严格盲测下，模型读新闻的选股信号基本消失。
资讯摘要
一篇论文提出OLIVIA预注册测试协议，用时间点输入、公司身份遮蔽、验证集选型、哈希冻结分析计划及一次性解盲，检验AI决策模型读标普500公司新闻能否预测股价。作者微调的开放权重模型信号在两个验证季度复现（日度信息系数0.055和0.065），但在2026年1至7月盲测期降至0.020（t=1.7）。商业模型读数与隔夜开盘涨幅吻合，开盘后走势则无关联。
要点速读
- 论文提出OLIVIA协议，通过遮蔽公司名、仅用验证数据选型、哈希冻结分析计划和记录式一次性解盲来排除前视与记忆偏差。
- 作者微调模型在验证期日度信息系数为0.055和0.065，盲测期降至0.020（t=1.7）。
- 商业模型读数与隔夜至开盘的变动相关（信息系数0.074至0.077），但与开盘后变动无关；遮蔽后商业模型仍能以62%至74%识别公司（基线28%）。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。