來自俄克拉荷馬州農村的一名高中生做了華爾街的演算法未能做到的事：他讓ChatGPT用100美元肆意操作，並看著它以巨大的優勢跑贏市場。
內森·史密斯的實驗四周前開始，前提很簡單——讓ChatGPT完全控制一個小型微盤股票組合，看看會發生什麼。
結果？獲得了23.8%的回報率，而羅素2000指數和生物科技ETF XBI分別僅上漲了3.9%和3.5%。
"我在觀看YouTube時，經常看到關於某個AI選股的廣告：'（廣告說）我們將交易演算法餵給紐交所的所有股票云云……'"史密斯告訴Decrypt。"然後我開始做一些研究，驚訝地發現之前沒有人嘗試過由大語言模型完全主導的投資組合。"
設定聽起來很簡單。史密斯給ChatGPT明確的任務：僅使用市值低於3億美元的美國上市微盤股票全股份，建立儘可能強大的股票組合。目標很直接——從2025年6月27日到12月27日產生最大回報。
與其他交易演算法不同的是，這個系統具有完全的自主權。
"AI負責處理所有事情。倉位規模、止損等都不是我的決定，"史密斯在電子郵件中告訴Decrypt。唯一的人工干預是在ChatGPT自相矛盾時——這是他承認的系統缺陷之一。
史密斯最近計算了專業交易員痴迷的風險指標。
他的夏普比率為0.9413，表明高風險，而索提諾比率為2.0021，表明在有限的下行風險下有強勁的上行收益。作為參考，夏普比率高於1.0通常被認為是好的，低於1.0則表明回報可能無法證明風險是合理的。
這個聊天機器人是完全開源的，可在史密斯的GitHub倉庫上獲得，沒有Diamond Hands（鑽石手），大多數時候似乎相當客觀。
ChatGPT的操作之一涉及CADL，這隻股票產生了大約50%的投資組合利潤。
"它毫不猶豫地賣出了CADL，"史密斯說。"我認為它明智地知道在微盤領域，所有收益都可能瞬間被抹殺。沒有多少對沖基金能做出如此果斷的舉動。"
史密斯的系統僅運行了一個月，這還不足以進行回測或以高置信度進行評估，但到目前為止的積極結果很有希望。
這個實驗背後的技術基礎比使用典型聊天機器人稍微複雜一些，但只要有一點奉獻精神，仍然很容易實施。
史密斯構建了五個主要功能：新選股的手動買賣、用於跟蹤交易的投資組合處理、使用雅虎財經資料生成每日結果，以及用於視覺化相對標普500的表現的圖表生成。
"說實話，設定很簡單，"他說，描述了一個從雅虎財經API中提取基準價格到Panda資料框架進行分析的系統。
ChatGPT每週選擇一次股票，始終保持在3億美元的市值限制之下，而史密斯執行交易並記錄結果。
這位來自俄克拉荷馬州小鎮的少年幾乎是偶然發現了自己的熱情。"我以前編碼過一點（正在學習哈佛的線上CS50課程），但使用C語言並不讓我感到興奮（愚蠢的段錯誤）"，他告訴Decrypt。"暑假期間，我發現了量化金融和Python的美妙，並且深深地愛上了它。"
哦，現在的高中生都在做些什麼。
過去一年有近1000次GitHub提交，並在他的新聞通訊上有相當數量的關注者，史密斯已經投身於量化金融領域。他計劃在12月結束後將實驗延長到一整年，儘管他承認平衡ACT學習和自學AP心理學將是一個挑戰。
"我真的認為我找到了生命中的熱情，希望將來能將此作為一份真正的工作，"史密斯說。
