NBER工作論文：ChatGPT與Gemini等模型投資建議高度集中於大型科技股
美國國家經濟研究局（NBER）工作論文《AI Managed Household Portfolios: A Preliminary Report》（No. 35153，2026年4月）顯示，當大型語言模型被要求構建以跑贏標普500爲目標的投資組合時，其推薦高度集中於大型科技與成長股。研究涵蓋OpenAI的ChatGPT 5.0與5.2、Google的Gemini 2.5 Flash等模型，數據自2025年8月起每日前瞻性收集。
論文指出，ChatGPT 5.0通常建議持有約20只股票，其中Nvidia（NVDA）權重長期維持在18%–20%；Gemini組合中位數僅約4.5只股票。半導體行業平均佔AI組合約41%，遠高於標普500中的約20%。模型偏好動量、大市值與低賬面市值比股票，且主動管理過程中集中度進一步上升。推薦股票獲得的新聞覆蓋約爲普通公司的近10倍，研究認爲媒體關注度是主要驅動因素。經Daniel等（1997）特徵調整後，這些組合未顯示統計顯著的超額收益。
近期有媒體將類似集中現象概括爲ChatGPT與Gemini約50%的推薦集中於10只股票，與該工作論文的集中度發現方向一致。該研究爲初步報告，數據採集仍在進行，且針對普通家庭投資者提示而非專業精煉查詢。
原始來源：
標題：AI Managed Household Portfolios: A Preliminary Report 發佈者：Bruce I. Carlin, Ryan D. Israelsen, Christopher F. Wazzan / NBER 發佈日期：2026-04 URL：https://www.nber.org/system/files/working_papers/w35153/w35153.pdf 來源性質：研究或數據 覈驗情況：2026-11-09讀取工作論文全文摘要、引言、數據方法與核心結果部分 支持內容：支持模型推薦未分散組合、ChatGPT約20只且NVDA 18-20%權重、Gemini中位數4.5只、半導體約41%、媒體關注驅動、無顯著特徵調整後超額收益等；不證明精確“50%集中於10只”的單一數字或實時最新持倉
ABAB AI 解讀
Bruce I. Carlin（Rice大學）、Ryan D. Israelsen（密歇根州立大學）與Christopher F. Wazzan（加州大學伯克利分校）自2025年8月起對多款LLM進行每日提示實驗，模擬普通投資者要求“構建跑贏標普500的一年期組合”。研究同時覆蓋買入持有與主動管理兩種模式，並記錄模型訪問的網頁與給出的理由。
結果顯示，集中並非偶然：ChatGPT在樣本期內持續將18%–20%配置於Nvidia，主動管理後集中度進一步提高；Gemini則將組合壓縮至中位數僅4.5只股票。半導體權重平均達41%，而銀行等傳統板塊幾乎缺席。模型被要求說明信息來源時，推薦股票的新聞文章數量約爲Compustat平均公司的近10倍，分數logit迴歸確認媒體關注度是關鍵解釋變量。
與人類主動基金經理類似，這些模型在無約束時選擇高beta（平均約1.6）股票，在限制beta區間時也傾向於區間上沿。不同之處在於，LLM缺乏傳統風險管理框架，且其“研究”高度依賴公開新聞而非深度財務建模。論文使用DGTW特徵匹配（規模、賬面市值比、動量）調整後，發現組合收益未顯著超越被動暴露於這些特徵的基準。
這一模式改變了零售投資者使用AI的風險暴露：普通用戶可能在不知情的情況下獲得高度集中於少數大科技與半導體股的組合，並承擔相應的個股與行業風險，而並未獲得經風險與特徵調整後的超額收益。可觀察的指標是後續更新中集中度是否隨模型版本迭代而下降，以及實際用戶採納後組合與市場指數的偏離程度。
ABAB News · 認知定律
LLM投資推薦高度集中於媒體關注度高的大科技股，而非廣泛分散。
主動管理過程中集中度進一步上升，而非自動降低風險。
特徵調整後未顯示顯著超額收益，集中本身不構成選股技能證據。