近期，波莫納學院的一項研究對人工智能在股市投資中的表現提出了質疑。研究人員分析了依賴AI進行投資決策的交易所交易基金（ETF），發現其整體表現並不理想，甚至不如標準普爾500指數。這項研究引發了人們對AI在金融領域應用的重新思考，也揭示了AI技術在實際應用中存在的局限性。本文將詳細分析該研究結果，並探討AI在投資決策中面臨的挑戰。
最近，一項由波莫納學院的經濟學教授Gary N. Smith 和學生Sam Wyatt 進行的研究引發了人們對人工智能在股市表現的深思。儘管AI 的炒作一直在推高股市，但事實是，很多依賴AI 選股的交易所交易基金（ETF）並沒有取得理想的效果。
Smith 和Wyatt 在一篇發表在《科學美國人》的文章中提到，他們對自2017年10月以來推出的所有公開的依賴AI 系統做出投資決策的交易所交易基金進行了分析。結果顯示，這些基金的表現大多遜色於標準普爾500指數，這個指數代表了美國股市中500家最大的公司。研究顯示，在43個部分依賴AI 的基金中，僅有10個的表現好於標準普爾500，而這意味著AI 在選股上存在著嚴重的問題。
為了讓大家更好地理解這些基金的表現，Smith 和Wyatt 總結了一下。部分依賴AI 的基金的年均回報率比標準普爾500的12.4% 低了5%。而那些完全依賴AI 且沒有人類干預的基金表現得更為慘淡，11個基金全部落後於標準普爾500，其中還有6個在這個市場普遍向好的時候虧損了。整體來看，這11個完全AI 驅動的基金的年均損失達到了1.8%。
研究人員指出，AI 在數據關聯方面是無與倫比的，但它並不能理解這些數據背後的含義。他們提到:“AI 系統的致命弱點在於，雖然它們能找到統計模式，但卻無法判斷這些模式是否合理或毫無意義。只有當AI 算法能夠理解詞語的意義及其與現實世界的關係時，它們在重要決策中，包括投資，才會變得可靠。”
劃重點:
大多數依賴AI 的交易所交易基金表現不及標準普爾500指數。
完全依賴AI 的基金年均損失達1.8%，未能在股市普遍向好時獲利。
AI 雖然能找到數據模式，但尚未理解數據背後的實際含義。
總而言之，這項研究結果表明，儘管AI技術在數據分析方面具有優勢，但在復雜的金融市場中，單純依靠AI進行投資決策仍然存在很大的風險。未來的研究需要探索如何更好地將AI技術與人類的經驗和判斷相結合，才能在投資領域取得更好的效果。