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
- 不足1B参数反超8B：Light-MER让多模态情感识别跑在边缘设备 — 新智元 · 2026-08-01
- 研究者称上下文MoE可廉价转为纯查找模型，寻求算力资助 — breath_mirror · 2026-08-01
- Andriy Burkov 新书《百页大语言模型书》限时折扣至 20 美元 — burkov · 2026-08-01
- 绘制人类大脑血管空间图谱：超百万细胞数据揭示疾病风险 — anshulkundaje · 2026-08-01
- AprilCube：支持 3D 打印的 6-DOF 基准标记检测开源项目 — rsasaki0109 · 2026-08-01
- Meta 论文揭示强化学习优化代码的陷阱与解法 — rohanpaul_ai · 2026-08-01