模型风险（Model Risk）是模型的产出错误、误导或不适合它要支撑的决定的可能。在交易里，它适用于量化模型和 AI 助手，包括编造、过拟合、数据错误和误用产出。
它是怎么运作的
每当模型产出支撑一个决定时，它就带着风险：数字可能是错的、样本可能没有代表性，或者模型可能被用在它被构建的范围之外。
管理模型风险意味着验证产出、理解构建模型的数据，并把最终决定留给拥有风险的人。
为什么交易者需要知道
一个编造数字的 AI 助手和一个过拟合的回测是同一类失败：误导决定的模型产出。
把判断留在人这边是主要防线，因为没有模型会拥有它产出的后果。
一个简单的市场例子
一个语言模型产出一家公司的自信营收数字。这个数字是编造的。把它用进分析就继承了错误，这是模型风险最简单的形式。
常见误区
把模型自信的产出当成已验证的真相。
把模型用在它从没被构建来做的任务上，比如语言模型预测价格。
常见问题
模型风险只和 AI 有关吗？
不是。它适用于任何支撑决定的模型，包括统计和回测模型。
怎么降低模型风险？
验证产出、理解构建模型的样本，并把最终决定留给人类。
模型风险能消除吗？
不能完全。防线是验证，以及人对决定和后果的所有权。
仅供教育用途。部分术语在不同国家、机构和市场中的具体口径可能不同。