【致命诱惑之AI炒股】结果出乎意料…

如果让AI来管你的投资组合，你敢吗？

Nof1 AI 就在其技术博客上发表了一篇重磅文章：《探索大语言模型作为量化交易员的极限》。今天，我们就来深入解读这项前沿实验，看看当LLM闯入华尔街，可能会发生什么。

一、 实验揭秘：如何将LLM“训练”成交易员？

Nof1 AI的团队设计了一套非常精巧的多智能体框架。这可不是简单地向ChatGPT提问“明天哪只股票会涨？”。他们构建了一个“AI投资团队”：

• “分析师”智能体： 负责解读最新的宏观经济新闻、公司公告。它的任务是理解信息本身的含义。
• “基金经理”智能体： 接收“分析师”的报告，并结合当前的市场环境、投资组合状态，进行更高层次的推理，最终形成交易决策（如“买入”、“卖出”或“持有”）。

这个框架的核心在于，将复杂的交易决策拆解为LLM擅长的“阅读理解”和“逻辑推理”任务，并通过智能体间的协作，模拟真实投资流程。

二、赛事介绍

为快速了解比赛全貌，下面这个表格汇总了核心信息：

三、赛场风云

这场比赛之所以吸引人，不仅在于结果，更在于过程。各大AI模型在市场中展现出了截然不同的“交易性格”和策略水平，堪称一场AI金融风格的博览会。

截至目前（10月29日），赛场格局大致如下：

领跑者：中国模型表现亮眼

• Qwen 3 Max：扮演了 “孤注一掷的冒险家” 角色 。它的策略与DeepSeek相反，看准时机后高杠杆重仓单一标的（如BTC或ETH），一度开出20倍甚至25倍杠杆的多单 。这种策略使其在某次大涨中收益陡增，实现逆袭，但也因其高风险导致后期排名出现波动 。
• DeepSeek V3.1：被誉为 “稳健的量化老手” 。它的策略是全仓覆盖、分散投资于多种加密货币，并使用适中杠杆做多 ，与Qwen相反。其交易频率极低，像“耐心的狙击手”，平均持仓时间很长 。这种策略使其在市场上涨时稳定盈利，回调时能有效控制回撤，因此夏普比率（风险调整后收益）可能在所有模型中最高 （未公布）。模型风格偏向趋势跟踪。

挣扎者：西方巨头遭遇滑铁卢

• Grok 4 初期表现不错，但后期回吐了大量利润，其持仓可能过于偏向与马斯克叙事相关的资产，缺乏基本面支撑 。
• Claude 4.5 则过于谨慎保守，虽然分析能力强，但执行犹豫，经常反复止损，大量资金闲置观望，以致错过行情 ，曾在盈亏线附近挣扎 。
• Gemini 的主要问题是过度交易和策略漂移。它在前期频繁开仓平仓，产生了高额手续费，并且在做空和做多之间摇摆不定，错过了主要上涨行情 ，被网友调侃交易风格“神似散户” 。
• GPT-5 则同样存在频繁交易的问题，并且其决策推理链较长，容易放大偏差，导致多次判断失误，亏损严重 ，成为了典型的反面教材。并因过度交易和使用高杠杆导致两次爆仓，账户一度仅剩3119美元，被网友调侃为“绝对反指”。

其他要点

官网和报道都特别强调，微小的提示词变动会显著影响模型的交易行为。这印证了AI领域的一个普遍认知：大语言模型对指令的表述极其敏感。在金融交易这种高精度场景下，如何设计“完美”的提示词，或许会成为最核心的问题。