AI选股不如等权配置？研究揭示LLM金融预测陷阱
alejandroll10 · x · 2026-08-01
韩国釜山国立大学的研究人员针对 AI 在金融投资领域的应用发表了两篇论文（已被 ICML 2026 接收）。
- 预测不如等权：在 2020 至 2024 年的标普 100 股票池测试中，8 种基于深度学习的 AI 市场预测模型，其风险调整后收益均不如最简单的“等权投资”（即将资金平均分配给所有股票）。
- 决策导向模型胜出：直接训练投资组合决策（而非单纯预测价格）的模型表现更好，其单位风险收益为 0.6717，远超等权策略的 0.5759。一旦移除限制损失的指令，该分数会大幅降至 0.5691。
- 研究揭露五大偏差：配套的另一篇论文审查了 164 篇使用 LLM 的金融论文，发现其中存在五种会悄悄夸大报告结果的评估偏差，且这些缺陷在论文中的提及率均不超过 28%。
「研究」频道最新
- Qdrant 实测 Perplexity 视觉文档嵌入:1-bit 压缩后体积仅 1/21 — jrxna · 2026-10-16
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- Buehler 回顾：ChatGPT 发布前三周提出「AI 是科学新语言」 — ProfBuehlerMIT · 2026-10-16
- 研究发现:AI 建议一可用,人类「我不知道」率从 43% 骤降至 3% — ValerioCapraro · 2026-10-16
- POSTECH 论文:选择题评测偏差可拆解为翻转率与位置偏斜两因子 — Hyunjong Ok · 2026-10-16
- KV 缓存远程读取竟比重算还慢:GLM-5.3 生产系统案例复盘 — MultiverseComputingCAI · 2026-10-16