如果你問多數投資人：「未來一年股市會怎麼走？」
很多人的答案其實都很相似。市場可能會有震盪，也可能出現短期修正，但長期仍然看好。真正認為市場可能大幅下跌的人，其實並不多。
這種樂觀在市場上幾乎是常態。即使經歷過多次金融危機，人們對未來的預期仍然往往偏向正面。
但問題是，這種預測真的可靠嗎？
一篇由 National Bureau of Economic Research 發表的研究《The Prestakes of Stock Market Investing》指出，投資人在預測市場時，其實會犯一種「可預測的錯誤」。研究人員將這種現象稱為 Prestakes——意思是投資人在做判斷時，會系統性地忽略某些其實已經存在的重要資訊。
換句話說，投資人並不是單純「猜錯」，而是會在某些情況下 重複犯同樣的錯誤。
當AI開始預測市場
為了理解投資人究竟錯在哪裡，研究團隊建立了一個機器學習模型，讓它透過歷史資料學習市場的規律。
模型使用的資料非常龐大，包括：
- 92個總體經濟指標
- 147個金融市場變數
- 聯準會政策衝擊
- 市場共識預測誤差
- 約一百萬篇來自《The Wall Street Journal》的新聞情緒分析
研究人員先用 1970到2005年 的資料訓練模型，再讓模型在 2005到2023年 之間進行即時預測，並將結果與真實投資人的預期進行比較。
結果相當令人意外。
在預測企業盈餘成長時，機器模型的準確度比華爾街分析師高出 63%；而在預測未來一年股票報酬時，也比散戶投資人、企業CFO以及專業經濟學家的預測更準確，提升幅度大約在 26%到35% 之間。
更重要的是，在市場即將出現重大下跌時，模型的優勢特別明顯。例如在 Global Financial Crisis 或近年的熊市期間，機器模型往往能更早預測到市場可能出現負報酬，而多數投資人的預期卻仍然偏向樂觀。
人類投資最大的偏誤：只看最近
為什麼會出現這樣的差距？
研究發現，人類投資人最常見的一種錯誤，其實是 近因偏誤（recency bias）。
簡單來說，我們在預測未來時，會過度依賴最近發生的事情。如果市場最近一段時間持續上漲，投資人往往會自然地認為這樣的趨勢還會繼續；如果市場看起來很穩定，人們就容易低估潛在風險。
但機器學習模型並不只關注最近的市場表現，它同時會考慮更長期的歷史資料。在許多金融危機發生之前，模型其實已經從不同數據中看到一些警訊，例如信用市場風險上升、債券市場出現異常變化，以及政策衝擊增加。
這些訊號往往在企業盈餘開始下滑之前就已經出現，但多數投資人卻沒有給予足夠重視。
市場風險在變，但投資人的感覺沒有變
研究還發現另一個現象：投資人的預期其實很少隨著「客觀風險」變化而調整。
市場上有很多可以衡量不確定性的指標，例如波動率、信用利差或流動性壓力。機器模型在預測市場時，會對這些變化非常敏感；但投資人的預期與這些指標之間，卻幾乎沒有明顯相關。
換句話說，市場的風險其實在變，但投資人的感覺沒有跟上。
這也是為什麼很多金融危機在爆發之前，市場氣氛往往仍然顯得相當樂觀。
如果真的照AI的預測投資？
研究者也設計了一個非常簡單的投資策略。
當模型預測股票的超額報酬為正時，就投資股票市場；如果預測為負，就持有國庫券。這樣的策略結果顯示，每年的報酬比傳統的 Capital Asset Pricing Model 投資組合多出約 4.6%。
如果再加入放空市場的策略，風險調整後的報酬甚至可以達到 9% 左右。
相較之下，如果使用投資人問卷的預測來投資，幾乎無法產生額外報酬。原因很簡單：多數投資人很少預測市場會出現負報酬，甚至很少預測股票報酬會低於國庫券利率。
某種程度上，人類其實天生偏向樂觀。
這篇研究給投資人的三個提醒
對一般投資人來說，這篇研究最重要的價值，其實不是「AI比人厲害」，而是提醒了我們幾個很重要的投資觀念。
- 不要只看最近的市場。當市場長時間上漲時，人們很容易相信「這次不一樣」，但金融市場的歷史往往一再重演。定期回頭檢視更長期的數據，往往能幫助我們保持理性。
- 風險往往是在大家覺得最安全的時候慢慢累積。許多金融危機並不是在恐慌中爆發，而是在市場最平靜、信心最高的時候逐漸形成。因此，當市場看起來「一切都很好」時，反而更需要保持警覺。
- 長期投資的成功，很多時候不是來自抓到大漲，而是來自 避免重大錯誤。如果一個投資人能少經歷一次 -50% 的市場崩跌，長期累積的財富可能就會完全不同。
其實不只是投資，人生也一樣
這篇研究讓我想到，其實很多人生決策也存在類似的問題。
我們常常因為最近的一次成功或挫折，就對未來做出過度樂觀或悲觀的判斷。短期的情緒，很容易讓我們忽略更長期的趨勢。
機器之所以能做出更好的預測，並不是因為它比較聰明，而是因為它不會被情緒影響記憶。
如果在做決策時，我們能多問自己一句話：
「我現在是不是只因為最近發生的事情，就對未來下了結論？」
也許就能避免許多原本可以預防的錯誤。
本文出處：
NBER Working Paper 34420: The Prestakes of Stock Market Investing
作者： Francesco Bianchi, Do Q. Lee, Sydney C. Ludvigson & Sai Ma
參考： Are There Predictable Errors in Investor Expectations? | NBER
(註：本文為 NBER 研究成果之科普解讀，不構成任何投資建議。)
