AI炒股，到底行不行

文章作者、来源：杨夏，杨夏的万事屋

最近这段时间，我不是在研究和筹备Agent Trading工具么，

体验了众多AI交易方法、工具和平台，烧了上亿token后，

一个核心感触，

AI懂得非常多，但目前「不可依赖」。

我知道，很多人在前面龙虾热潮的时候，给自己装上各种金融skill，

兴奋的准备去市场大杀四方，

结果声音渐渐消沉，龙虾注销，都14块一斤了。

如何在真实资本市场中，构建可信任、可执行、可迭代的交易agent，

过去几个月踩的坑，我可以写10万字的一手经验出来，

不过，今天，暂且按下不表。

最近在构建AT架构知识的时候，刷到一篇论文，很值得跟大家分享，

尤其大家都沉浸在AI交易的失乐园中，肉眼可见的知道，未来必定是AI全程参与投资。

这篇《AI-TRADER: BENCHMARKING AUTONOMOUS AGENTS IN REAL-TIME FINANCIAL MARKETS》的作者们，提出了 AI-Trader框架，目标是评估主流LLLM模型，在完全自主、实时运行、数据无污染环境下的金融决策效果。

说白了，就是检验一下AI炒股效果如何。

实验选择了美股纳斯达克100成分股，A股上证50成分股，10大主流加密资产，这三类资产池进行，支持小时级（美股）和日级（A 股、加密货币）交易频率。

不同AI模型，被封装到同样的Agent里，使用MCP调取新闻、资讯、财报、行情数据，可自主完成情绪提取、数值计算、交易指令的下发。

6个参赛选手（当时DS-V4还没发布），

• DeepSeek-v3.1

• MiniMax-M2

• Claude-3.7-Sonnet

• GPT-5

• Qwen3-Max

• Gemini-2.5-Flash

从25年11月到11月7日，真实市场开赛，跑下来的结果，

MiniMax-M2，夺得美股（小时级）、A股（日级）两个冠军，

DS-V3.1则斩获了加密组的第一名。

然而残酷的是，

大多数模型在真实市场中表现很差，收益低、风控弱。

在各大类模型基准评测中，这些缺陷是无法体现的。

同样的模型，在不同市场，风格大变样，

比如冠军MINIMAX，在美股追求收益，在A股转为防守（低波动、低回撤），看来训练语料中对两个市场的差异是认识到位了的。

美股中，多个模型可以跑赢QQQ，

到了A股中，无一跑赢上证50，你巴菲特来了，最强AI来了，在我大A，依然要跪。

哪怕土生土长、量化血脉的DeepSeek，

在美股和加密市场表现好，在A股也不能打。

美国的Gemini，在美股平均交易3.79，到了A股疯狂操作到4.74，咋的说，入乡随俗啊。

里面有些成功案例，

比如DS在10月10日，通过Search工具获取特朗普关于“对华加征关税”的新闻，推理出科技股风险高，执行了防御策略：

科技股仓位从99% 降至70%

增加消费必需品（PEP）和公用事业（AEP）

保留 17.3% 现金

成功减少损失，表现优于多数模型

同样，DS也犯了全天下所有AI都会犯的错，

被单一信源坑了，

接收“结构性慢牛”新闻后，未进行交叉验证

错误加仓传统能源和银行股，错过市场主升浪

暴露了智能体在信息验证和动态纠错方面的不足

在良好的信息接口和数据对齐环境下，AI并没有犯普遍意义上的「幻觉」错误，

真正的「实战缺陷」在于，

要么分析不当（假信息），

要么频繁操作（无效交易），

要么风控失败（踩雷）。

这也是过去几个月，我在AI实验中亲身感受到的几个天然缺陷，

不过，这些问题都有解法。

原文中的几位作者，

还搭建了一个网站专门来跟踪和发展后续的人机交易协作实验，

还能直接安装他们现成的skill，来一把交易竞赛。