AI交易趋同风险浮现，华尔街警惕拥挤效应
N.R. Finch
多项研究发现，机构大规模采用相似AI模型正推高投资组合趋同度，有效交易信号的超额收益半衰期已从五至七年缩短至约18个月——这意味着AI带来的优势正在自我消解。
所有人都用AI选股，会发生什么？
纽约大学研究人员分析近百万条机构持仓数据，发现AI使用程度越高的机构，投资组合彼此越像。
这意味着→ 大家用相似的模型读相似的数据，最终押注同一批股票——"优势"变成了"共识"。
论文将这一现象命名为"AI驱动的阿尔法衰减"：一个能赚钱的信号，半衰期从五至七年压缩到约18个月。
为什么AI越多，赚钱信号消失越快？
研究者的核心逻辑：每多一个AI参与者加入，就在加速缩短每一个可利用模式的寿命。
用大白话说＝ 就像一条只有少数人知道的捷径，一旦所有导航软件都推荐它，捷径就变成了堵车路段。
论文强调：集体结果在性质上不同于个体收益的简单加总——个体层面的优势汇总后，反而制造了系统性风险。
AI交易系统还能被"骗"？
列支敦士登大学团队搭建了10个基于大语言模型的交易系统，14个月内均录得正收益。
但研究人员对金融新闻标题做细微篡改（把字母换成外形相近的字符、嵌入隐藏文本），所有模型全部被骗。
最极端情形下，针对单只股票单日的操控，导致模型整体回报下降约18个百分点。
这反映出 AI系统在信息输入端的脆弱性：一个错误决策可能传导至后续多天的交易链条。
这些研究靠谱吗？有什么局限？
研究者自己也承认：多数结论依赖模拟实验、受控场景或有限数据集，尚无法证明AI必然导致市场更脆弱。
科技股拥挤交易在AI兴起之前早已存在，且迄今未引发系统性危机。
但这批文献指向一个共同判断：同一技术在提升信息处理能力的同时，也可能让拥挤交易、错误信息和过度自信更容易在市场中扩散。
对投资者意味着什么？
对主动管理基金而言，今天的制胜策略可能比以往更快变成明天的拥挤交易。
这意味着→ "用AI找到的alpha"本身有保质期，而且保质期在缩短——持续优势需要的不只是更好的模型，还有差异化的数据和策略。
AI带来的不是"谁用谁赢"的单向优势，而是一场军备竞赛与趋同风险并存的新格局。
Content is for reference only, not financial advice.