金融工程前沿专题
AI 辅助学习与工作 · 学生使用情况分析报告
📊 数据总览
75
参与学生
17
提及的AI工具
209
实际Prompt记录
68
积极态度
本报告基于"金融工程前沿专题"课程小作业以及学生提交的LLM使用记录，对AI使用情况进行归纳分析。
🛠 AI工具使用情况
主要发现：DeepSeek、Claude Code 和 ChatGPT 是最常使用的三大工具。部分学生采用多工具协作策略。
📚 AI使用场景
主要发现：概念理解和代码相关是最主要的使用场景。AI在"从理论到实践"的转化中发挥了桥梁作用。
💭 对AI的态度
态度解读
- 绝大多数学生（68人）对AI持积极态度
- 少数学生（7人）持审慎态度
- 主流共识：AI是辅助工具而非替代者
🔬 LLM使用记录深度分析
基于16位同学提交的209条实际Prompt记录。
提示词任务类型分布
发现：代码生成（27%）和数据处理（26%）占主导。验证质疑类占14%，说明学生保持了批判性思维。
项目中使用的LLM模型
模型选择趋势
- DeepSeek（37%）性价比高、代码推理强
- GPT/Codex（33%）复杂推理突出
- 部分学生采用多模型协作策略
实际Prompt示例
选题构思类
"我是一名金融工程专业学生，想做一个AI+金融的课程项目。初步想法是用大语言模型模拟不同投资大师来分析股票..."代码生成类
"请设计一个支持调仓交易摩擦（单边0.1%）的组合再平衡回测引擎。对比三种策略的累计净值和绩效指标。"验证质疑类
"我构建了12个技术因子，IC均值全部为负（-0.02到-0.06），请问这意味着什么？是我的因子计算有问题吗？"调试排错类
"测试跑到一半卡住了。前面14个代理正常完成，但4个一直卡在'Generating analysis'状态不返回。"✅ 好的做法 Top 8
1批判性验证AI输出40人提及
"让AI把分散的文献整理成可用的框架（定价理论告诉我们'怎么算'，行为金融告诉我们'为什么这么设计'，创新批判告诉我们'谁在获益'）"
2分层搭建/分步推进32人提及
"把大问题拆解成可执行任务：从'AI如何解决金融问题'缩小为'如何用AI辅助个人消费贷款审批'，再拆为数据输入、模型分析、风险分层、审批建议和人工复核"
3用明确简洁的指令20人提及
"通过AI讨论认识到最优单因子RankIC为0.033844说明因子有一定预测能力，但不能直接等同于可实盘交易策略"
4多工具协作各司其职9人提及
"多工具联动：实操阶段用Claude Code，逻辑梳理用DeepSeek，文稿润色用豆包"
5项目前写提纲/文档7人提及
"Playwright MCP让AI自主探索目标网站结构并自主规划爬取方案"
6先独立思考再提问4人提及
"构思阶段克制——不让AI直接给方案，而是列出选项让自己思考金融含义"
7模仿老师逆向提问3人提及
"注重研究侧重点：'让AI解决贷款违约问题，一个大模型可能给出的方案差不多，而针对数据集不平衡和多维这两个特点则可以有更针对性的算法'"
8让AI出题自测检验3人提及
"提问越具体回答越有用：问'帮我做个选股策略'没用，要问'用LightGBM预测下月收益，训练集2023-2025，测试集2026，帮我写分组回测代码'"
⚠️ 常见踩坑 Top 8
1AI幻觉/信息不准确16人提及
"AI容易陷入幻觉——讨论奇异期权定价边界条件时，AI推翻了自己之前的说法，给出完全不同的结论"
2过度依赖/AI替代思考7人提及
"使用Agent做项目时感觉浮于水面，过去用DeepSeek会因bug不得不直面项目重难点，现在没有主动解决问题的机会"
3未来函数/前视偏差6人提及
"AI生成的代码和结果不能直接接受，尤其是量化交易项目涉及数据来源、权重生效、交易成本和未来函数等关键细节"
4API限流/排队卡死4人提及
"DeepSeek Pro模型经常在'思考中'卡死，Flash模型体验更好"
5上下文丢失/长对话退化2人提及
"AI对上下文信息的记忆能力有限，讨论到深层时会忘记早期交代的背景条件"
6AI生成代码首次有bug2人提及
"AI生成代码的bug需要结合代码目的让AI逐行解释来发现"
7AI不会主动想需求1人提及
"AI不主动想我需要什么：股票池覆盖不足、数据时间段默认、策略不通过不主动调参数"
💡 核心经验总结
一、AI使用的关键原则
- 人机协作，人为主导：AI提方向、人做深度
- 保持批判性思维：AI输出需要人工审核
- 明确指令，分步推进：简洁清晰的指令更有效
- 多工具协作：不同AI各有擅长领域
二、常见陷阱与应对
- AI幻觉：长对话后更易出现，需核对关键数据
- 过度依赖：应先自己思考再问AI
- 上下文丢失：重要信息需主动重复提供
- AI迎合倾向：需要主动质疑
- 未来函数风险：回测代码需人工检查
三、高效使用建议
- 先想后问：先分析边界，再让AI在边界内工作
- 项目前写提纲：让AI围绕主线思考
- 分层搭建：先框架再细节
- 保存重要对话：避免上下文丢失
- 模仿老师提问：让AI出题自己回答
📝 结语
AI最大的价值在于降低试错成本、加速知识获取、释放认知资源。善用AI工具，同时保持独立思考和批判精神，是当代金融工程学生应当掌握的核心能力。