AI投资研究发现，没有足够证据表明加密货币回报能够持续

一篇于 9 月 4 日发表于 arXiv 的研究论文发现，在计入交易成本和风险后，尚无充分证据表明人工智能能够在数字资产和股票投资中产生持续的超额收益。该论文题为《股票与数字资产市场中的人工智能：自动化投资的进展、盈利证据与局限》，审阅了截至 2026 年 8 月 31 日发表的人工智能投资研究，涵盖上市股票、ETF、中心化数字资产现货市场、永续合约和链上市场。研究人员得出结论称，尽管人工智能在价格预测和组合构建方面取得了进展，但将技术能力转化为现实世界中持续稳定的盈利仍未得到证实，且数字资产研究提供的证据甚至少于股票市场研究。

研究考察人工智能在多个市场中的投资表现

研究团队分析了既有研究。这些研究以机器学习、时间序列基础模型、金融领域专用大型语言模型、强化学习和人工智能代理为基础，应用于价格预测、新闻分析和组合构建。分析涵盖中心化数字资产现货市场、永续合约和链上市场，以及传统股票市场。研究人员认可这些人工智能应用取得的技术进展，但指出技术进步并不会自动转化为投资回报。

研究区分预测准确性与实际盈利能力

该论文的核心论点是将人工智能的预测能力与实际盈利能力区分开来。研究人员解释称，即使人工智能能够准确预测市场走势，将预测转化为实际订单也会产生交易费用、价差、市场冲击和资金费用。随着投资规模扩大，或更多投资者采用相同策略，历史数据中观察到的盈利能力可能会消失。

数字资产市场带来额外的复杂性因素

数字资产市场带来了传统股票交易之外的复杂因素。中心化交易所现货市场全天候运行，交易所彼此分散，支持的资产也在持续变化，因此需要考虑交易所托管和数据可靠性问题。永续合约增加了资金费率、杠杆、保证金要求和强制平仓风险。链上市场涉及 Gas 费、智能合约风险、交易排序变化和最大可提取价值，这些因素都会影响实际回报。研究人员表示，用于股票市场的回测方法无法验证永续合约策略的盈利能力，而即使方向预测准确，链上策略仍可能因费用或交易排序问题而亏损。

研究团队指出，现有研究将动量和投资者关注度确定为数字资产现货回报的预测因素，并发现跨交易所价格差异和期货市场持有收益中存在投资机会。人工智能或许能够更快地捕捉这些市场状况。然而，研究人员指出，此类价格差异和回报可能是对崩盘风险、资本受限、托管风险和强制平仓风险的补偿。在特定市场中存在盈利机会，并不能证明人工智能在计入竞争和成本后能够持续将其变现。

历史研究显示回测结果不一

实际的人工智能投资研究产生了正面和负面的回测结果。研究人员表示，尽管一些研究显示，基于历史数据，人工智能能够改善预测或组合表现，但其他案例表明，预测能力会随着时间推移而减弱，或者超额收益会在纠正数据时点后消失。在一些案例中，人工智能组合研究所做的投资决策是在实际结果出现前记录的，但并未显示出具有统计显著性的超额收益。

基于截至 8 月 31 日发表的研究，研究团队得出结论称，在考虑不断变化的市场状况、投资规模和交易成本后，现有证据仍不足以证明通用人工智能模型或代理结构能够产生持续的净超额收益。关于数字资产人工智能研究的证据少于股票市场研究。

研究人员概述未来研究的验证要求

研究团队澄清称，他们的结论并不意味着人工智能无法产生超额收益，而是已发表的研究本身无法将特定人工智能投资方法概括为能够在不同市场环境中持续盈利。为在未来验证人工智能的投资表现，研究人员建议使用实际投资时可获得的数据和模型，评估交易成本和执行流程，并按照预先确定的方法积累投资记录和实际运营数据。

常见问题

这篇 arXiv 研究论文对人工智能投资数字资产得出了什么结论？

这篇于 9 月 4 日发表于 arXiv 的论文得出结论称，根据对截至 2026 年 8 月 31 日研究的审阅，在计入交易成本和风险后，尚无充分证据证明人工智能能够在数字资产投资中产生持续的超额收益。

根据该研究，为什么人工智能预测的准确性不能保证投资盈利？

研究人员解释称，将准确的人工智能市场预测转化为实际订单会产生交易费用、价差、市场冲击和资金费用，而且随着投资规模扩大，或更多投资者采用相同策略，盈利能力可能会消失。