AI是优秀的交易员吗?

这篇与昨天那篇是姊妹篇，昨天侧重于人有了水晶球会怎么样，今天是看AI有了水晶球怎么投资。

论文叫《AI是优秀的交易员吗？它们能让优秀的交易员变得更好吗？》（Do AIs Make Good Traders, and Do They Make Good Traders Better?），要点和昨天一摸一样，只是换城人工智能，给他未来信息，看看投资结果。

以下是该研究的概要总结：

1. AI的“水晶球挑战”

研究者让四个主流大语言模型（Claude、ChatGPT、Gemini和Grok）参与了名为“水晶球挑战”的实验。

• • 实验设计： 为AI提供过去15年间（2008-2022年）特定高波动交易日的前一天《华尔街日报》头版内容
• • 任务： AI需要根据新闻预测标普500指数和30年期国债的走势，并决定交易方向（做多或做空）及仓位大小（杠杆倍数）

2. AI的表现：预测准，赌性大

• • 预测能力（选什么）： 顶尖模型（如 Claude 和 ChatGPT）在预测市场方向上表现出色，其准确率与人类资深宏观交易员相当。其中 Claude 的胜率（Hit ratio）达到了 60.7%。
• • 仓位管理（买多少）： 这是AI的致命弱点。所有的AI在初始设定下都表现得过度激进，通常使用 7倍到12倍 的杠杆。
• • 盈亏结果：
• • Claude 表现最佳，资产大幅增长。
• • Gemini 虽然预测有一定准确性，但由于赌注过大（波动率高达38.5%），导致最终大幅亏损。
• • Grok 仅勉强维持平衡。

3. 理论与实践的脱节

• • 懂理论，不会用： 所有AI都知道“凯利准则”（Kelly Criterion）等专业的仓位管理理论，但在实际面对市场新闻时，它们无法将这些理论转化为合理的下单规模。
• • 风险溢出： AI设定的收益标准差（波动率）远超理性投资者的范围（20%-40% 对比理性的 7.5%-15%），这导致它们极易面临破产风险。

4. 优化方案与结论

• • “读书”能进步： 当研究者要求高推理版本的AI先“阅读”关于风险控制的专业书籍（如《失踪的亿万富翁》）后再进行实验，AI的仓位管理变得显著合理，整体盈利表现也更加稳健。
• • 人机协作的潜力： 论文认为，AI目前在“选择标的”上已经具备专业水准，但在“分配权重”上仍需人类干预或特定的风险模型约束。
• • 总结： AI与其作为自主交易员，不如作为人类投资者的行为偏误抵消器，帮助人类克服过度自信或近期偏见等心理弱点。