人工智慧（AI）大型語言模型（LLM）近年快速進入投資領域，許多人利用AI分析財報、整理法說會內容，甚至尋求買賣建議。不過，最新研究顯示，LLM交易策略的優勢，在拉長時間、擴大樣本之後「幾乎完全消失」。

LLM或許不像人類受到恐懼與貪婪等情緒影響，但長期而言，它的績效多半無法擊敗最簡單的「買進並持有」（buy and hold）策略，而且失敗原因頗具人性弱點：牛市過於保守而錯失漲幅，熊市卻交易過於積極而承受更大虧損。

美國加州大學洛杉磯分校（UCLA）數學教授Mihai Cucuringu的團隊回測涵蓋2008年金融海嘯、新冠疫情股災及多次牛市的資料，並納入已下市股票，以避免「倖存者偏差」高估績效，結果得到上述結論。

研究指出，先前部分AI交易策略表現亮眼，主要是因為測試期間較短、涵蓋股票數量有限，無法反映市場在不同景氣循環下的真實表現。

研究人員強調，AI雖然擅長從穩定環境中歸納規律，但金融市場充滿戰爭、疫情、技術革新及商業模式改變等突發事件，歷史模式隨時可能失效。

研究也發現，較大模型的投資績效未必能穩定勝過較小模型。

原因在於金融數據中的有效訊號極少，模型愈強大，反而愈可能從大量雜訊中建構出看似合理、實際無效的模式，因此「模型愈強、報酬愈高」是一種常見誤解。

但專家並未全盤否定AI的價值。AI仍能有效協助投資人快速分析大量財報、年報等資料，也可先利用AI縮小問題範圍，再向按時計費的理財顧問諮詢，以節省時間與費用。

另一個值得注意的重點是責任歸屬。許多真人理財顧問依法負有受託責任，必須以客戶最佳利益行事；但若採納AI提供的投資建議而蒙受損失，投資人幾乎沒有追究對象，最終仍須自行承擔後果。