4523個AI投資預測揭示了模型之間的分歧

iPulse AI創始人Russlan Ramdowar近日發表文章，基於其平臺2026年7月完成的全市場深度分析工作流，揭示了AI模型在投資預測中普遍存在的分歧現象。該工作流對377個資產（包括348只股票、14個加密貨幣、5種商品、5個指數和5種貨幣對）進行了五年期的多資產研究，共產生4523個獨立的模型-資產評級。

分析發現，76.9%的資產（290個）中，至少有一個AI模型給出正面評級（強力買入或買入），同時至少有一個給出負面評級（部分賣出或全部賣出）。更引人注目的是，在最終訊號為“中性”的179個資產中，174個（97.2%）內部同時存在正反兩種評級。Ramdowar指出：“中性通常不是沒有觀點，而是觀點的碰撞。”

文章強調，投資行業長期要求AI提供單一答案（買入、持有或賣出），但這會抹去產生該答案的論證過程。Ramdowar認為，分歧不應被視為噪聲，而應被視為訊號本身的一部分。

具體案例進一步說明了這一點：輝達獲得6個正面、2箇中性、4個負面評級，最終訊號中性；亞馬遜8正面、1中性、3負面，最終也是中性；特斯拉4正面、8負面，同樣中性。最極端的是Quantum Computing Inc.，評級恰好6個正面、6個全部賣出，最終訊號中性。Ramdowar表示，將這些情況簡單歸類為“無意見”是荒謬的。

即使最終訊號為正面的資產中，也有58.0%包含至少一個負面評級；最終負面訊號中62.5%包含正面評級。例如，比特幣全部12個評級均為正面（買入），以太坊10正面2負面（買入），而Intuit有11個強力買入和1個全部賣出（強力買入）。這些不同情況的資訊狀態截然不同。

比較發現，存在正反觀點的290個資產與其他87個意見一致的資產相比，具有更高的年平均收益率離散度（7.18個百分點對3.46個百分點）、更低的方向一致性（0.731對0.852）和更高的風險壓力（52.2對42.6）。Ramdowar強調，這並不證明分歧導致風險，但它表明分歧標識了不同的預測特徵。

iPulse AI平臺設計多種分析框架（如價值投資者、宏觀策略師等），並生成獨立報告後歸一化處理，使投資者既能獲得共識訊號，又能檢查底層證據。Ramdowar認為，真正的價值在於讓AI承擔重複性分析工作，同時保持判斷和責任的透明度。