 节省问题——5个深思熟虑的 > 50个随机的。

---

常见错误

盲目相信AI · 将输出视为确定性 · 不验证 · 问预测（“会涨吗？”） · 忽视相互矛盾的信号（这是“要小心”的宝贵信息）。

---

总结

AI助手是个人分析师，能够读取平台数据并清晰地总结。Brain显示模型的可信度（IC，支柱准确性，ML成熟过程）。将两者用作理解和连接的工具，而不是预言家。提问具体，交叉验证，尊重限制——最终决策永远留给自己。

---

免责声明：AI助手和Brain不是投资顾问。输出是分析性和教育性的，可能包含错误，并描述过去或当前数据——而非未来发展。请始终从多个来源验证信息，任何投资决策及其风险由你承担。QMA是分析和教育工具，而非买卖建议。