AI写的研报责任谁来扛？量化投研的复核闸门怎么设

某证券行业自律组织首次把AI投研内容审核写进行业规范。对私募来说，真正要补的不是提示词，而是数据核验、逻辑复核与发布留痕。

导读：AI能帮忙整理资料、起草初稿、做情景推演，但数据核验、投资判断和署名责任不能甩给模型。这篇讲清楚私募量化投研怎么给AI加一道复核闸门。

一、把这条规范翻译成私募听得懂的话

某证券行业自律组织在2025年证券公司研究报告业务经营情况统计报告里，头一回把「建立AI投研内容审核内控机制」写进了行业规范。原文说得很直白：禁止分析师直接采信AI生成的、没经过核验的数据、观点、推演和研究结论。换成私募听得懂的话：AI可以帮你整理资料、起草初稿、写代码、做情景推演，但数据核验、投资判断、署名责任这三件事，不能交给模型。

这条规范管的是券商研报，可私募量化投研的日常跟它高度重叠。研究员用AI拉行业数据、生成因子逻辑、写回测脚本，最后这些内容进策略会、进尽调材料、进产品周报。模型生成和机构发布之间，必须有一道人工闸门。没这道闸门，错的不是AI，是签字的机构。

二、量化投研最容易漏的四类错误

公开报道提到的风险包括AI编造政策信息、虚构行业数据，经分析师署名后流向市场，导致政策时间错位、数据来源没法追溯。放到量化投研里，最容易漏的是下面四类。

错误类型	典型症状	最低核验动作
数据时点错位	用了财报发布后的数据去回测发布前的信号，或者政策生效日和应用日对不上	每个字段标注数据可得时间，回测按「可得日」对齐，不按「归属期」对齐
口径混用	同一张表里混用不同来源的行业分类、复权方式或成交额口径	建立字段口径字典，一个字段只认一个来源，换来源必须重新回测
引用来源不可追溯	AI给了一段数据，没写来源，研究员直接复制进材料	要求每条外部数据带来源、抓取时间和原始文件，缺一不可
把相关性说成因果	模型发现两个因子同涨同跌，就写成「A导致B」	涉及因果表述必须附机制解释或对照实验，否则只写相关

这四类错误有个共同点：单看每一步都像小事，叠在一起就会让回测结果和实盘对不上。数据时点错位会让策略「提前知道」未来信息，口径混用会让不同来源的数据打架，来源不可追溯意味着出了问题找不到根，相关性当因果则会让策略逻辑在环境变化时突然失效。

三、搭一套可执行的AI投研复核流程

别把复核做成一句口号。下面四步，每一步都写清楚谁做、多久做一次、留下什么。

环节	责任人	频次	留痕物
输入白名单维护	数据管理员	每月一次	数据源登记表、字段口径字典
数据核验	研究员	每份材料	来源截图、抓取时间、核验签字
逻辑复核	投研负责人	每份材料	复核意见、修改记录
回测复现	量化研究员	每次策略变更	数据快照、代码版本号、参数文件
发布留痕	合规/风控	每季度	提示词、原始输出、修改痕迹

常见问题

AI生成的内容署了分析师名字，责任就转移给分析师了吗？

不是转移，是本来就归他。署名意味着他对内容和数据负责，用了AI不改变这一点。机构要做的不是把责任推给个人，而是建立复核机制，让签字前有人核过。

私募没有券商那么多人，怎么做双人复核？

人少就按角色拆，不按人头拆。研究员核数据，投研负责人核逻辑，署名人对结论负责，三个人可以兼任但签字不能省。频次上，对外材料每份都核，内部讨论稿每周抽一次。

开源模型本地部署就能免责吗？

不能。本地部署解决的是数据不出域，不解决内容对不对。模型编造数据、时点错位、口径混用，本地跑一样会发生。免责的前提是复核留痕，不是部署方式。

复核流程要跑多久才能看到效果？

别指望一个月见效。按季度看两个指标：对外材料被退回修改的比例、回测复现失败次数。连续两个季度下降，说明流程在起作用。