揭秘ChatGPT微盘股投资实验3.1只股票的平均持仓规模背后的AI决策模式【免费下载链接】LLM-Trading-LabThis repo powers my experiment where ChatGPT manages a real-money micro-cap stock portfolio.项目地址: https://gitcode.com/GitHub_Trending/ch/LLM-Trading-LabLLM-Trading-Lab项目中的ChatGPT-Micro-Cap-Experiment是一项开创性研究探索人工智能在真实资金微盘股投资组合管理中的表现。本实验让ChatGPT完全自主管理投资组合通过6个月的实际交易揭示了AI在高波动性、低流动性的微盘股市场中的决策行为和风险特征。实验设计AI完全掌控的微盘股投资该实验从2025年6月27日持续至12月26日为期6个月初始资金为100美元。ChatGPT被限制只能投资市值低于3亿美元的美国上市微盘股并且完全控制投资组合决策包括股票选择与买卖时机头寸规模与风险控制止损设置与订单类型人类仅负责执行AI的交易指令和提供每日市场数据更新不进行任何决策干预。每周五模型会进行深度研究并生成下一周的交易计划这些研究报告被归档在Experiments/chatgpt_micro-cap/collected_artifacts/Weekly Deep Research (MD)//)目录下。核心发现3.1只股票的平均持仓与高集中度特征实验结果显示ChatGPT管理的投资组合平均每个交易日持有3.1只股票表现出显著的集中投资策略。这一持仓规模远低于传统多元化投资组合反映了AI对高 conviction交易机会的偏好。ChatGPT投资组合净值与基准指数对比归一化至100美元平均而言每只股票的成本基础约为25.28美元占初始资金的25%。这种高度集中的持仓策略导致投资组合对个别股票的表现极为敏感单一头寸的波动可能对整体组合产生重大影响。持仓分布时间与回报的不对称关系分析显示ChatGPT的持仓时间分布呈现右偏特征大多数交易在10-20天内平仓但也有少数头寸持有超过70天。值得注意的是持仓时间长短与回报之间没有明显相关性。各交易批次的持仓周期分布两只持有时间最长的股票ABEO和MIST表现迥异ABEO带来了第五高的总收益而MIST则排名倒数第八。这表明持仓时间本身并不是决定交易成功的可靠指标。风险特征高集中度与非对称下行风险ChatGPT投资组合的最大回撤达到-50.33%发生在2025年11月6日当时组合净值降至67.10美元。这一极端回撤主要由单一股票ATYR的大幅下跌导致单日净值跌幅约40%。组合净值走势标注最大回撤红色和最大上涨绿色从个股表现来看22只股票中有10只产生正收益但平均亏损-3.83美元超过平均盈利3.01美元形成了非对称的下行风险。最大亏损股票ATYR的损失是最大盈利股票SLS收益的两倍多。行为模式重复投资与信念坚持一个有趣的发现是ChatGPT倾向于重复投资某些股票32%的股票7/22被多次买入。特别是表现最差的三只股票都经历了多次买入而表现最好的三只股票中只有一只被回购。各股票的重复买入次数统计这种行为模式表明AI在投资决策中表现出对特定股票的信念坚持即使面对先前的亏损仍倾向于重新进入这些头寸。实验局限与未来研究方向本实验存在一些局限性包括有限的实验周期、单一模型配置和缺乏交易成本模拟。未来研究可以探索不同LLM模型在相同条件下的决策差异增加初始资金对风险管理行为的影响跨市场或不同市值范围的AI投资表现报告生成语言与实际交易行为的情感分析结论AI投资的潜力与挑战ChatGPT-Micro-Cap-Experiment揭示了大型语言模型作为自主投资决策者的独特行为模式。AI展现出高信念、基于叙事的交易风格其组合结果更多地受到集中度、头寸坚持和非对称下行风险的影响而非增量交易表现。这些发现为未来AI金融系统的发展提供了重要洞见同时也提醒我们在将AI应用于投资决策时需要谨慎考虑其行为特征和风险倾向。随着技术的不断进步AI有望在金融决策中发挥越来越重要的作用但理解其内在决策逻辑和行为模式将是实现这一潜力的关键。【免费下载链接】LLM-Trading-LabThis repo powers my experiment where ChatGPT manages a real-money micro-cap stock portfolio.项目地址: https://gitcode.com/GitHub_Trending/ch/LLM-Trading-Lab创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考