NBER工作论文：ChatGPT与Gemini等模型投资建议高度集中于大型科技股
美国国家经济研究局（NBER）工作论文《AI Managed Household Portfolios: A Preliminary Report》（No. 35153，2026年4月）显示，当大型语言模型被要求构建以跑赢标普500为目标的投资组合时，其推荐高度集中于大型科技与成长股。研究涵盖OpenAI的ChatGPT 5.0与5.2、Google的Gemini 2.5 Flash等模型，数据自2025年8月起每日前瞻性收集。
论文指出，ChatGPT 5.0通常建议持有约20只股票，其中Nvidia（NVDA）权重长期维持在18%–20%；Gemini组合中位数仅约4.5只股票。半导体行业平均占AI组合约41%，远高于标普500中的约20%。模型偏好动量、大市值与低账面市值比股票，且主动管理过程中集中度进一步上升。推荐股票获得的新闻覆盖约为普通公司的近10倍，研究认为媒体关注度是主要驱动因素。经Daniel等（1997）特征调整后，这些组合未显示统计显著的超额收益。
近期有媒体将类似集中现象概括为ChatGPT与Gemini约50%的推荐集中于10只股票，与该工作论文的集中度发现方向一致。该研究为初步报告，数据采集仍在进行，且针对普通家庭投资者提示而非专业精炼查询。
原始来源：
标题：AI Managed Household Portfolios: A Preliminary Report 发布者：Bruce I. Carlin, Ryan D. Israelsen, Christopher F. Wazzan / NBER 发布日期：2026-04 URL：https://www.nber.org/system/files/working_papers/w35153/w35153.pdf 来源性质：研究或数据 核验情况：2026-11-09读取工作论文全文摘要、引言、数据方法与核心结果部分 支持内容：支持模型推荐未分散组合、ChatGPT约20只且NVDA 18-20%权重、Gemini中位数4.5只、半导体约41%、媒体关注驱动、无显著特征调整后超额收益等；不证明精确“50%集中于10只”的单一数字或实时最新持仓
ABAB AI 解读
Bruce I. Carlin（Rice大学）、Ryan D. Israelsen（密歇根州立大学）与Christopher F. Wazzan（加州大学伯克利分校）自2025年8月起对多款LLM进行每日提示实验，模拟普通投资者要求“构建跑赢标普500的一年期组合”。研究同时覆盖买入持有与主动管理两种模式，并记录模型访问的网页与给出的理由。
结果显示，集中并非偶然：ChatGPT在样本期内持续将18%–20%配置于Nvidia，主动管理后集中度进一步提高；Gemini则将组合压缩至中位数仅4.5只股票。半导体权重平均达41%，而银行等传统板块几乎缺席。模型被要求说明信息来源时，推荐股票的新闻文章数量约为Compustat平均公司的近10倍，分数logit回归确认媒体关注度是关键解释变量。
与人类主动基金经理类似，这些模型在无约束时选择高beta（平均约1.6）股票，在限制beta区间时也倾向于区间上沿。不同之处在于，LLM缺乏传统风险管理框架，且其“研究”高度依赖公开新闻而非深度财务建模。论文使用DGTW特征匹配（规模、账面市值比、动量）调整后，发现组合收益未显著超越被动暴露于这些特征的基准。
这一模式改变了零售投资者使用AI的风险暴露：普通用户可能在不知情的情况下获得高度集中于少数大科技与半导体股的组合，并承担相应的个股与行业风险，而并未获得经风险与特征调整后的超额收益。可观察的指标是后续更新中集中度是否随模型版本迭代而下降，以及实际用户采纳后组合与市场指数的偏离程度。
ABAB News · 认知定律
LLM投资推荐高度集中于媒体关注度高的大科技股，而非广泛分散。
主动管理过程中集中度进一步上升，而非自动降低风险。
特征调整后未显示显著超额收益，集中本身不构成选股技能证据。