神经网络通过文本报告破解股市逻辑

芝加哥大学布斯商学院的研究人员利用近2000份来自不同行业2025年末真实企业财务报告的数据，对三种先进的人工智能模型进行了实时测试。这些模型能够解释财报发布日约17%的股价波动，而传统的市场指标——盈利意外——历史上只能解释极小的一部分。即使整合数十年的学术知识，这一比例也仅能提升至8%。通过全面分析非结构化文本数据，包括管理层预测、高管评论以及他们在投资者电话会议中发言的语言特征，这些神经网络的表现优于人类分析模型。人工智能系统发现，强劲的财务业绩通常已被市场消化，因此投资者对相关措辞反应更为强烈。研究结果以人类可读的数字期刊形式呈现，并附有对市场异常现象的文本解释，这可能有助于经济学家提出关于资产定价的新假设。