开篇：AI时代的投资新范式
全球金融市场正经历一场由人工智能（AI）驱动的深刻变革。传统上依赖人类智慧和经验的股票投资领域，如今也面临着AI的挑战。佛罗里达大学金融学助理教授亚历杭德罗·洛佩兹-利拉（Alejandro Lopez-Lira）的最新研究，为我们揭示了AI，特别是像DeepSeek、ChatGPT和Grok这类大型语言模型（LLM），在股票投资决策中的惊人能力。他认为，除了需要与物理世界互动或进行面对面交流的任务外，金融分析师的大部分工作都可能被AI自动化。这一论断不仅引发了对华尔街交易员未来就业的担忧，也预示着一个由AI辅助甚至主导投资决策的新范式正在形成。
从新闻解读到股票预测：AI的“读心术”
洛佩兹-利拉教授的研究核心在于探索AI是否具备股票选择的能力。他的实验从一个看似简单却极具挑战性的任务开始：让AI判断新闻标题对股票是利好还是利空。在OpenAI推出ChatGPT后，洛佩兹-利拉便着手利用编程语言Python，将超过134,000条来自新闻稿和新闻文章的标题输入到ChatGPT中。AI的任务是根据标题内容，将其归类为积极、消极或未知，从而模拟相应的买入或卖空操作。
为了确保模拟的客观性，洛佩兹-利拉教授采用了严谨的回测方法。他利用ChatGPT在2021年9月之前的数据进行训练，并用2021年10月之后的数据进行测试。这种做法确保了AI在进行预测时，无法预知实际的市场结果，只能依靠其对经济信息的理解和推理能力。模拟结果令人振奋，特别是在2023年4月发表的名为《ChatGPT能否预测股票价格走势？资产市场中的回报可预测性和大型语言模型》的预印本中，GPT-4版本展现出惊人的预测能力，在2021年10月至2023年12月期间，实现了平均每日0.38%的收益率，累计复合回报率高达650%以上。这项研究虽然是学术性质的模拟，但在一定程度上验证了AI在理解经济市场并预测股票走势方面的潜力。
当然，该研究也承认了实际交易中的摩擦，例如交易成本、税费、股票借贷的可用性以及大宗交易对股价的影响。特别值得注意的是，模拟中约76%的收益来自卖空操作，而卖空在现实中面临更高的费用和操作复杂性。因此，实际的投资表现可能不会像模拟那样“乐观”。但无论如何，AI所展现出的持续正回报倾向，足以让研究者相信其对经济市场的理解和预测能力。
****DeepSeek的实战洗礼：从理论到实践
在学术研究取得初步成功后，洛佩兹-利拉教授获得了将AI投资策略付诸实践的机会。Autopilot作为一款模仿知名公众人物交易的投资应用，邀请他合作创建了一个基于ChatGPT投资选择的真实投资组合。这次合作意味着AI将面对真金白银的考验，不再仅仅是模拟。
为了使AI的决策更具实战性，洛佩兹-利拉教授为ChatGPT提供了更全面的信息，包括宏观经济环境、地缘政治风险、公司财务数据以及标普500指数股票的最新价格等。他通过Python从第三方数据提供商和新闻网站抓取这些信息，然后要求ChatGPT根据这些信息为公司评分（1到100分，分数越高投资价值越大），并最终构建一个包含15个头寸的投资组合。这些头寸包括10只标普500指数的股票和5只行业或部门相关的ETF。
值得注意的是，洛佩兹-利拉教授强调，当前的AI模型并非即插即用型的投资专家。它们需要人类的“在环”参与，提供实时数据和精准的提示词（prompt），因为AI模型的训练数据通常不是实时的，其知识可能已经过时。此外，AI有时也会出现“幻觉”现象，即生成虚假或不准确的信息，这使得人类的监督和干预变得至关重要。用洛佩兹-利拉教授的话说：“大型语言模型很难处理，它们可能会编造信息，有时它们没有正确的信息。所以你必须知道如何提示AI。”
近期，洛佩兹-利拉教授进一步扩展了实验范围，在Autopilot上引入了Grok和DeepSeek的投资账户。他逐步放宽了对这些AI模型的限制，例如，从3月份开始允许它们自主决定每个持仓的权重；4月份则允许它们在初始10只股票和5只ETF的参数之外，自行平衡最多15个头寸，并选择包含债券和商品等其他资产类别的ETF（排除使用杠杆、衍生品和卖空头寸的ETF）。
目前，运行这些投资账户的AI模型分别是OpenAI的o3、xAI的Grok 3和DeepSeek R1，这些模型会根据最新可用版本定期更新。尽管洛佩兹-利拉教授会轮流使用不同的AI模型来总结宏观经济风险和对公司进行评分，但所有三个模型接收的输入信息都是一致的。根据洛佩兹-利拉教授的说法，OpenAI的o1 pro和Grok 3能够包含来自网络搜索的信息，这意味着它们具备更强的实时信息获取能力。
DeepSeek在实战中的表现引人关注。尽管其权重总计为99%，洛佩兹-利拉教授指出后，DeepSeek给出了两种可能的解释：四舍五入或有意保留1%的现金分配。然而，DeepSeek无法确认具体原因，这反映了当前AI模型在解释其内部决策逻辑方面存在的挑战。尽管如此，DeepSeek的投资策略，包括其对TJX Cos. Inc.（因关税驱动的库存折扣和折扣零售需求）以及Waste Management Inc.（稳定的现金流和多元化业务）的青睐，都展现了其在复杂市场环境下识别投资机会的能力。
AI投资的机遇与挑战：未来的展望
实际表现数据为AI在投资领域的潜力提供了有力支持。洛佩兹-利拉教授于2023年9月开始管理的ChatGPT投资组合，截至2025年5月30日，实现了43.5%的惊人回报，远超同期标普500指数的34.7%总回报。而Grok的投资组合自今年2月11日成立至5月30日，在标普500指数下跌2.2%的情况下，取得了2.3%的正回报。DeepSeek虽然略有负回报（-0.25%），但在同期标普500指数下跌0.93%的背景下，其表现依然优于大盘，这表明DeepSeek在一定程度上具备抵御市场下行风险的能力。
然而，AI投资并非没有风险。洛佩兹-利拉教授强调，过去的表现不能保证未来的结果。此外，频繁的股票轮换可能导致短期资本利得的税务问题，这在非税收优惠账户中尤为突出。
金融分析师迈克尔·罗宾斯提出了一个关键问题：AI投资策略在面对大规模市场崩溃或类似2008年金融危机这样的“黑天鹅”事件时，将如何表现？人类交易员在这些事件中积累了宝贵的经验和直觉，而AI模型则主要依赖于预先训练的数据，缺乏亲身经历的“直觉”。罗宾斯将AI的技能比作一个刚入职、仅凭教科书知识行事的投资经理。此外，AI的“幻觉”问题可能导致其犯下比人类更极端、更不可接受的错误。
另一个重要限制是，Autopilot上的AI投资账户每月才进行一次再平衡，这意味着它们无法对市场突发变化做出及时反应。此外，洛佩兹-利拉教授本人仍在监督AI的选择，并确保其考虑了适当的信息，这表明人类的监督仍然是AI投资的关键环节。
结论：共生共赢的金融未来
洛佩兹-利拉教授对DeepSeek及其他AI模型的持续研究，无疑为我们勾勒出金融投资的未来图景。AI在处理海量数据、识别复杂模式以及执行交易策略方面的优势，使其成为人类金融专业人士的有力助手。DeepSeek在实际投资中的表现，即使略有波动，也展现出其超越市场平均水平的潜力。
然而，AI并非独立运作的超级智能。它仍需要人类的指导、监督和对实时信息的补充。人类的经验、直觉以及对非结构化情境的理解，是当前AI无法完全替代的。未来，最成功的投资策略很可能不是“AI vs. 人类”，而是“AI + 人类”的协作模式。AI将负责数据密集型和计算驱动型任务，而人类将专注于宏观策略、风险管理以及应对突发事件。这种共生共赢的模式，有望在不断变化的金融市场中创造更大的价值。
