美國國家經濟研究局(NBER)最新論文指出，讓人工智慧(AI)聊天機器人幫忙建立投資組合，最後只會持有一堆大型科技股，且在實際收益上並未帶來比被動指數投資更多的優勢。在這項研究中，研究人員要求不同的大型語言模型(LLM)——包含ChatGPT5.0、Grok4.1Fast、ClaudeSonnet4.5以及Gemini2.5Flash——建立兩種投資組合。一種是被動管理，即由AI選股後便長期持有，另一種是主動管理，允許AI每天調整持股。實驗結果顯示，AI所建立的投資組合高度集中於大型科技股，其中，輝達(NVDA-US)幾乎是所有模型的共同選擇。儘管許多投資人確實也將資金投入這些股票，但NBER研究人員注意到，LLM選股的驅動因素與基本面分析影響較小，反而是受到媒體報導聲量的影響較大。研究指出，這些AI模型的推薦主要取決於一家公司獲得的媒體報導數量，獲推薦股票所擁有的新聞文章數量，幾乎是Compustat數據庫平均值的10倍，該數據庫收集了美國上市公司資訊。研究人員寫道：「在企業新聞領域中，吸引注意力的能力，是AI在推薦時的主要驅動因素。」LLM用來蒐集資訊的網站主要為企業官網，特別是半導體與其他大型科技公司的網站。研究顯示，LLM大約有三分之二的瀏覽次數是訪問公司官網，其餘則是訪問新聞服務、政府機構以及提供股票分析的網站。NBER研究發現，半導體股票在AI投資組合中的平均占比高達41%，大約是半導體股在標普500指數21%權重的兩倍。這對一般投資人而言是個問題，因為如此高的集中度一旦遭遇產業景氣反轉，將會放大投資損失。另外一個問題在於，在新聞周期當中聲量最高的名字，往往已被投資人推高股價，這意味著投資人可能會買在接近波段高點的位置。此外，雖然LLM的投資組合在報酬率上確實擊敗標普500指數，但研究人員發現，在扣除交易成本或考慮到偏重科技股的配置之後，並未展現出顯著的超額報酬。研究人員說：「AI涉入風險、推薦的資產類別很狹隘、聚焦於特定產業，而且表現似乎並沒有優於基於特徵的被動基準。」高波動度與集中度風險除了持股過度集中外，AI投資組合挑選的股票波動性也異常高。在不設任何限制的情況下，AI模型挑選的股票平均市場Beta值高達1.6，這意味著該投資組合不論在往哪一個方向變動時，震盪幅度都會比標普500指數多出約60%。舉例來說，當標普500指數下跌10%，這類投資組合預估將下跌約16%。即使研究人員要求模型必須符合標普500指數的波動程度，投資組合的波動仍會緊貼在允許範圍的上限，有時甚至會突破上限。研究人員指出，在所有模型中，Gemini提供的投資組合分散效果最差，持股家數中位數僅4.5檔，相較之下，Claude和Grok則為10檔。隨著模型在一段時間內進行主動管理，投資組合不僅沒有進一步分散風險，反而變得更加狹隘。研究人員提醒，這篇論文目前仍屬初步階段，且對Claude、Gemini與Grok的數據來自約四周的交易資料。研究人員還指出，研究中輸入的提示詞反映的是一般散戶會輸入的查詢內容，而非專業人士為了測試模型極限所使用的精煉語句。
