在 2026年5月6日（周三）12:30-13:30，由首都经济贸易大学金融学院主办的论文研讨班第351期在明辨楼304顺利举行。本次研讨活动以“剖析AI交易：行为金融学与市场泡沫”（Dissecting AI Trading：Behavioral Finance and Market Bubbles）为核心主题，特邀香港中文大学（深圳）金融系副教授、深圳数据经济研究院荣誉特聘教授隋鹏飞博士担任主讲人，学院师生通过线下参与的方式，围绕AI在金融交易中的应用、行为模式及其对市场均衡的影响展开深入学术交流，会议由刘怡君老师主持，金融学院赵大萍、邴涛、徐新扩等老师及研究生共同参与，现场氛围热烈，互动研讨氛围浓厚。
在全球人工智能技术迅速发展的背景下，AI在金融决策中的角色日益重要。与传统的量化交易模型不同，基于大语言模型的AI交易员不仅能够执行交易，还能提供决策推理与信念表达。现有研究多关注AI作为信息提取工具或统计模型的角色，而本次讲座则将AI视为“硅基生物”，从行为方法论的角度系统研究其在金融市场中的决策逻辑、行为偏误及其对市场均衡的影响，为理解AI与传统人类投资者的异同提供了新的分析框架。
本次研讨中，隋鹏飞博士围绕“AI交易员的行为特征与市场影响”展开系统研究。研究设计借鉴了1988年Smith等人关于实验市场中泡沫形成的经典框架，将人类被试替换为多种主流大语言模型（如DeepSeek、GPT、Llama、千问、Claude等），构建了一个多期集合竞价市场环境。研究发现，AI交易员在微观层面表现出与人类投资者相似的经典行为偏误，包括处置效应和收益外推信念，且其信念与交易行为之间的关联强度显著高于人类投资者。在宏观层面，AI交易员群体的交易行为能够产生显著的价格泡沫，市场中也出现了基于订单失衡预测未来价格、信念异质性与交易量正相关等经典均衡特征。
进一步分析AI交易员的推理文本后，隋鹏飞博士识别出多种与泡沫形成相关的行为机制，并尝试通过引入行为金融学的干预提示（如强调基本面、忽略短期波动）来优化AI的决策模式。初步结果表明，合理的提示设计能够有效抑制市场泡沫，提升价格发现效率，为监管部门理解和引导AI交易行为提供了新思路。
在互动讨论环节，金融学院多位教师围绕“实验所需要的数据在雪球数据中同样包含，为什么不直接使用雪球数据进行验证？”“如何将实验结论推广至真实市场环境？”等提出问题，隋鹏飞博士逐一作出详细回应，现场互动频繁，研讨氛围活跃。
本次论文研讨班第351期的成功举办，不仅为首都经济贸易大学师生搭建了与金融科技前沿研究对话的高水平平台，更从理论与实证层面为理解AI交易员的行为特征和市场影响提供了全新视角。在我国大力发展数字金融、人工智能与实体经济深度融合的背景下，本次研讨为推动AI交易行为的理论建模、实验验证与政策干预提供了重要的学术参考，也为学院师生在科技金融、智能监管等交叉领域的研究拓展了思路、奠定了基础。
主讲人简介：
隋鹏飞博士现为香港中文大学(深圳)金融系副教授，深圳数据经济研究院荣誉特聘教授。他于2018年在加利福尼亚理工学院获得社会科学(经济学)博士学位。其研究领域涉及行为金融学、资产定价、中国资本市场及人工智能与金融。他的研究成果主要发表于Journal of Financial Economics(三篇)、Review ofFinance等金融学顶级期刊，并荣获包括中国金融学术年会(两次)、国际青年金融学者会议在内的多个会议的最佳论文奖。其文章多次在NBER SummerInstitute，AFA，CICF，CFRC等国际会议上展示。
供稿：刘雨辰