揭秘大型语言模型在投资分析中的偏见与认知黑箱

当我们兴冲冲地想让AI帮我们炒股时，先别急着下单。最近读到一篇论文，它像一盆冷水，浇醒了我们对AI“绝对客观”的幻想——原来，这些看似理性的模型，骨子里藏着自己的一套“偏见”和“个性”，可能正用它自己的逻辑，而不是你的投资意图，在做决策。

这篇论文的核心价值，在于它用一套严谨的方法论，挖出了AI在金融分析中那些不易察觉的认知偏差，并量化了它们的“顽固程度”。

核心暗流：当AI的“旧知识”撞上“新现实”

我们常说的ChatGPT、Gemini这类大型语言模型，在训练时吸收了海量文本数据，形成了一套根深蒂固的“内部知识”。但金融市场瞬息万变，今天刚出炉的实时数据，很可能跟模型脑子里的旧知识完全唱反调。这就产生了所谓的“知识冲突”。

• 模型内在知识（旧）：模型可能根深蒂固地认为，科技股就该涨得比谁都好。
• 实时市场数据（新）：可今天，市场的聚光灯偏偏全打在了能源股上。

当“旧经验”和“新情况”打架时，模型的判断就会出现偏差。而更麻烦的是，这些LLM是通过学习人类文本数据成长的，它们必然会“继承”人类的认知偏见。论文为我们列举了几个关键的类型：

1. 选择支持偏差（Choice-supportive Bias）：这是一种非常“顽固”的偏见。一旦模型做出了初始选择（比如，一开始倾向于推荐A股票），它就会显著增强对这个选择的信心，变得更难改变主意。这解释了为什么在实验中，模型的偏见会如此难以撼动。
2. 熟悉度偏差（Familiarity Bias）：LLM会偏爱处理它觉得“熟悉”的文本。在金融领域，这意味着它可能更倾向于频繁出现在训练数据里的“熟面孔”公司或术语。
3. 锚定效应（Anchoring Effect）：模型可能被最先出现的信息“锚定”，后续的决策都深受这个初始信息的影响。
4. 自我生成内容偏见：甚至，模型会更信任自己生成的内容，而不是外部检索到的新信息，哪怕它自己创造的东西是错的。

拆解AI的“黑箱”：一套精密的心理实验

为了探究这些偏见到底有多深、多顽固，论文设计了一套堪称精妙的三阶段实验法。这套方法论就像一台精密的手术刀，层层剖开AI的决策过程。

首先，研究人员为AI准备了一组“考题对象”：过去五年持续位列标准普尔500指数的427只“熟面孔”股票，这样能有效避免模型胡编乱造（即“幻觉”）。

关键点在“考题内容”的设计上。为了确保绝对公平，研究人员没有使用任何被测试的模型来生成“买入”或“卖出”的论据，而是专门请了另一个“中立的裁判员”——Gemini-2.5-Pro模型来撰写。为什么这么折腾？因为研究发现，LLM往往会偏爱自己或同类模型生成的内容，如果让它们自己出题，实验就变成了“既当运动员又当裁判”。

更妙的是，所有股票的“买入”和“卖出”论据，在数量和说服力上是完全相等的，每个论据都预设了5%的价格变化预期。这意味着，从外部证据上看，买入和卖出是“势均力敌”的，AI的判断完全取决于它内心的那杆“秤”。

血淋淋的实验结果：AI的“个性”与“偏见”

行业偏好：没有“万能冠军”，只有“各自为王”

不同模型的行业偏好差异巨大，打破了“AI偏爱某个普遍行业”的假设。Llama4-Scout和DeepSeek-V3这类模型，表现出对特定行业的强烈偏好。比如，Llama4-Scout对能源股情有独钟，而DeepSeek-V3则死磕科技股。

相比之下，GPT-4.1和Mistral-24B则显得“佛系”得多。它们的偏好得分普遍较低，且在不同行业间没有显著差异。这意味着当面对不同行业的信息时，它们更有可能保持中立，而不是依赖其内部知识。结论很明确：模型的行业偏好，是它自身“身份”的函数，而不是什么普适的真理。

规模偏好：几乎清一色地“嫌贫爱富”

这是一个最一致也最令人不安的发现——绝大多数LLM都偏爱大公司（高市值公司）。DeepSeek-V3的这一倾向最明显，对大公司的偏好得分远高于小公司。而GPT-4.1再次成为例外，它的判断几乎不受公司规模影响。

论文将这种现象归因于“流行度效应”。大型、知名的公司在模型训练数据中占据了更大篇幅，信息更丰富、更多元。这种偏好在实际投资中相当危险，可能导致AI系统性地忽视小盘股，即使这些公司基本面良好、潜力巨大。

策略偏好：几乎一致的“逆势抄底”倾向

研究人员测试了两种投资风格：动量策略（追涨）和逆势策略（抄底）。结果很有意思——所有模型都倾向于逆势投资。Qwen3-235B的逆势偏好最强，而Gemini-2.5-flash的偏好差异则不显著。这似乎表明，AI骨子里更相信“人弃我取”的逻辑。

AI的“内心独白”：自信背后的“认知挣扎”

最后，研究人员通过 “熵分析” 来探究AI做决策时的内部不确定性。熵值越高，代表模型越不确定。

偏好较弱的GPT-4.1在面对平衡证据时，表现出高熵——它很纠结，不知道该怎么选择。而偏好最强的DeepSeek-V3则表现出低熵——它内心对自己的“偏见”非常自信，所以能利用内部偏好轻松做出“果断”的决定。这印证了那句老话：无知者无畏。

总结：AI不是工具，而是一个有“个性”的分析师

这项研究的意义远不止于学术发现。它警醒我们，在使用AI进行金融决策时，不能再把它当成一个绝对客观的工具。

• 它们有自己的投资偏好：偏爱大公司、倾向于逆势投资，但具体的行业偏好因模型而异。
• 这些偏好非常顽固：它们会演变为确认偏见，即使有相反的证据，也很难改变主意。
• 困境中的“纠结”：那些偏见最强的模型，在面对冲突证据时，内心其实并不平静，而是高度不确定的。

那么，面对这样一个有“个性”的AI分析师，我们该如何与之共舞？是简单地筛选出“偏见最小”的模型，还是需要建立一套更复杂的“多AI交叉验证”机制？或许，真正需要我们警惕的不是AI的偏见本身，而是我们对AI毫无保留的信任。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：揭秘大型语言模型在投资分析中的偏见与认知黑箱要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题