W ostatnich latach AI stała się darmowym doradcą finansowym milionów internautów. W jednej z analiz badacze z USA postanowili sprawdzić, jakie spółki rekomendują popularne modele językowe. Czy są w stanie pobić rynek?
- Badanie pt. AI-managed household portfolios przetestowało popularne modele LLM w roli doradców inwestycyjnych.
- Sztuczna inteligencja budowała portfele z najpopularniejszych i ryzykownych spółek, kierując się narracjami medialnymi.
- Nie osiągnęła przy tym jednak jakichś ponadprzeciętnych zwrotów.
Naukowcy przetestowali AI w roli inwestora
Krótko po premierze pierwszego modelu ChatGPT pojawiły się głosy, że modele LLM naturalnie zastąpią ludzi na stanowiskach analityków i zarządców portfeli inwestycyjnych.
Założenie było oczywiste – jeśli sztuczna inteligencja przetwarza dane szybciej, powinna także widzieć więcej, wyciągając lepsze wnioski.
W praktyce problem jest dużo bardziej skomplikowany, co potwierdzają naukowcy z Rice University, Michigan State University oraz Berkeley, którzy w badaniu pt. AI-managed household portfolios postanowili sprawdzić, jak modele językowe radzą sobie z inwestowaniem detalicznym.
Autorzy testujący modele ChatGPT, Gemini, Grok oraz Claude Sonnet każdego dnia wysyłali im zestaw promptów z prośbą o ułożenie portfela mającego pobić indeks S&P 500 w horyzoncie rocznym.
Część tych zapytań dotyczyła pasywnych, długoterminowych strategii Kup i Trzymaj, a część – zarządzania aktywnego, w którym LLM mógł codziennie modyfikować portfel.
Co ciekawe, niezależnie od modelu badacze mieli do czynienia z tym samym profilem inwestora.
AI wolała popularne akcje gigantów, budując portfele o wskaźniku ryzyka (tzw. beta) przekraczającym 1.
Przy pozostawieniu im swobody średnia beta sięga aż 1,6, przy czym ograniczenie akceptowanego przedziału wskaźnika do 0,9-1,1 sprawiło, że AI uparcie trzymała się przy górnej krawędzi zakresu, niekiedy go przekraczając.
AI na starcie popełniła kluczowy błąd
Portfele budowane przez dzieci Big Techów były także słabo zdywersyfikowane.
Nie chodzi tylko o niewielką liczbę spółek, ale o koncentrację kapitału w jednym sektorze.
Firmy działające w sektorze półprzewodników odpowiadają tu za od 26 do nawet 62 procent kapitału, przy czym sektor bankowy jest traktowany po macoszemu.
Skupienie na wąskiej grupie spółek z sektora technologicznego ma być wynikiem ich obecności w mediach.
Firmy wybierane przez AI mają „średnio około dziesięć razy więcej artykułów prasowych niż przeciętna firma w bazie Compustat”.
Podczas generowania odpowiedzi modele mają przeglądać średnio 16 stron internetowych na zapytanie, przy czym dwie trzecie z nich to witryny korporacyjne – najpopularniejszymi z nich były strony Nvidii, Microsoftu i Amazona. Wśród portali informacyjnych dominują z kolei reuters.com, cnbc.com oraz investing.com.
Jeśli chodzi o wyniki, wszystkim portfelom udało się pobić wynik indeksu S&P 500, jednak po zastosowaniu metodologii DGTW, która koryguje wyniki o ekspozycję na wielkość spółek, wskaźnik wartości oraz momentum, statystycznie istotna przewaga znika.
AI nie tyle była zdolna do selekcjonowania dobrych spółek, co płynęła na fali popularności sektora Big Tech, który uparcie wybierała.
Jedyny istotny wynik dla portfeli „kup i trzymaj” – dodatkowe 1,75% w horyzoncie sześciu miesięcy – traci znaczenie po uwzględnieniu charakterystyk dobieranych akcji.
Dla portfeli aktywnie zarządzanych żaden z modeli, z wyjątkiem Gemini na poziomie 10% istotności (i tylko 18 obserwacji), nie wykazał umiejętności doboru spółek wykraczającej poza ślepe stawianie na momentum w sektorze technologicznym.
Autorzy podkreślają jednak, że ich badanie jest wstępne.
Najważniejszy wniosek dotyczy jednak nie samych liczb, lecz konsekwencji dla zwykłego użytkownika.
Przeciętny inwestor, pytając AI o portfel, dostaje rekomendacje popularnych w mediach spółek, obciążonych ryzykiem wyższym, niż mogłoby się wydawać.
Taki portfel może błyszczeć w warunkach hossy, jednak gdy karta się odwróci, może doprowadzić do katastrofy.
Śledź CrypS. w Google News. Czytaj najważniejsze wiadomości bezpośrednio w Google! Obserwuj ->
Zajrzyj na nasz telegram i dołącz do Crypto. Society. Dołącz ->
