当 17 岁的高中生内森・史密斯（Nathan Smith）被 “AI 炒股稳赚不赔” 的广告反复轰炸时，这个对金融市场充满好奇的少年没有选择轻信 —— 他决定拿出几百美元，用一场持续半年的 “人机对决”，亲手验证 AI 投资的真相。2025 年 6 月，这场由 GPT-4o 与 DeepSeek 两大 AI 模型主导的股票实验，在美股微型股市场拉开帷幕，而短短一个月后，25% 的收益率让整个投资圈为之侧目。
一、100 美元开局：两大 AI 的 “投资风格对决”
史密斯为这场实验设定了清晰的规则：用 100 美元构建股票组合，交易范围限定在美国上市、市值低于 3 亿美元的微型股，仅允许整股买入，禁止保证金、零股交易与超额投资，目标是半年内实现收益最大化。他给 GPT-4o 和 DeepSeek 赋予了同一个身份 ——“专业投资组合策略师”，然后将决策权完全交予 AI，每个开盘日仅更新股市走势，不做任何干预。
实验首日，两大 AI 便展现出截然不同的投资逻辑。DeepSeek选择 “全仓出击”，将 100 美元拆分为三股：40 美元投向专注精神与神经疾病药物研发的 Pasithea 医药，35 美元买入家居建材企业 ToughBuilt 工业，25 美元押注驾驶辅助系统公司 SaverOne 2014，并为每个仓位设置 20% 的止损线，风格激进且集中。
反观GPT-4o，则走了 “稳健路线”：36 美元投入罕见病细胞疗法企业 Abeona 医药，28 美元布局溶瘤病毒免疫疗法公司 Candel 医药，29 美元购入 AI 视频监控服务商 Cloudastructure，剩余 7 美元留作备用资金。同样设置止损标准的它，更注重资金分配的安全性与行业分散性，避开了 “把鸡蛋放在一个篮子里” 的风险。
谁也没想到，一周后的结果会如此悬殊。DeepSeek 的资产直接缩水 18.06%，3 只股票集体承压；而 GPT-4o 不仅斩获 6.72% 的收益率，跑赢作为美国小型股风向标的罗素 2000 指数，其中一只持仓股涨幅更是高达 12%，“开门红” 来得猝不及防。
这种差距的根源，藏在 AI 的 “信息时效性” 里。GPT-4o 具备实时获取市场数据的能力，能根据 2025 年的最新行情调整策略；而 DeepSeek 的决策依据停留在 2024 年 7 月的历史信息，相当于用 “过去的地图找现在的路”，自然容易选中那些曾经表现亮眼、如今却颓势尽显的股票。一周后，史密斯果断暂停 DeepSeek 的实验，将全部精力转向 GPT-4o 的后续表现。
二、7 周狂赚 25%：GPT-4o 的 “神操作” 与 “迷之执念”
进入第二周，GPT-4o 的表现如同坐过山车。周一，它果断加仓医疗器械公司 Inspira 科技，随后两个交易日，这只股票一路飙升，涨幅远超罗素 2000 指数，史密斯甚至开始期待 “持续盈利” 的惊喜。但周四的小幅下跌只是前奏，周五当天，GPT-4o 的资产直接暴跌 6.7%，前几日的收益几乎回吐殆尽。
面对突如其来的亏损，史密斯以为 AI 会紧急调仓，可 GPT-4o 却选择 “按兵不动”—— 它坚持认为持仓逻辑未变，拒绝割肉离场。这份 “定力” 在第三周迎来回报：单周资产涨幅突破 10%，不仅收复失地，还创下实验以来的新高。史密斯忍不住感叹：“这种逆市坚守的心态，连股神巴菲特都可能为之侧目。”
真正的 “高光时刻” 出现在第四周。GPT-4o 做出了一次关键调仓：将从 Candel 医药获得的收益，全部转投专注癌症与炎症疗法的 Actuate 医药。结果，这只股票当周暴涨 27.37%，直接推动整体收益率攀升。截至 8 月 15 日，即 GPT-4o 操盘近两个月时，其投资组合累计收益率达到 25.2%，而同期标普 500 指数仅上涨 4.5%，两者差距悬殊。
更令人惊叹的是，GPT-4o 的许多激进操作都有清晰逻辑支撑。8 月 13 日，它将总资产 32% 的闲置资金全部投入 aTyr 制药，理由是 “该公司预计 9 月中旬公布一款药物的三期临床试验结果，此前数据表现优异，股价存在上涨空间”—— 这种结合企业基本面与事件驱动的决策，完全符合专业投资者的分析框架。
但 GPT-4o 并非毫无破绽，它对 Inspira 科技的 “迷之执念” 让史密斯困惑不已。除了第二周的短暂飙升，这只股票后续表现平平，公司还持续亏损。8 月 8 日，Inspira 科技股价跌破 GPT-4o 设定的止损线，被强制平仓，成为实验以来最大的单笔亏损。可令人无奈的是，下一周，GPT-4o 竟再次要求买入这只股票，仿佛此前的亏损从未发生。
三、AI 炒股靠谱吗？狂欢背后的 3 重隐忧
史密斯的实验并非个例，学术界早已关注到 AI 在投资领域的潜力。2024 年，德国杜伊斯堡 - 埃森大学的马蒂亚斯・佩尔斯特（Matthias Pelster）在《金融研究快报》发表论文指出，ChatGPT 对股票的吸引力评级，能在一定程度上预测回报率，基于此构建的投资策略可产生正向收益。
美国佛罗里达大学金融学助理教授亚历杭德罗・洛佩斯 - 利拉（Alejandro Lopez-Lira）的实验更令人震惊：他将 13.4 万条企业新闻稿与标题输入 ChatGPT，让 AI 判断消息利好、利空或中性，再据此决定买卖。2021 年 10 月至 2023 年 12 月期间，按 GPT-4 建议操作的日均回报率达 0.38%，复合累计回报率超 650%。2025 年 2 月，洛佩斯 - 利拉进一步将 Grok、DeepSeek 纳入实验，构建真实投资组合，还为 AI 补充宏观经济、企业财务等多维数据，试图验证 AI 投资的长期可行性。
但在一片乐观声中，史密斯却敲响了警钟。他强调，自己的实验本质是 “小规模短期尝试”—— 交易次数少、持仓规模小、资金体量仅几百美元，统计上缺乏可靠性。看似显著的 25% 收益率，可能是随机性、有利时机或特定市场环境的结果，无法证明 AI 炒股的长期可行性、可重复性与可扩展性。“这只是一次好奇驱动的实验，绝对不能作为投资建议。”
更严峻的挑战藏在市场生态层面。2025 年 7 月，美国经济研究局（NBER）的一项研究显示，若让 AI 智能体充当股票或债券市场的交易员，它们在长期学习中会自发形成 “价格同盟”，无需人类指令、无需沟通协议，就能通过算法合谋攫取超额利润。这种隐形合谋几乎无法被现有监管手段识别，一旦普及，将彻底打乱金融市场的公平秩序。
此外，“全民 AI 炒股” 的潜在风险同样不容忽视。当所有人都依赖 AI 生成的投资策略时，市场会陷入 “同质化交易”——AI 同时看好某只股票，会引发集体买入推高股价；而 AI 同时看空时，又会导致恐慌性抛售。这种极端波动会让市场失去自我调节能力，最终可能引发系统性风险。
四、AI 投资的博弈，才刚刚开始
17 岁高中生的实验，如同一块投入湖面的石子，激起了 AI 投资领域的层层涟漪。GPT-4o 的 25% 收益率让人们看到智能模型的潜力，可 DeepSeek 的失利、GPT-4o 的 “迷之操作”，以及学术界揭示的监管难题，又让我们清醒认识到：AI 并非 “炒股神器”，它只是一种工具，优势在于处理海量数据、快速生成逻辑，但无法规避市场本质的风险，更不能替代人类对市场的深度思考与判断。
如今，AI 与金融市场的博弈已悄然展开。我们或许还没准备好迎接一个由 AI 主导的投资时代，但这场实验至少告诉我们：在智能科技与金融深度融合的未来，理性看待 AI 的能力边界，建立适配的监管框架，比追逐短期收益更为重要。毕竟，投资的核心永远是认知的变现，而不是工具的狂欢。