商傳媒｜吳承岳／台北報導
生成式人工智慧（AI）技術正加速滲透金融投資領域，不僅革新投資策略的制定方式，更深入影響交易執行的效率與精準度。南韓金融業界專家在日前舉行的金融論壇上指出，AI已成為金融投資決策的關鍵基礎，特別是在需要快速判斷與海量數據處理的證券產業。
智能決策與高速交易
南韓投資證券（Korea Investment & Securities）AI暨數據創新部部長李明鎮表示，透過AI技術，證券公司已能提供自動化交易服務。例如，該公司開發的MCP（Model Context Protocol）系統，讓客戶只需下達「買進一股三星電子（Samsung Electronics）」等簡單指令，即可完成交易執行，象徵AI已能獨立完成目標設定、計畫擬定乃至實際操作。李明鎮強調，在證券業中，毫秒級的決策至關重要，若能將交易系統延遲時間從500微秒縮短至5微秒，交易損失可望從20%大幅降至5%。
未來資產證券（Mirae Asset Securities）董事許承一也指出，過去的競爭優勢在於能否及早掌握重要資訊，但現在這些高端資訊透過AI可即時共享。他認為，當前金融業的競爭焦點已轉移至如何有效設計問題，以引導AI發揮最大效用，例如該公司正籌備利用聊天機器人的提問數據，為客戶提供客製化資訊服務。
AI模型預測股價能力參差
AI模型在預測股價方面的表現也備受關注。《AIMultiple》評估了14種生成式AI模型在預測132檔股票價格變動的能力。測試結果顯示，ChatGPT 5 Thinking模型與Gemini 2.5 Pro模型表現最佳。其中，GPT 5 Thinking的預測準確度達到74%，Gemini 2.5 Pro則有71%。值得注意的是，部分較新的AI模型，如GPT 5.4 Instant與GPT 5.4 Thinking，準確度分別為69%和64%，整體表現反而略遜於一些舊版模型。研究也發現，提供過多的數據反而可能降低AI模型的預測成功率，顯示資料輸入的品質與精簡性對AI判斷至關重要。
這些AI模型在評估家族企業領導人離世等非預期事件對股價的影響時，會綜合考量企業獲利能力、家族持股、總部所在國家、員工數及產業等因素。當增加更多如離世者職位、年資、死因等資訊後，部分模型的表現有所提升，但也有模型因處理複雜輸入而導致準確度下降。
機器人理財與監管發展
在資產管理領域，機器人理財顧問（Robo-Advisor, RA）的普及率顯著提升。根據金融服務委員會（Financial Services Commission）的資料，截至今年2月，RA客戶數已從2022年12月的11.4萬人激增至20.6萬人，同期RA服務管理資產規模更從1,916億韓元成長逾三倍，達到6,070億韓元。金融監督院（Financial Supervisory Service）預計今年將進行第27次RA測試，檢討是否需進一步改善相關制度。此外，監管機構也正密切分析退休金RA沙盒服務的成效，考慮將其適用範圍從個人退休金（IRP）擴展至確定提撥制（DC）退休金計畫。
潛力與挑戰並存
儘管AI在分析市場、歷史數據及即時資訊方面的速度遠超人類，且能有效識別模式並減少情緒偏誤，進而生成交易訊號和執行交易，但其潛在風險仍不容忽視。尤其在市場波動劇烈時，AI交易機器人可能引發群體式拋售，加劇市場動盪。因此，專家建議投資人應將AI的能力與自身研究、策略開發以及對市場狀況的掌握相結合，以做出更明智的決策。
