人工智能（AI）大型语言模型（LLM）近年快速进入投资领域，许多人利用AI分析财报、整理法说会内容，甚至寻求买卖建议。不过，最新研究显示，LLM交易策略的优势，在拉长时间、扩大样本之后“几乎完全消失”。
LLM或许不像人类受到恐惧与贪婪等情绪影响，但长期而言，它的绩效多半无法击败最简单的“买进并持有”（buy and hold）策略，而且失败原因颇具人性弱点：牛市过于保守而错失涨幅，熊市却交易过于积极而承受更大亏损。 美国加州大学洛杉矶分校（UCLA）数学教授Mihai Cucuringu的团队回测涵盖2008年金融海啸、新冠疫情股灾及多次牛市的资料，并纳入已下市股票，以避免“幸存者偏差”高估绩效，结果得到上述结论。 研究指出，先前部分AI交易策略表现亮眼，主要是因为测试期间较短、涵盖股票数量有限，无法反映市场在不同景气循环下的真实表现。 研究人员强调，AI虽然擅长从稳定环境中归纳规律，但金融市场充满战争、疫情、技术革新及商业模式改变等突发事件，历史模式随时可能失效。 金融市场充满战争、疫情、技术革新及商业模式改变等突发事件，历史模式随时可能失效。（Reuters） 研究也发现，较大模型的投资绩效未必能稳定胜过较小模型。原因在于金融数据中的有效讯号极少，模型愈强大，反而愈可能从大量杂讯中建构出看似合理、实际无效的模式，因此“模型愈强、报酬愈高”是一种常见误解。 但专家并未全盘否定AI的价值。AI仍能有效协助投资人快速分析大量财报、年报等资料，也可先利用AI缩小问题范围，再向按时计费的理财顾问咨询，以节省时间与费用。 另一个值得注意的重点是责任归属。许多真人理财顾问依法负有受托责任，必须以客户最佳利益行事；但若采纳AI提供的投资建议而蒙受损失，投资人几乎没有追究对象，最终仍须自行承担后果。 |
Copyright © 1999 - 2026 by Sinoquebec Media Inc. All Rights Reserved 未经许可不得摘抄 | GMT-4, 2026-8-13 03:45 , Processed in 0.117301 second(s), 23 queries .
