本文重点探讨与人工智能和资本市场相关的一个问题,即如果AI统治算法，证券市场会变怎样？ 本文以哲学上的 “二律背反” 和香农熵理论为方法，分析金融人工智能对证券市场信息效率的影响。 熵作为信息论中的一个重要概念， 被用来衡量信息的混乱程度， 即信息的不确定度；“二律背反” 则强调了一种辩证视角。 经实证研究发现： 人工 智能对于证券市场效率的影响并非二元对立，AI技术降低信息 “噪音”， 提高投资者认知概率（降熵）;但AI算法的同质化、 市场过度反应或其他风险因素会削弱市场效率， 增加市场的信息不对称性 （升熵）。AI对以中美为代表的新兴市场和成熟市场的影响因市场而异， 我们认为人工智能的出现不是一般性技术冲击 而是属于技术 “奇点” 或约瑟夫·熊彼特的 “创造性破坏” 的范畴， 是真正长期将对资本市场产生持续性影响的重大因素， 这也是本文的一个主要研究价值。

市场摩擦一直是市场有效性研究的重点.物理摩擦产生用熵值表达的不稳定状态。在市场模型中，市场摩擦产生一种不稳定市场状态。我们建立市场模型，对模型进行多因素分析，一方面，模型可以有效的反映市场摩擦方面已有的研究成果；另一方面，通过模型的复杂化，我们得到有关市场摩擦的可能性结论：市场摩擦可能促进局部的最优化交易；无市场摩擦情况下股票等同于货币以及确定市场摩擦将使个人消费产生有序化排列。最后，我们提出了相关的实证研究实验模型，希望可以进一步的对此问题进行深入研究。