AI金融预测仍处实验期 波动滤波已落地风控

时间：2026年11月12日 19:46:57 中财网

　　CFi.CN讯：数据显示，当前基于小型神经网络的ETF收益预测尚未形成稳定优势，全部18次完整运行均选择零输出，多种架构与基线模型(CW、Huber等)均未突破统计显著性。波动预测方面，20期波动滤波已嵌入模型并实际用于10%风险目标配置，但QLIKE指标未优于传统递归EWMA方法。

　　
　　近期机构研报指出，规则驱动的AI模型在金融场景中效果高度依赖先验适用性——振幅约束仅在已知振幅时有效，周期突变后需依赖自检门控降误差，但依然弱于简单LAST基准。研报认为，规则失效后的退回机制虽有帮助，尚不能完全规避损失。

　　
　　研报指出，模型身份与规则来源尚未充分核验，短样本、机制变化和历史暴露限制外推性。不过，波动预测已进入实操环节，为风险预算配置提供新工具，这或是当前最接近落地的价值点。