导读

私募证券基金，是金融AI渗透最深之地——量化为其主战场，算法亲操买卖之刀。替客户管钱是受托，自动下单撼市是外部，募集与定价见不对称：三性于此尽叠。

横向之规已密，私募更加一层。他处之严，在三层叠加；私募之严，在叠上加叠。本篇即把适当性、算法交易、反洗钱、投顾资质四题，置于私募专门规则之下，逐一落地。

一、适当性与合格投资者：AI可辅其判，不可代其断

私募只向合格投资者募集，这道门槛，AI可以帮着筛，却不能替着定。

门槛须穿透。 合格投资者的认定，有明确标准：单位净资产不低于1000万元；个人金融资产不低于300万元，或最近三年年均收入不低于50万元；且投资于单只私募基金的金额不低于100万元。多层嵌套的，须穿透核查最终投资者，不得以拆分规避。AI做投资者画像，可提速、可初筛，但穿透认定的结论，须经人工复核确认。

匹配须留人。 适当性的核心，是把产品风险与投资者承受能力对上号。了解客户之前，不得展示基金组合策略或历史业绩——这条次序，AI不得僭越。风险揭示、投资冷静期、回访确认，皆为法定环节，须有人在场，不可全交算法。渗透越深之处，越要给人留一道闸。

募集环节若用AI智能客服、自动化营销文案，则另触内容标识义务：AI生成的话术对外，须依《人工智能生成合成内容标识办法》加注标识（详见第五篇）。

主要法源：《证券期货投资者适当性管理办法》（证监会令第130号，自2017年7月1日起施行）；《私募投资基金监督管理暂行办法》（证监会令第105号）关于合格投资者的规定；《中华人民共和国个人信息保护法》第24条。

二、算法交易合规：把私募量化的红线焊进系统

私募从事程序化交易，受双层规则叠加：横向，是证监会程序化交易规定与沪深北实施细则（详见第八篇）；纵向，是私募专门的运作指引。两层须并守。

先报告，后交易。 程序化交易须依规报告账户、资金、交易、软件等信息，报告并获确认后方可交易；高频认定阈值（单账户每秒申报撤单合计达300笔以上，或全日合计达20000笔以上）与四类异常交易标准，对私募同样适用。这一点，第八篇已详，此处不赘。

私募另加一层数量之限。 《私募证券投资基金运作指引》（中国证券投资基金业协会，自2024年8月1日起施行）课以专门约束：

• 组合投资"双25%"：单只私募证券基金投资于同一资产，不得超过该基金净资产的25%；同一管理人管理的全部私募证券基金投资于同一资产，不得超过该资产的25%（第12条、第13条）。

• 单一股票集中度：同一实际控制人控制的管理人，其自有资金、管理的全部私募证券基金、担任投资顾问的产品，合计持有单一股票不得超过该股票可流通股的30%。

• 杠杆与衍生品：参与DMA业务不得超过2倍杠杆；单只基金参与雪球结构衍生品的合约名义本金，不得超过基金净资产的25%；流动性较差的私募证券基金，总杠杆由200%调降为120%（第15条）。

• 程序化交易风控：从事程序化交易的，应当制定风控制度、完善监控系统、保持交易记录、做好重大波动应对（第21条）。

这些数字的要害，不在报得准，而在拦得住。 它们不是事后申报的口径，而是下单之前的拦截阀。风控系统须在交易指令生成的那一刻，实时校验持仓、集中度、杠杆是否触限，触限即拒单——把红线焊进系统，让违规的指令根本发不出去。事后才发现超了双25%、破了120%，已是既成事实，补救无及。风控前置于成交，方为硬控；风控滞后于成交，只是报表。

灵均案是前车之鉴。 2024年2月，宁波灵均因程序化交易短时大额冲击市场，被沪深交易所暂停、限制交易并启动公开谴责；交易所并指出，该机构此前已多次因异常交易被书面警示而未改正。教训有三：策略冲击市场，机构即责任主体，算法不免责；屡警不改，罚则升级；自律处分之外，尚通报证监会派出机构，刑民监管联动。

主要法源：《证券市场程序化交易管理规定（试行）》（证监会公告〔2024〕8号，自2024年10月8日起施行）；沪深北交易所《程序化交易管理实施细则》（自2025年7月7日起施行）；《私募证券投资基金运作指引》（中基协，2024年8月1日，第12条、第13条、第15条、第21条）。

三、反洗钱：AI可助识别，不可代担义务

私募基金管理人是反洗钱义务主体，按金融机构的标准履行义务——此处须辨明一点：私募是金融机构类的义务主体，并非房地产中介、律所、会计所那类"特定非金融机构"，二者义务来源不同，不可混淆。

新《反洗钱法》（主席令第38号，2024年11月8日修订通过，自2025年1月1日起施行，共7章65条）强化了三项与AI直接相关的义务：客户尽职调查（不再止于"身份识别"，而是风险为本的持续调查）；受益所有人的穿透识别（配套《受益所有人信息管理办法》，人民银行、市场监督管理总局，自2024年11月1日起施行）；大额交易与可疑交易的监测报告。

用AI做反洗钱，最易踏入的误区，是把"模型这么判的"当成免责之词。 法律不认这套。《反洗钱法》第54条规定，金融机构未按规定履行客户尽职调查、未采取相应风险管理措施等的，责令限期改正，处50万元以下罚款；情节严重的，处50万元以上500万元以下罚款，并可限制或禁止其开展相关业务。义务在机构，AI只是工具；工具漏报、误判，责任仍归机构。

故AI反洗钱模型，须能自证其有效。 部署一个可疑交易监测模型，不等于尽了义务；机构须拿得出证据，证明这个模型是管用的：

• 阈值对齐：模型的预警阈值与触发逻辑，须与监管对大额、可疑交易的要求对得上号，不能自定一套宽松标准了事。

• 误漏回溯：须定期回溯模型的误报率与漏报率，校准参数；漏报集中的场景，要有补强机制。

• 人工复核：模型筛出的可疑交易，须经人工研判后再决定是否报告；纯自动化的"筛了就完"，不构成合规。

• 留痕可审计：建模逻辑、阈值设定、每一笔预警与处置，须全程留痕，备监管检查与回溯。

一言以蔽：模型可报可疑，不可卸其责；机构既用AI守门，须先证AI管用。 这与"以AI管合规、先管好这个AI"的道理一脉相承（详见第十篇）。

主要法源：《中华人民共和国反洗钱法》（主席令第38号，自2025年1月1日起施行，第54条）；《受益所有人信息管理办法》（人民银行、市场监督管理总局，自2024年11月1日起施行）。

四、智能投顾资质：集合受托是一事，公开荐顾是另一事

私募用AI给投资者提供投资建议，须分清一道边界：管理自己的基金，与面向不特定对象提供投顾服务，是两回事。

私募基金管理本身，是一种集合的全权委托——管理人依基金合同，为全体投资者统一决策，这是其本职，不另需投顾牌照。但若私募管理人借AI工具，向基金之外的不特定对象提供投资建议、荐股荐基，则可能落入持牌投顾业务的范畴，须有相应资质。《关于规范金融机构资产管理业务的指导意见》（银发〔2018〕106号）第23条已明：运用人工智能技术开展投资顾问业务，应当取得投顾资质，非金融机构不得借智能投顾超范围经营或变相开展资产管理业务。一墙之隔，不可逾矩。

私募的投研AI、智能投顾工具，若对外输出投资观点或建议，还须过两关：一是内容若属AI生成，须依标识办法加注（详见第五篇）；二是对外发布的投资观点，须守发布证券研究报告、荐股荐基的既有规则，不得以AI之名规避。

主要法源：《关于规范金融机构资产管理业务的指导意见》（银发〔2018〕106号）第23条；《证券期货投资者适当性管理办法》（证监会令第130号）；《私募投资基金监督管理条例》（国务院令，自2023年9月1日起施行）。

本篇小结

私募证券基金，是三本质全叠、渗透最深之地，故横向之规上，再叠最密一层。四题之要，可束为四句：适当性，AI可辅其判、不可代其断；算法交易，红线须焊入系统、前置于成交；反洗钱，模型可报可疑、不可卸其责；投顾资质，集合受托与公开荐顾，一墙之隔不可逾。

此篇有两点张力，须向读者点明。

其一，软法之约，其力不软。运作指引系中基协的自律规则，不是行政法规；但其数量约束的刚性，已近硬约束——违之直接触发自律处分，并通报证监会派出机构。私募合规，断不可因"自律规则非行政立法"而轻忽。此为私募领域软硬协同最显著之处。

其二，叠加适用，仍存空档。私募AI尚无专门规则，现行是"横向AI法 × 私募专门规则"的叠加适用；当AI生成的新型量化策略并无对应的传统业态时，"按业务实质对号入座"仍会现无座可对之处。此为前瞻判断。

叠上加叠，密而不漏者难；唯把红线焊入系统、把义务锚定于人，方能于最深之处，守住可问、可溯、可究之底线。

合规自检：私募AI应用，过此五关

五关皆过，方称私募AI合规；任一存疑，即是监管与自律双线的风险所伏。

导读

前面九篇，讲的是用规则去管业务里的AI——投顾的、风控的、交易的。这一篇调转枪口：讲用AI来管合规。

而这里藏着一个悖论：你用一个AI来确保自己合规，可这个"管合规的AI"，自身先得合规、先得可靠。它若误判、漏判、出幻觉、用过时的规则下判断，便不是在守合规，而是在制造一种虚假的安全感。守门人自身，谁来守？一句定调：以AI管合规者，先管好这个AI；用AI守门者，须先证此门可靠。

一、悖论何在：守门人自身谁来守

监管科技（RegTech）的用场很广：用AI做合规审查、做反洗钱监测、自动生成监管报送、做风险预警、做内控自动化。它替合规部门省了大量人力，也成了机构合规的新"守门人"。

但守门人自身会出问题。基于规则引擎或训练数据的合规工具，会误判（把合规的判成违规）、会漏判（把违规的放过）、会幻觉（给出看似笃定实则错误的合规结论）、会过时（法规更新了，它还按旧规则判）。

于是有了那个核心命题：以AI管合规，先管好这个AI。 用一个不可靠的守门人去守门，比没有守门人更危险——因为机构会误以为"系统都过了，那就没事"，从而放松了真正的把关。用AI守门者，须先问：此门可靠否？守门人之自身，谁人来守？

二、误判与漏判：AI不是免责符

合规工具的两类错，轻重不同。误判，是把合规的拦下来——过度拦截，扰了业务，但风险尚小。漏判，是把违规的放过去——这才是真正的祸患，合规义务就此失守。

错了，责任在谁？合规管理本是机构的法定职责。《金融机构合规管理办法》（国家金融监督管理总局令2024年第7号，2024年12月25日公布，自2025年3月1日起施行）强化了机构的合规管理责任；《中华人民共和国反洗钱法》（自2025年1月1日起施行）第54条更明定，未按规定履行客户尽职调查等义务的，责令改正、罚款，情节严重者限制或禁止业务。引入AI合规工具，丝毫不改变这一责任的归属：工具误判漏判致合规失守，机构担责——不能以"合规系统是这么判的"卸责。 这是第一篇"责任归人"在监管科技层的落地。

故AI合规工具是辅助，不是免责符。机构既用它，须能自证它有效（与第九篇反洗钱模型的自证一脉相承）：误报率与漏报率可控、可验证，关键判断经人工复核，全程留痕可审计。尤其那些"判为合规、予以放行"的结论，最须人工复核——因为漏判的后果，远甚于误判。

一言以蔽：合规系统判其合规，非真合规之凭；漏判之祸尤甚于误判——凡判为放行者，必经人核而后定。

三、合规真空：用过时的规则判得很准

RegTech还有一处最隐蔽的盲区，与本书反复强调的一件事直接相关——法规迭代之快。

合规工具，无论基于规则库还是训练数据，背后都倚着一个"合规知识库"。可金融监管强而密、新规迭出：标识办法2025年9月1日施行、助贷新规2025年10月1日施行、反洗钱法2025年1月1日施行……若工具的知识库没跟上，它便会按旧规则下判断，制造出一种"合规真空"——系统显示一切合规，实则早已违反新规。

RegTech最大的危险，不是判得不准，而是用过时的规则判得很准。 它会自信满满地给出一个基于旧法的合规结论，让机构误以为安然无虞——自信而误，反生虚假之安。

防"合规真空"，须立时效之机制：

• 知识库的时效更新：建立法规变化的监测—更新—验证流程，明确知识库的更新责任人与更新频率，为每条规则标注版本与时效。

• 新法施行前的适配：法规一变，工具的规则或模型须及时适配，不能滞后于施行日。

• 真空期的人工兜底：在工具尚未更新的间隙，以人工复核填补。

• 版本可追溯：知识库每次更新留痕，可回溯"某一决策，依据的是哪个版本的规则"。

这正是本书各篇"现状与时效附注"的纪律，落到工具身上——RegTech的"知识"，必须与现行法同步。RegTech之大忌，非判之不准，乃以旧法判之甚准——自信而误，反生虚假之安；故其可靠，半在算法，半在知识库之时效。

四、数据安全与可解释

RegTech引入大模型，还须守两端。

其一，数据安全。合规审查与反洗钱监测，处理的多是敏感交易与客户数据；引入大模型，须守第三篇的数据底线——本地化、脱敏、不向不可控的外部模型直送敏感数据。

其二，可解释与留痕。合规工具的判断，须可解释（第四篇）、可留痕、可审计——监管来查时，机构须说得清"为何这笔判合规、那笔判可疑"，而不能以"模型判的"了事。

本篇小结

前九篇以规则管业务之AI，此一篇管那"管合规的AI"——全书的反身之环，闭合于此。守门人自身，亦须可问、可溯、可审；否则，以不可靠者守门，门洞大开而不自知。

此篇有两点须向读者点明。

其一，合规职责强化，举证不减反增。《金融机构合规管理办法》强化了机构的合规管理责任；引入RegTech，非但不减轻机构对工具可靠性的举证负担，反而加重——你既用它守门，便须证明此门确实可靠。

其二，工具自身的合规标准，尚付阙如。RegTech工具自身的合规要求、有效性验证标准，现行无专门规则，实务依一般合规与可解释原则推演。

以AI守合规，是聪明的省力，也是危险的依赖；省力者，须先证此力可恃；依赖者，须防其依赖之中，藏着无人把关的空门。

合规自检：智能合规（RegTech），过此五关

五关皆过，方为合规之始；任一存疑，即是"虚假合规"与监管问责的风险所伏。

导读

全书开篇，立了一个结：可解释与可问责的不可调和。一路行来——数据、算法、生成式AI，投顾、风控、交易、私募，乃至以AI管合规——每一篇都在做同一件事：把AI往可问责的框架里拽。

到这收官一篇，要给出那个结的最终解法。它不是某一条规则，而是一套组织：使AI在它的整个生命里，始终有人可问、有迹可溯、有责可究。一句定调：可问责非一句口号，乃一套组织；使AI之每一步，皆有人在、有迹存、有责归。

一、治理架构与三道防线：用、管、查，各归其位

可问责的第一件事，是把责任落到组织里，不让任何一个AI应用，成为没人负责的真空地带。

治理架构自上而下：董事会担最高责任，定战略与风险偏好；高管层统筹资源与决策；归口管理部门主责协调；业务部门一线执行；风险、合规、审计部门独立监督。《银行保险机构数据安全管理办法》（金规〔2024〕24号，2024年12月27日公布并施行）即立此模式——董事会、高管层统筹，业务与职能部门执行，归口部门作主责。

落到AI，是经典的三道防线：

• 第一道防线：业务与AI应用部门。谁开发、谁使用，谁对这个AI应用的合规与风险负首要责任——谁用谁负责。

• 第二道防线：风险管理与合规部门。独立于业务，设定标准、审查AI模型与应用的合规，做模型验证的独立把关。

• 第三道防线：内部审计。独立审计整套AI治理的有效性。

三线之要，在分立。用者任其用，管者任其管，查者任其查；三线分立，则AI无责任之真空，无脱管之死角。 每一个AI应用，都须有明确的责任人——业务责任人与模型责任人，缺一不可。

至于高管，问责的边界须明：AI治理是否有效，是高管的责任，出了重大问题，不能以"那是技术部门的事""那是供应商的事"推脱。

二、全生命周期与决策留痕：把问责焊进每一步

AI模型不是上线即了，它有一条完整的生命线——可问责，须焊进这条线的每一程。

• 开发：数据须合规（第三篇），需求须经合规审查，可解释性须在设计时就内建（第四篇）。

• 测试：上线之前须验证——准确性、公平性、可解释性，并做极端情形下的压力测试。

• 上线：须经治理流程审批，不得业务部门自行上线；上线前须做风险评估。

• 监控：上线之后须持续监控——模型漂移、性能衰减、异常预警，定期复评，知识库须保持时效（第十篇）。

• 退役：失效或过时的模型，须及时退役并留存记录，不可任其带病运行。

贯穿这条生命线的，是留痕。AI决策的输入、关键影响因素、输出结论、所依据的模型版本与规则版本、人工复核的记录——皆须留痕，皆须可回溯。

留痕，是可问责框架的物理载体。 本书一路反复提它：算法治理要留痕，投顾纠纷的举证靠留痕，RegTech的可审计靠留痕——到这里收口才看得分明：没有留痕，可解释是空话，可审计是空谈，可追责更无从落地。模型有其生，自开发以至退役；每一程皆设问责之节，每一断皆留可溯之痕——痕者，可问责之凭也，无痕则一切皆空。

这正是第一篇"凡稀释可问责者，监管必反向补强"的制度化：在AI生命的每一个环节，都设一个问责的节点，不让它在任何一程脱离问责。

三、应急与供应链：备危于未发，压责于第三方

可问责，还须经得起意外与外包的考验。

其一，应急。AI系统故障、模型突然失效、数据泄露，须有应急预案：快速响应、人工接管、及时止损；数据泄露的，须依《银行保险机构数据安全管理办法》及数据安全法律的要求报告。渗透越深的AI，越须备好"人能随时接管"的预案。

其二，供应链。机构调用第三方大模型、第三方算力，责任须切分清楚：供应商的责任，以协议压实；数据委托处理须经安全评估。但须铭记一句——对外担责者，终是机构自身。 不能以"用了供应商的模型"推卸对客户、对监管的合规责任。危未发而预案先备，责在外而协议先压；然对外担责者，终是机构自身。

四、回扫收口：前十篇之责，归于一链

行至收官，前十篇的种种要求，在此归于一链。

数据的合法与脱敏（第三篇）、算法的可解释与防同质（第四篇）、生成内容的标识与复核（第五篇）、投顾的适当性与留痕（第六篇）、风控的自主与公平（第七篇）、交易的报告与监控（第八篇）、私募的硬控与自证（第九篇）、RegTech的可靠与时效（第十篇）——这一切的合规要求，最终都须落到一套治理架构、一条责任链上，由具体的人、具体的部门、具体的流程，扛起来、管下去、查得清。

主线于此贯通：技术变了，金融的本质没变；监管穿透其壳、回归其本、锚定其责——而责之锚定，最终靠的，是这一套组织。

本篇小结

至此，全书之环闭矣。可解释与可问责的张力，其最终的、制度性的答案，是组织：三道防线使责任不落空，全生命周期管理使问责不间断，决策留痕使追责有凭据，应急预案使意外有兜底，供应链责任使外包不卸责。

此篇有两点须向读者点明。

其一，治理标准，散而未一。金融AI的治理要求散见于数据安全办法、合规管理办法、科技伦理指引、评价规范之中，尚无一部统一的"金融AI治理"专门规则；机构须自行整合，搭起一套自洽的治理体系。

其二，问责边界，细则待补。高管个人问责的具体边界、第三方供应链责任的切分标准，现行无细则，实务依一般治理与责任原则推演。

技术变了，金融的本质没变；穿透其壳、回归其本、锚定其责，而责之最终所归，是这一套使AI始终可问、可溯、可究的组织。可解释与可问责之结，开篇立之，至此解之——解之者，非一纸之规，乃一机构上下，把"人"与"责"，重新放回每一个算法的身后。

合规自检：治理与问责，过此五关（亦为全书总检）

五关皆过，方称治理闭环；任一存疑，即是责任落空与问责追溯的风险所伏。

本附录汇总全书各篇合规自检要点，按业务条线编排，供机构落地时逐项对照。每域列其要害之问；详释见对应正文篇。

一、底层三域（数据·算法·生成内容）

数据与个人信息（第三篇）

• 处理个人信息是否有合法性基础（知情同意/合同必需/法定义务）？数据取得是否合规、来源是否洁净？

• 自动化决策是否保证透明度与结果公平，是否提供不针对个人特征的选项与便捷拒绝方式？对个人权益有重大影响者，是否可要求说明、可拒绝纯自动化决策？

• 敏感个人信息、跨境传输是否另行依规？批量敏感数据是否按规报告？

算法治理（第四篇）

• 算法是否可解释（功能性可解释，标准是可问责，非全透明）？是否建可解释性内建于设计？

• 是否防算法同质化、备市场波动应对预案？是否报备模型主要参数与资产配置主要逻辑（资管业务）？

• 算法是否经上线前验证（准确/公平/可解释/压力测试）？是否留痕可回溯？

生成式 AI 与内容标识（第五篇）

• 生成合成内容是否依法添加标识（显式＋隐式）？服务者/平台/用户三维责任是否各就其位？

• 生成内容是否经人工复核，是否防虚假信息、防误导？

二、业务条线（投顾·风控·交易·私募）

智能投顾（第六篇）

• 是否取得投资顾问资质？非金融机构是否变相开展资管或超范围经营？

• 是否落实投资者适当性（KYC/KYP/适当匹配）？是否单独设立智能管理账户、充分提示算法固有缺陷与使用风险？

• 算法缺陷或管理不当致投资者损失，是否明确依法承担损害赔偿责任？纠纷举证是否留痕完备？

智能风控（第七篇）

• 信贷/反洗钱模型是否自主可控、是否防算法歧视与不合理差别待遇？

• 断直连、征信合规是否到位？助贷业务是否守第七条等规？

• 风控决策是否可解释、可申诉、可人工复核？

算法交易（第八篇）

• 程序化交易是否"先报告、后交易"？高频交易是否按阈值（每秒300/全日20000）识别并履行特别报告义务？

• 是否防瞬时申报速率异常、频繁瞬时撤单、频繁拉抬打压、短时大额成交四类异常交易？

• 系统是否充分测试、是否备故障应急、是否防程序错误连续错单冲击交易秩序？

私募证券基金（第九篇）

• 组合投资双25%（第12/13条）、总杠杆120%（第15条）等数量约束是否守？DMA、雪球、单一股票集中度是否合规？

• 主要开展程序化交易者，是否制定专门风控制度、完善监控系统、保持交易记录、备重大波动应对（第21条）？

• 合格投资者是否适格？信息披露与自证是否完备？

三、自身治理（RegTech·组织问责）

智能合规 RegTech（第十篇）

• 以 AI 管合规，其自身可靠性、可解释、可审计是否达标（自身亦须被管）？

• 合规知识库是否保持时效（监管更新即更新）？AI 合规结论是否经人工终核？

治理与问责（第十一篇）

• 是否建董事会—高管层—归口部门的 AI 治理架构？三道防线是否清晰？每个 AI 应用是否有明确责任人？

• 模型全生命周期（开发/测试/上线/监控/退役）是否各设问责节点？上线是否经治理审批？

• AI 决策的输入、关键因素、输出、模型与规则版本、人工复核，是否留痕可回溯？

• 系统故障、模型失效、数据泄露是否有应急预案、人工接管与报告机制？第三方模型/算力责任是否以协议压实、对外合规责任是否仍由机构承担？

贯通一问：以上各域，凡 AI 使"可问责"变模糊处，是否已以更硬的留痕、更严的人工复核、更明的责任归属补强？——此即全书主线在自检层的落点。

依反幻觉核查方法，本书所有具体法律引证（文号、施行日、条号、数值阈值、案例）均经核查，并据实公开核查范围、时点、工具与修订账。所有引证"默认有罪、待核方释"；未达核证者已审慎化或删除。

一、核查范围

全书十一篇全部具体引证，含：法律法规与规章名称及文号、施行日、具体条款号（第 X 条第 X 款第 X 项）、数值约束（集中度、杠杆、高频阈值、罚则、报告时限等）、案例（灵均案）及标准（GB、JR/T）。

二、核查时点

2026 年 6 月。

三、核查工具与方法

多源交叉：

• 三源交叉——web_search ＋ anysearch（独立检索引擎）＋ 北大法宝 MCP（`pkulaw-law-search`，取法条原文与时效标签）；

• 官方一手源直取——国务院公报（gov.cn）、中国证券投资基金业协会官网 PDF、上海/深圳证券交易所官网公告、中国人民银行金融标准全文公开系统、全国标准信息公共服务平台、中央网信办；

• 备选三重交叉——专业数据库不可用时，以"官方一手源＋权威媒体公开源（新华社/央视等）＋人工复核"互证。

核查方法：每条引证过三层核查（存在性—内容准确性—立场一致性），并作 H1-H11 十一类幻觉机制全文扫描。

四、主要修订账

修订（2 处）：

1. 第三篇《网络安全法》施行日，由误书"2021 年 6 月 1 日"更正为2017 年 6 月 1 日（与第二篇一致）。

2. 第十、十一篇《金融机构合规管理办法》补全文号与施行日：国家金融监督管理总局令 2024 年第 7 号，2024 年 12 月 25 日公布，自 2025 年 3 月 1 日起施行（过渡期至 2026 年 3 月 1 日）。

重点确证（经多源回源、原文逐句核对）：

• 资管新规（银发〔2018〕106 号）第 23 条 AI 条款：报备模型主要参数与资产配置主要逻辑、单独设立智能管理账户、充分提示算法固有缺陷与使用风险、避免算法同质化加剧顺周期、缺陷致损依法担责——经国务院公报原文逐句确证；

• 私募证券投资基金运作指引：双 25%＝第 12/13 条、总杠杆 120%＝第 15 条、程序化交易风控＝第 21 条——经中基协官方 PDF 确证；

• JR/T 0221—2021《人工智能算法金融应用评价规范》全称与发布信息——经人民银行金融标准全文系统确证；

• 灵均案条款号：沪《交易规则》第 7.2 条第（六）项、深《交易规则》第 6.2 条第（六）项；金额沪 11.95 亿＋深 13.72 亿＝约 25.67 亿；2024-2-20 至 22 暂停/限制交易并公开谴责；屡警不改——经上交所、深交所官网公告确证；

• 高频交易阈值（每秒 300/全日 20000）及四类异常交易构成、标识办法与 GB 45438—2025——经官方源与权威媒体确证。

五、核证级别

全书具体引证现达双源（部分三源）交叉确证级，H1-H11 各类幻觉零残留。

六、时效声明

本书法源截至 2026 年 6 月。金融 AI 监管疾速成型，读者用时须按 Freshness 窗口滚动核查——法律 6 个月、部门规章/司法解释 3 个月、案例 12 个月、数值阈值/系数 3 个月；重大适用前，务必回官方源（《法源速查表》所列各官网）逐条复核现行有效性，注意"原条号—现行对应条号"映射。

七、说明性质

本说明依反幻觉核查方法出具，旨在公开核查范围与修订幅度、保障引证可追溯，不构成针对任何具体事项的法律意见。具体适用，请结合个案并咨询执业律师。