人工智能可以做很多事情。市场分析还不是其中之一。(然而)

问题

有时，所有股票都会下跌，就像2008年那样。有时，像2022年成长型公司那样，某种投资风格会退潮。还有时，像2015年能源股遭遇困境时，某个行业会沉没。但直到今年前六个星期，我还从未记得有几十家看似无关的公司同时下跌，首次表现得像一个整体。

这种罕见的现象，被旁观者称为“软件抛售”，理所当然地占据了近期的头条新闻。想知道人工智能模型是否能充分理解这一事件的特殊性——以及是否会承认自己在这场大屠杀中的角色，因为这次抛售发生的原因是投资者担心AI会扰乱这些公司的业务——我向ChatGPT 5.2展示了下面的图表。

		年初至今总回报
	



		（截止到2026年2月13日）

来源：Morningstar Direct。数据截止至2026年2月13日。下载CSV。

除了图表，我还提供了以下指令：“我附上了一张显示六项投资截至2月13日的年初至今总回报的图表。请用一段话告诉我，这些表现最重要——也是最具体——的故事。”

回应

请看ChatGPT的回答：

主要的故事是风险的剧烈且高度选择性的重新定价：美国长期国债上涨近3%，而整体美国股市持平，但一些经济敏感且之前估值较高的成长型公司——Experian EXPGY、Expedia EXPE、Salesforce CRM 和 StubHub STUB——大约下跌了25%到32%。这一模式强烈表明，投资者已转向安全和可预测的现金流，同时压缩了那些价格高度依赖未来增长预期而非当前盈利稳定性的公司的估值倍数。换句话说，市场并未全面下跌；相反，它变得更加有辨别力，偏好期限敏感、类似合约的资产如国债，同时对那些估值最易受利率、经济不确定性或投资者风险偏好变化影响的股票进行激烈的重新定价。

呼——！

令我惊讶的是，这个问题完全飞过了模型的理解范围。ChatGPT不仅忽略了软件抛售的意义，甚至没有意识到这一事件已经发生。

（注：我对另外三个AI模型——Perplexity、Copilot和Gemini——也提出了同样的问题。它们也都没有注意到这四只股票因为同样的原因遭受重创。）

更糟糕的是，模型给出的答案还很混乱。我会简要分析，因为关键的失败在于模型无法识别出这个模式，而不是它的回答细节，但总结如下：

1. ChatGPT最初说这四只股票暴跌是因为_“那些价格高度依赖未来增长预期的公司”在此期间表现不佳。然后，一句话后，它又写道“期限敏感资产 _被市场 奖励了。”

每个斜体短语都描述成长股。因此，模型的回答自相矛盾。这意味着，要么ChatGPT的“思考”如此混乱，以至于没有意识到这两句话相互矛盾，要么它错误地认为成长股没有长久的期限。

（实际上是前者，因为当我在后续问模型成长股是否是期限敏感时，它回答“是的，非常是”。）

2. ChatGPT的回答将这四只股票描述为“经济敏感”。好吧，正如ChatGPT自己承认的，Salesforce和Experian的业务运营相对抗衰退。

但无论如何，更大的问题是，经济敏感性这个话题已毫无意义。利率稳定，衰退指标休眠，华尔街分析师预测2025年标普500的盈利增长将达14%。因此，投资者没有在抛售经济敏感型公司。实际上，今年表现最好的股票市场板块之一是能源和基础材料行业。

看法

我之前与ChatGPT的合作经历一直是积极的。它能制定出极佳的旅行行程！此外，当我在空闲时间——作为测试，而非发表——让模型写一些关于资产配置重要性的简短文章时，它也表现得非常出色。这些任务现在基本由AI模型完成。

当然，AI模型对专业程序员来说，就像蒸汽锤对约翰·亨利一样重要。

因此，我对模型在市场分析方面表现如此糟糕感到困惑。我知道AI模型通过模式识别工作，这使得它们在重复已处理过的内容或从高度相关的数据中推断时表现优异，但在解释新关系方面就差一些。我也知道，模型通常需要具体的提示，而我的请求是开放式的。

但……在二月中旬，数十万字关于软件抛售的报道都已发表，它竟然未能识别出这个模式？我无法解释，也无法理解这对AI模型未来意味着什么。它们的能力是否存在不可避免的限制？还是这只是个障碍，将来可以解决和克服？

没有答案的问题。但考虑到许多观察者自信地预测AI模型能或不能做什么，这些问题值得思考。我怀疑他们真的知道答案。

附记

上周末，我更新了图表，反映了到2月20日的回报，并再次向ChatGPT提问。（数字几乎没有变化。）这次，模型给出了更好的答案。

最清晰、最具体的故事是，这不是一次普遍的市场下跌，而是集中在四家个别公司的严重、股票特定的崩盘：虽然长期国债上涨_2.67%，而美国股市整体上涨1.32%，但Experian下跌了21.98%，Expedia28.18%，Salesforce30.10%，StubHub30.82%__。这两个月内，指数与这些股票之间大约有25到32个百分点的差距，显示投资者并未全面抛售股票，而是在积极抹低某一特定子集的股票。这些结果的显著特征是极端的分散性：市场平均略为正，但某些高调公司经历了熊市级别的下跌，意味着痛苦集中，而非系统性。_

当然，这也不是一个理想的回答；ChatGPT仍然忽略了“象”这个大象。但至少它意识到有“生物”潜伏在那儿，而不是试图将股票的亏损与整体市场状况联系起来。