近期，波莫纳学院的一项研究对人工智能在股市投资中的表现提出了质疑。研究人员分析了依赖AI进行投资决策的交易所交易基金（ETF），发现其整体表现并不理想，甚至不如标准普尔500指数。这项研究引发了人们对AI在金融领域应用的重新思考，也揭示了AI技术在实际应用中存在的局限性。本文将详细分析该研究结果，并探讨AI在投资决策中面临的挑战。
最近，一项由波莫纳学院的经济学教授 Gary N. Smith 和学生 Sam Wyatt 进行的研究引发了人们对人工智能在股市表现的深思。尽管 AI 的炒作一直在推高股市，但事实是，很多依赖 AI 选股的交易所交易基金（ETF）并没有取得理想的效果。
Smith 和 Wyatt 在一篇发表在《科学美国人》的文章中提到，他们对自2017年10月以来推出的所有公开的依赖 AI 系统做出投资决策的交易所交易基金进行了分析。结果显示，这些基金的表现大多逊色于标准普尔500指数，这个指数代表了美国股市中500家最大的公司。研究显示，在43个部分依赖 AI 的基金中，仅有10个的表现好于标准普尔500，而这意味着 AI 在选股上存在着严重的问题。
为了让大家更好地理解这些基金的表现，Smith 和 Wyatt 总结了一下。部分依赖 AI 的基金的年均回报率比标准普尔500的12.4% 低了5%。而那些完全依赖 AI 且没有人类干预的基金表现得更为惨淡，11个基金全部落后于标准普尔500，其中还有6个在这个市场普遍向好的时候亏损了。整体来看，这11个完全 AI 驱动的基金的年均损失达到了1.8%。
研究人员指出，AI 在数据关联方面是无与伦比的，但它并不能理解这些数据背后的含义。他们提到:“AI 系统的致命弱点在于，虽然它们能找到统计模式，但却无法判断这些模式是否合理或毫无意义。只有当 AI 算法能够理解词语的意义及其与现实世界的关系时，它们在重要决策中，包括投资，才会变得可靠。”
划重点:
大多数依赖 AI 的交易所交易基金表现不及标准普尔500指数。
完全依赖 AI 的基金年均损失达1.8%，未能在股市普遍向好时获利。
AI 虽然能找到数据模式，但尚未理解数据背后的实际含义。
总而言之，这项研究结果表明，尽管AI技术在数据分析方面具有优势，但在复杂的金融市场中，单纯依靠AI进行投资决策仍然存在很大的风险。未来的研究需要探索如何更好地将AI技术与人类的经验和判断相结合，才能在投资领域取得更好的效果。