AI在市場變得艱難時並非救世主……但它可以提供幫助，尼克爾數字的主管表示

Ian Allison

2026年2月10日星期二 下午5:24 GMT+9 讀取時間約4分鐘

當市場變得艱難，就像一月末加密貨幣市場所經歷的那樣，投資公司需要盡可能多的幫助來快速做出正確的決策。毫不奇怪，許多公司轉向AI，這個閃亮的新武器，用來分析並建議如何最大限度地減少損失甚至獲利。

根據尼克爾數字資產管理最近進行的調查，幾乎所有（96%）管理約14萬億美元資產的交易公司高層表示，AI已在核心投資流程中扮演重要角色。但這還不夠，仍然需要人類的協助，該公司的創始合夥人兼CEO Anatoly Crachilov表示。

AI正在改變量化交易，就像它幾乎改變每一個行業和人類努力一樣。除了似乎已滲透日常生活的大型語言模型（LLMs）之外，還有機器學習和預測AI方法，這些方法分析歷史數據以預測未來。然而，它們在識別錯誤信息方面較弱，可能導致錯誤的結論和糟糕的決策。

“這是一個非常艱難的市場。AI不會拯救你；它不是救世主，”Crachilov在一次採訪中表示。

儘管上個月末加密價格的下跌席捲市場，總部位於倫敦的尼克爾，運營一個分配給80多個團隊的多管理平台，仍對今年持樂觀態度。“或許這本身就是一個成就，”Crachilov說。

加密交易與AI的交叉點在風險管理等領域變得最為先進。儘管AI仍可能難以超越針對最新低流動性加密幣的高速狙擊機器人，但一個甜點是情緒和數據驅動模型可以學習如何管理風險。

每個與尼克爾合作的管理人都在一個明確定義的風險框架內運作，該框架包括在波動性增加時的最大回撤限制。有時需要人為干預，Crachilov解釋說，這是一種“老派”的方法，而不是依賴數據驅動的機器學習自動化。

“如果市場陷入困境，就像近期幾次那樣，有時你必須保持紀律，停止那些突破最大回撤限制的管理人，不管是由AI驅動策略還是其他，”Crachilov說。“最終，我們會對投資組合中允許的最大損失設置一個硬性限制。”

關於AI驅動交易策略中人類參與的程度，或人類覆蓋觸發的方式，這些問題對於Crachilov來說過於技術性和微妙，因為尼克爾的調查主要是針對較高層次的管理人。

他表示，尼克爾運作“類似軍事的操作”，每天從底層帳戶收集超過1億個數據點。“雖然這部分信息非常充分，但仍然需要人類參與。我們甚至在深夜也在與管理人進行對話，”Crachilov說。

完全自動化的自然演進仍需考慮來自加密交易所等地方的錯誤或不完整數據源的可能性。

例如，人類會意識到某個持倉下跌100%的數據可能是數據源出錯的結果，他說。但自動化的AI系統可能會在不需要的情況下強制執行限制。

“你需要人類的覆蓋。整個加密生態系統仍然非常脆弱。有些交易所可能會暫時停止15分鐘，或看到錯誤數據，或產生不良數據片段，這可能無意中迫使系統關閉一些管理人，毫無理由，”Crachilov說。

這實際上取決於公司的風險管理理念，即從流程中的任何點移除單點故障，尼克爾的投資者關係主管Charles Adams表示。

“如果有一個自主代理監控整個投資組合，假設它出了問題，風險可能會變得災難性，”他說。“我們的重點是，我們擁有一個非常多元化的基金，分散在80多個管理人之間，涵蓋數百甚至數千個子帳戶，移除那個單點故障對我們來說非常重要。”