盈亏不是经验：Self-Driving Portfolio 之后，AI 投资还缺一层决策归因

核心命题：在自主投资系统（Self-Driving Portfolio）能够独立完成研判并接入市场之后，决定系统能否进化的核心，不是更多的回测或无序的“自我反思”，而是如何构建严密的责任归因（Credit Assignment）与学习治理机制——让每一次市场盈亏真正沉淀为可复用的投资经验，而非过度拟合的噪音。

在上一篇探讨《自主投资组合：AI 投研的真正终点》时，我们留下了一个关键问题：当价格走完一段行情，回看账户盈亏，系统往往根本无法回答自己究竟做对了什么、做错了什么。

假设一个智能体买入一组科技成长股，一个月后组合录得 25% 的绝对收益。如果系统只接收到一个 +25% 的最终收益反馈，它究竟学到了什么？

答案往往是：几乎什么都没学到。

真实市场从不会像监督学习数据集那样，在收盘时附赠标准答案与解析：行业判断贡献了多少、盈利预期差贡献了多少、入场节奏早了两周造成了多少折损、仓位配置是否过轻，抑或只是纯粹享受了行业贝塔（Beta）与动量风格（Momentum）的普涨红利。

市场只给出一个冷冰冰的数字。盈亏是结果，不是解释。

这也是买方投研系统向自主化演进时最关键的瓶颈：当系统具备了分析能力、下单能力甚至反馈回路之后，下一道真正的护城河在于——这笔盈亏究竟该记在谁的账上？

一、收益归因：区分风格暴露与真实阿尔法

投资的第一步，必须先厘清钱从何而来。

在传统多因子与量化风控体系中，业绩归因（如 Barra 归因体系）早已是一套成熟的标准动作。但在大语言模型与智能体投研系统中，这一步不仅没有过时，反而成为防止系统“学坏”的第一道核心防线。

业界近期的基准测试清晰地指出了一个痛点：在隔离历史记忆的严格测试环境下，许多端到端交易智能体的超额收益，绝大部分都可以被市场整体涨幅与特定风格暴露所解释，真正来源于独立选股阿尔法（Stock-Selection Alpha）的证据极度有限。

这揭示了 AI 投资学习中最根本的“错误打标”隐患：

1. 误把贝塔当能力：若智能体因小盘成长风格占优而获利 20%，系统若直接将其作为“选股逻辑有效”的正向反馈，下一轮系统放大复制的，将是未经识别的风格敞口，而非真实的选股能力；
2. 误将波动当失败：反之，若一个扎实的基本面研判逻辑完全成立，却因短期的宏观扰动、流动性冲击或入场择时偏差导致账面回撤，系统若草率判定为“逻辑失效”，便会直接清洗掉原本正确的投资认知。

因此，归因系统的第一层必须是收益归因（Economic Attribution）：严格拆解组合收益来自基准贝塔、行业动量、风格敞口、特质阿尔法、择时损益、仓位管理还是交易摩擦成本。

二、决策归因：从收益拆解穿透至具体动作

然而，传统的收益拆解只能解决“收益构成”的问题。即便确认了某只个股贡献了特质阿尔法，我们依然无法直接推导究竟是哪个具体的决策动作创造了价值。

一次看似成功的投资结果，背后可能是一系列矛盾动作的复合体：

• 盈利拐点研判正确，但催化剂映射发生偏差；
• 核心投资假设完全错误，却因突发的偶发事件意外获利；
• 优秀的基本面逻辑，却伴随着糟糕的入场点、过轻的仓位和过早的获利了结。

如果直接让模型在亏损后自由生成自然语言式的“复盘反思”，往往会带来灾难性的策略漂移。会反思，绝不等于会学习。

在高度随机且非平稳的金融市场中，模糊的自由反思等同于用极其嘈杂的终局盈亏去全盘改写策略。市场波动越大，模型越容易把偶然的噪音误认作深刻的教训。

破解之道在于将归因细化至结构化决策单元：

• 修改对象必须与归因对象精确对齐：必须将投资逻辑拆解为明确可溯源的条件规则、核心假设（Thesis）、催化剂观测点、仓位调整规则与止损退出机制；
• 定点定位与规则级微调：系统不应在单次失利后推倒整个研究框架，而是跨多个决策样本定位高频出现的具体规则缺陷，仅对特定参数或规则进行定向修正，并经过严格的样本外滚动前瞻验证，验证未通过则果断回滚。

归因对象因策略类型而异——量化策略聚焦于因子、信号与风控约束；主观基本面策略聚焦于投资假设、驱动催化、仓位梯度与退出规则；而在多智能体投研系统中，归因对象则进一步拓展为分析模块、信息信源、投研工具与推演路径。

三、学习归因与权限演进：模拟买方组织的信用与带宽分配

在真实的买方投资团队中，投资经理（PM）管理研究员与组合的方式，从来不是在某次研判失误后直接推倒研究员的整个知识体系，而是在实战中动态调整“信任权重”：

• 清楚谁对周期拐点最敏锐，谁在政策博弈行情中容易过度解读；
• 明确哪些渠道调研包含真正的前瞻增量，哪些所谓的高频动态本质上只是市场噪音；
• 在不同的市场环境（Regime）下，向更具胜率优势的研究线索分配更多的研究预算、决策带宽与组合仓位。

多智能体投研系统同样应当遵循这一组织演进机制。反馈回路不仅用于微调单个智能体，更应当用于动态调整不同智能体未来的信息处理带宽与决策权重。

通过追踪各研究模块与信息源在真实市场检验中的历史效用，系统能够根据不同市场状态实现动态授权：对长期具备增量价值的模块赋予更高的决策权重，对低效噪音模块缩减其资源消耗。

四、决策记忆与治理：破解“自我迭代悖论”

许多自主系统设计者倾向于让智能体根据过往预测偏差自动修改提示词（Prompt）或策略代码。然而，业界实践揭示了一个严峻的自我迭代悖论（Self-Improvement Paradox）：

微小的提示词修改往往会引发远超预期的系统行为漂移；尤其在市场极端承压、输入数据最为嘈杂的时刻，基于过往短期误差驱动的自我更新，极易导致策略在最需要稳健性的时刻彻底失效。

一个频繁自我修改的系统，往往只是更高频地过拟合了近期的局部行情。

真正成熟的自主投资系统，其学习闭环应当具备严谨的分层治理架构：

市场盈亏反馈 (P&L / Market Outcome)
        ↓
收益归因 (Economic Attribution)
区分基准贝塔、行业/风格暴露、特质阿尔法与交易成本
        ↓
决策归因 (Decision Attribution)
穿透至投资假设、择时节点、头寸管理与退出动作
        ↓
学习归因 (Learning Attribution)
决定调整特定规则参数、因子权重、或智能体权限与带宽
        ↓
严格验证 (Validation)
样本外滚动验证、挑战者策略并行、影子环境观察
        ↓
决策记忆沉淀 (Decision Memory)
记录完整决策切片，支持周期衰减与置信度治理
        ↓
治理化系统更新 (Governed Update)

在这个体系中，最核心的资产不是海量的研报摘要或日志追踪，而是干净、可复现的完整决策切片（Decision Episode）：

1. 事前截面状态：决策时刻所能获取的完整信息切片（杜绝后视镜偏见与事后合理化）；
2. 核心假设与逻辑链：当时基于何种假设建立了预期差；
3. 决策动作与约束：采取了何种仓位、择时规则与风控约束；
4. 归因结果与置信度：事后盈亏能明确拆解至哪一决策层级，归因置信度多高；
5. 准入权限：该经验是否经过充分验证、是否有资格进入生产环境。

特别是在低频基本面投资中，一个投资假设往往需要数月甚至更长时间才能迎来反馈，样本量极少且市场环境已然切换。系统绝不能因单次得失而产生剧烈强化，而是需要跨周期寻找稳健模式，设定记忆衰减机制，并在归因不明确时果断标记为“无法归因”。

在投资系统中，明确记录“无法归因”，其价值远高于一次错误的强行学习。

结语

AI 原生买方系统的演进，核心在于投资经理从繁琐的单点分析执行中解放出来，全面上移至学习治理（Learning Governance）层面：

• 制定何种级别的证据才允许修改底层规则，何种策略只能停留在影子环境（Shadow）；
• 厘清哪类归因可以自动化更新权重，哪类必须经过人工严格复核；
• 明确一条曾经有效的策略经验，在何种宏观与市场状态变化下应当主动衰减甚至失效。

一个能够自主运行的投资系统，其真正的技术分水岭从来不仅是“能否自主完成交易”，而是在经历了一轮又一轮的市场风雨之后，系统能够清晰证明自己究竟学会了什么。

研究边界说明

本文讨论的是 AI 原生投资系统的架构设计与方法论。当前关于自主进化投研系统的业界与学术探索，仍以受控基准测试与模拟回测为主，尚不能等同于跨越完整宏观周期的真实管理业绩；文中引用的实证结论也应放在各自的测试环境中理解。本文旨在提供系统架构层面的机制洞察。

核心参考文献

1. Zhu, T. et al. (2026), From Knowing to Doing: A Memory-Controlled Benchmark for LLM Trading Agents on Stock Markets, arXiv:2605.28359.
2. Chen, X. et al. (2026), SHARP: A Self-Evolving Human-Auditable Rubric Policy for Financial Trading Agents, arXiv:2605.06822.
3. Sun, R. et al. (2026, v4), ContestTrade: A Multi-Agent Trading System Based on Internal Contest Mechanism, arXiv:2508.00554.
4. Jiang, Y. et al. (2026), Evaluating Investment Logic in Large Language Models: A Real-World Benchmark Towards Personalized Financial Agents, arXiv:2608.06108.
5. Bevza, I. (2026), The Self-Driving Portfolio: Promise, Pitfalls, and the Practitioner Gap, CFA Institute Research & Policy Center.
6. Ang, A., Azimbayev, N. & Kim, A. (2026), The Self-Driving Portfolio: Agentic Architecture for Institutional Asset Management, arXiv:2604.02279.