最近一直在关注关于AI交易机器人很多的讨论，老实说，我觉得人们高估了它们的可靠性。

这就是我注意到的：大多数这些自动交易机器人都是建立在历史数据模式上的。当市场表现像以前一样时，它们运作得很好。但一旦条件发生变化，我们进入陌生的领域？那就变得一团糟。

想想看。一个基于多年正常市场周期训练的交易机器人，一旦波动以异常的方式激增或出现黑天鹅事件，就会开始做出令人质疑的判断。这些算法根本没有应对它们从未见过的情况的操作手册。

我多次看到这种情况发生。在意想不到的市场崩盘或快速的制度变革中，即使是所谓的复杂交易机器人也会挣扎，因为它们本质上只是模式匹配的机器。它们的表现只取决于它们所学习的历史数据。

真正的问题在于市场在不断演变。新的相关性不断出现。宏观条件在变化。而一个建立在去年数据上的交易机器人，可能完全看不清楚现在发生了什么。

别误会——交易机器人在执行和大规模管理仓位方面确实有它们的作用。但在真正出现新市场条件时，把它们作为主要策略依赖？那就是被动应对的祸根。

如果你现在在运行交易机器人，也许值得问问自己：我的机器人真的在适应当前的情况，还是只是在重复旧的模式？因为说实话，这个区别比大多数人意识到的要重要得多。