给股票市场模型输入纯随机噪声，反而能让它预测得更好。
这不是笔误。这是 David Rapach（亚特兰大联储）与 Guofu Zhou（圣路易斯华盛顿大学）的新综述《Machine Learning in Asset Pricing》（2026年10月14日）中的意外发现之一。
他们回顾了关于两个老问题的最新研究：你能预测市场吗？你能选出赢家股票吗？
📈 答案是：可以，但只能预测一点点。
股票收益大部分是噪声，但机器学习不断发现其中微小而有价值的信号。
🧠 四个意外发现
噪声可能有帮助。数千个额外的随机输入，可以防止模型追逐那些只是运气好的模式。
更大未必更简单，反而可能胜过简单模型。一个拥有 12,000 个输入、每次仅用 12 个月数据训练的模型，在市场择时上表现良好（不过这仍是一个开放问题）。
许多因子都很重要。超过 100 个公司特征有助于预测哪些股票会跑赢。
ChatGPT 会读新闻。它对《华尔街日报》标题的解读，有助于预测最长可达 6 个月后的市场走势。
🎯 为什么这很重要？“保持模型简单”这一传统原则正在被重新审视；当经济学为机器学习设定边界、防止其脱离经济逻辑时，机器学习的效果会更好。
🧂 需要保留一点怀疑：这是一篇选择性综述，而且它所涵盖的大部分最新结果仍处于工作论文阶段。
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7611982
