1. 引言
開放式網上群眾預測平台嘅預測，愈來愈被視為有價值嘅前瞻性資訊來源，歐洲中央銀行同各大傳媒都有引用。雖然有證據顯示佢哋嘅表現好過亂估，但同已確立嘅統計基準模型進行比較嘅分析就唔多。本研究評估Metaculus平台喺匯率問題上嘅預測準確度，並以「無漂移隨機漫步模型」——一個出名難打敗嘅基準——作為比較對象。研究結果旨在釐清群眾預測喺一個有清晰、客觀基準嘅領域中嘅實際效用。
2. 文獻綜述
2.1 群眾預測
「群眾智慧」概念認為，匯集唔同個體嘅預測可以非常準確。收集同整合預測嘅方法，由簡單平均到更複雜嘅技術都有。研究顯示，喺特定情境下（例如流感病例預測（Farrow等人，2017）同利率預測（Karvetski，2023）），群眾預測可以優於統計模型，但表現好睇具體情境。
2.2 匯率預測
隨機漫步模型（形式化為 $s_{t+1} = s_t + \epsilon_t$，其中 $\epsilon_t$ 係白噪音）認為未來匯率變動無法從過去變動預測，長久以來都係國際金融領域一個難以逾越嘅基準。任何預測方法要持續超越佢都係一個重大挑戰，令佢成為測試群眾預測呢類新方法嘅理想嚴格考驗。
3. 數據與平台
分析採用咗Metaculus平台上嘅匯率預測問題。Metaculus係一個開放式網上平台，用戶可以喺度預測由地緣政治到經濟等各種問題嘅結果。相關嘅歷史匯率數據亦被用於比較。所有複製研究所需要嘅數據均可獲取，Metaculus預測可通過其公共API訪問。
4. 研究方法
核心研究方法係直接比較預測準確度。對於一個特定嘅匯率問題（例如，「喺X日期嘅歐元兌美元匯率會係幾多？」），收集Metaculus社群嘅預測（通常係中位數或聚合估計值）。然後將呢個預測同「無漂移隨機漫步模型」產生嘅預測進行比較，後者只係簡單地用現貨匯率作為所有未來時期嘅預測（$\hat{s}_{t+k} = s_t$）。預測準確度使用標準誤差指標（例如平均絕對誤差（MAE）或均方根誤差（RMSE））進行量度。然後應用統計檢驗來確定準確度差異係咪顯著。
5. 結果
關鍵結果係：對於所研究嘅匯率預測，「無漂移隨機漫步模型」提供嘅預測明顯比Metaculus群眾預測更準確。群眾預測嘅準確度低於呢個簡單嘅統計基準。
關鍵結果速覽
基準（隨機漫步）：預測誤差較低（例如MAE、RMSE）。
Metaculus群眾預測：相比基準，預測誤差較高。
結論：群眾預測嘅表現遜於難以擊敗嘅隨機漫步模型。
6. 討論
呢個發現為圍繞群眾預測平台嘅熱情提供咗一個重要嘅現實檢驗。雖然群眾可能喺涉及複雜潛在變數嘅領域（例如流行病傳播、地緣政治事件）表現出色，但面對像匯率呢種純粹嘅鞅過程（martingale process）時就顯得吃力，因為明日價格嘅最佳預測往往就係今日價格。呢點凸顯咗特定領域基準測試嘅重要性，並提醒唔好將群眾智慧盲目應用於所有情況。
7. 結論
本分析提供咗一個罕有嘅比較評估，發現喺匯率預測方面，Metaculus群眾嘅預測準確度低於隨機漫步模型。佢強調咗，喺金融或經濟決策情境中部署基於群眾嘅預測之前，必須先對已確立嘅模型進行嚴格嘅基準測試。
8. 原創分析與專家評論
核心見解： 呢篇論文提供咗一個令人清醒、必要嘅逆向觀點。圍繞「群眾智慧」同AI相關預測平台嘅炒作，經常忽略一個基本原則：唔係所有預測問題都係一樣嘅。本研究正確地識別咗一個領域——匯率，作為有效市場嘅象徵——喺呢個領域，一個簡單嘅模型就係王者，並成功證明群眾未能推翻佢。呢個唔係群眾本身嘅失敗，而係對市場效率理論嘅有力驗證，亦係一個重要提醒：基準選擇至關重要。
邏輯流程： 論證優雅簡單而有力。1) 確立群眾平台日益突出嘅地位。2) 指出缺口：缺乏同艱難、特定領域基準嘅比較。3) 選擇完美戰場：外匯市場，隨機漫步係學術黃金標準（呢個事實喺Meese & Rogoff（1983）等開創性著作中有充分記載）。4) 執行一個清晰、可複製嘅比較。5) 呈現明確嘅結果。邏輯嚴密，並聚焦於一個高價值、可量度嘅問題。
優點與缺陷： 主要優點係其方法清晰，並聚焦於嚴格基準，呢種做法有時喺以技術為中心嘅預測文獻中係缺失嘅。佢通過降低期望提供咗寶貴嘅公共服務。然而，一個關鍵缺陷係結論可能過於狹窄。群眾表現不佳，係因為佢天生唔擅長外匯預測，定係因為聚合機制（例如簡單中位數）未能提取潛在信號？來自其他集體智慧平台（如Good Judgment Project）嘅研究表明，具有反饋同評分機制嘅結構化群眾可以達到驚人嘅準確度。論文可能將特定平台嘅實現方式嘅表現，同群眾外包方法論嘅潛力混為一談。此外，正如混合AI方法（例如Sezer等人（2020）將神經網絡同傳統計量經濟學結合）所見，最有前途嘅路徑可能係將群眾預測同統計模型結合嘅集成方法，論文嘅參考文獻暗示咗呢個方向，但自身分析並未充分探討。
可行建議： 對於從業者：切勿在未極度謹慎嘅情況下，將通用群眾預測用於有效市場資產預測。隨機漫步係你嘅基準；先打敗佢。對於平台開發者（如Metaculus）：將特定領域基準整合到你嘅問題評估同用戶反饋中。向參與者展示佢哋嘅聚合預測相比隨機漫步等模型嘅表現。對於研究人員：本研究係一個範本。將呢種方法複製到其他資產類別（加密貨幣、商品）同其他群眾平台。真正嘅見解將來自薈萃分析：識別決定群眾何時勝出、何時失敗嘅問題特徵（波動性、數據可用性、效率程度）。
9. 技術細節與數學框架
比較嘅核心在於兩個預測模型同一個誤差指標。
1. 無漂移隨機漫步預測：
$\hat{s}_{t+h} = s_t$
其中 $\hat{s}_{t+h}$ 係提前h期嘅預測，$s_t$ 係時間 $t$ 嘅現貨匯率。
2. 群眾預測：
$\hat{s}^{crowd}_{t+h} = f(\{p_{i, t}\})$
其中 $\{p_{i, t}\}$ 係平台用戶喺時間 $t$ 嘅個體預測集合，$f(\cdot)$ 係一個聚合函數，通常係中位數或平均數。
3. 準確度指標（例如平均絕對誤差 - MAE）：
$MAE = \frac{1}{N} \sum_{k=1}^{N} | s_{t+h} - \hat{s}_{t+h} |$
呢個指標會分別為隨機漫步預測（$MAE_{RW}$）同群眾預測（$MAE_{Crowd}$）計算。MAE較低嘅模型更準確。然後可以使用Diebold-Mariano檢驗來評估準確度差異嘅統計顯著性。
10. 實驗結果與圖表描述
假設性結果圖表描述： 一個標題為「預測準確度比較：隨機漫步 vs. Metaculus群眾」嘅柱狀圖。X軸列出分析嘅貨幣對（例如歐元/美元、英鎊/美元、美元/日圓）。Y軸顯示均方根誤差（RMSE）。對於每個貨幣對，並排顯示兩條柱：一條藍色柱代表隨機漫步預測嘅RMSE，一條橙色柱代表Metaculus群眾預測嘅RMSE。喺所有貨幣對中，藍色（隨機漫步）柱明顯短過橙色（群眾）柱。一條虛線水平線可能表示一個簡單常數預測嘅平均RMSE。圖表將清晰可視化論文嘅核心發現：簡單隨機漫步基準嘅持續優越性。
解讀： 藍色同橙色柱之間嘅視覺差距，定量地展示咗群眾預測嘅表現赤字。唔同貨幣對之間嘅一致性，加強咗結論嘅普遍性：喺呢個領域，複雜嘅群眾聚合並未勝過一個微不足道嘅模型。
11. 分析框架：一個實用案例
案例：評估一個英鎊/美元3個月後嘅群眾預測。
- 數據收集（時間 t）：
- 英鎊/美元現貨匯率：1.2800。
- Metaculus社群對3個月後英鎊/美元匯率嘅中位數預測：1.3100。
- 生成基準預測：
- 隨機漫步預測：$\hat{s}_{t+3m} = s_t = 1.2800$。
- 觀察（時間 t+3m）：
- 實際英鎊/美元匯率：1.2750。
- 計算絕對誤差：
- 誤差（隨機漫步）：|1.2750 - 1.2800| = 0.0050（50點子）。
- 誤差（Metaculus群眾）：|1.2750 - 1.3100| = 0.0350（350點子）。
- 分析： 喺呢個例子中，隨機漫步預測偏差50點子，而群眾預測偏差350點子——係前者嘅七倍。將呢個過程重複幾十次預測同幾個貨幣對，就會構建成本文進行統計比較嘅數據集。
12. 未來應用與研究方向
- 混合建模： 最有前途嘅方向唔係「群眾 vs. 模型」，而係「群眾 + 模型」。未來研究應該測試將Metaculus預測同隨機漫步預測結合嘅集成方法（例如加權平均），或者將群眾情緒作為更複雜嘅計量經濟學或機器學習模型（例如LSTM網絡）中嘅一個特徵。
- 條件分析： 群眾準確度會否隨市場狀況而變化？分析群眾喺高波動/趨勢市期間，相比平靜、區間波動期間，表現係咪相對較好，從而可能識別出特定嘅應用場景。
- 平台機制設計： 研究唔同嘅激勵結構、聚合算法（超越中位數）以及像Metaculus呢類平台上嘅專家權重，如何可以改善金融領域嘅預測表現。
- 跨領域基準測試： 將本研究嘅嚴格框架應用於群眾平台活躍嘅其他領域：商品價格、企業盈利或宏觀經濟指標（GDP、通脹），每個領域都有其已確立嘅基準。
13. 參考文獻
- Lehmann, N. V. (2025). Forecasting skill of a crowd-prediction platform: A comparison of exchange rate forecasts. arXiv preprint arXiv:2312.09081v2.
- Messe, R. A., & Rogoff, K. (1983). Empirical exchange rate models of the seventies: Do they fit out of sample? Journal of International Economics, 14(1-2), 3-24.
- Farrow, D. C., et al. (2017). The crowdsourced judgment of epidemic influenza. PLOS ONE.
- Karvetski, C. W. (2023). Wisdom-of-crowds forecasts of the federal funds rate. Journal of Economic Psychology.
- Sezer, O. B., Gudelek, M. U., & Ozbayoglu, A. M. (2020). Financial time series forecasting with deep learning: A systematic literature review. Expert Systems with Applications, 158.
- Tetlock, P. E., & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown Publishers.
- European Central Bank. (2021). Economic Bulletin, Issue 6.