模型風險（Model Risk）是模型的產出錯誤、誤導或不適合它要支撐的決定的可能。在交易裡，它適用於量化模型與 AI 助手，包括編造、過擬合、資料錯誤與誤用產出。
它怎麼運作
每當模型產出支撐一個決定時，它就帶著風險：數字可能是錯的、樣本可能沒有代表性，或模型可能被用在它被建構的範圍之外。
管理模型風險意味著驗證產出、理解建構模型的資料，並把最終決定留給擁有風險的人。
為什麼投資人需要知道
一個編造數字的 AI 助手和一個過擬合的回測是同一類失敗：誤導決定的模型產出。
把判斷留在人這邊是主要防線，因為沒有模型會擁有它產出的後果。
一個簡單的市場例子
一個語言模型產出一家公司的自信營收數字。這個數字是編造的。把它用進分析就繼承了錯誤，這是模型風險最簡單的形式。
常見誤解
把模型自信的產出當成已驗證的真相。
把模型用在它從沒被建構來做的任務上，例如語言模型預測價格。
常見問題
模型風險只和 AI 有關嗎？
不是。它適用於任何支撐決定的模型，包括統計與回測模型。
怎麼降低模型風險？
驗證產出、理解建構模型的樣本，並把最終決定留給人類。
模型風險能消除嗎？
不能完全。防線是驗證，以及人對決定與後果的所有權。
僅供教育用途。部分術語在不同國家、機構與市場中的實際用法可能不同。