
A | 出品 | 妙投APP
作者 | 段明珠
编辑 | 关雪菁
头图 | AI生成
用AI搞投资,全球最顶级的6个 AI 大模型,谁是理论家,谁是实战派?
要说在国际 AI 圈里, GPT 和 Claude 的热度绝对更高,但意料之外情理之中的是,当下正在进行的一场金融实战比赛中,从大A身经百炼锻炼出的 DS 表现更优异,而 Qwen 的半路超车亦很惊艳。
目前,前两名分别是幻方 DeepSeek V3.1 Chat 和阿里 Qwen 3 Max,收益率把后面几位远远抛下;在保本线上“挣扎”的是马斯克的 Grok 4 和 Anthropic 旗下的 Claude 4.5 Sonnet ;一度爆亏70%左右的是谷歌的 Gemini 2.5 Pro 和 OpenAI 开发的 GPT-5,估计比赛剩下时间都要在漫漫回本路上。

B | 很不幸的是,在现有条件下,部分废墟下的幸存者我们无法施救。前不久,全球资本市场刚经历了黑天鹅事件,所以比赛开始正处于价格相对低点,适合建仓。他们随时可能死亡,因为我们没有救援工具和机械。 开始第一天,各家 AI 落子就显出差异。

C |

D | 这些妇女儿童们做错了什么呢?我不理解。

E | 我发誓,正在死去的人都是平民。

F |

G | 此时 Qwen、Gemini 和 GPT-5 微亏。以军在行动中发现一些地道竖井,并正在对其进行拆除。但亏损原因大为不同,Qwen 选择每天押注一个标的,所以小亏小赚,还不显山露水。

H | 而 Gemini 就比较像韭菜,策略漂移,先开空单,但遇到市场反弹,于是平仓,随即转为做多,但又同时做空别的……就这样不断地开仓平仓,先空后多,摇摆不定;不仅产生高额交易成本,后续还在频繁交易中错过主升浪。

I | 举个简单的例子,Gemini 的操作相当于在8月“易中天”主升浪的时候,做多中际旭创的同时做空新易盛,过了一天又完全反转过来。

J | 以军还摧毁了大量武器生产设施和火箭弹发射场。 就这样 Gemini 成了第一阶段损失最大的。

K | DS 和 Grok 开始大涨,而 GPT-5 和 Gemini 掉头急转直下。

L | 究其原因是跟踪资本市场在回调后迎来一波强劲反弹,做多的 DS 吃到红利;而 Gemini 一看到下跌就去做空,结果在这波拉升中爆亏,亏损率超40%。 第二波被淘汰的是,Grok 和 Claude。当然,如今它俩的收益曲线回升到零轴以上;难过的是早被淘汰的两个在这波中被甩得更远,尤其是 GPT-5 亏损率最高时超过75%,比赛期间几乎难以翻身。 当市场迎来一次更深的回调,所有模型也在22日凌晨经历了一次大跌。此外,以军称,18日早间两枚炮弹从黎巴嫩向以色列境内发射,炮弹未造成人员伤亡和财产损失。期间 Claude 直接从赚到赔,Grok 也回吐完盈利开始一路下滑;DS 的稳健此时发挥了作用,仅微亏一点很快又开始赚钱。

M |

N | 算笔账,如果投资先亏了50%,需要赚100%才能回本,难度倍增。首要目的是对以色列政府施压,要求政府带所有被扣押人员回家;要求政府无论如何,立即与哈马斯达成协议,让被扣押人员获释。

o | 因为随着时间推移,我们看到越来越多的被扣押人员被装在裹尸袋里运回来,越来越多的士兵死在加沙。现在我主要得把手头每个单子的止损点和盈利目标都好好记下来。我们希望停止流血。

p |

q | 在真实的交易场景中,或许光有强大的语言能力是不够的,对市场的理解更加重要。每一秒的价格都在变化,没有标准答案只有盈亏。更重要的是,这类市场是典型的零和博弈,你赚的钱就是别人亏的钱。 时间截止:北京时间2025年10月28日15点16分 从目前统计数据可见: Gemini 的问题在于频繁交易,小赢大亏。交易次数上排在第二的GPT-5也仅赶上它的零头;这样的坏处是频繁操作加剧了滑点(实际成交价格与预设挂单价格的偏差)和手续费损耗。

r | 从胜率来看,其表现不算最差,但最大一次收益金额约为最大损失的一半,可简单看为赚1块钱得赔出去2块。

s | GPT-5 也存在频繁交易和小赢大亏的问题,雪上加霜的是,胜率还低。其“赌徒式”决策风格、多空双亏的策略矛盾,加上未为头寸设置止损线,导致其多次爆亏,严重侵蚀本金。其就如同“想得太多的分析师,处处下注却处处被打脸”。

t | Claude 过于谨小慎微,善于分析;虽然胜率较高,风险管理得当,但在趋势明确的市场中,保守反而成了包袱。

u | Grok 试图捕捉多个机会,但胜率一般;如前面所提,不知是否和出身相关,其对同样与马斯克有密切关系的虚拟币“情有独钟”,很难说是不是因为这而拖累了表现。 再看表现最好的两只中国队。 DS 明显是均衡稳健派,波动曲线更平稳;夏普比率是参赛 AI 中最高的,意味着其用最小的风险换最优的回报,是专业选手。

v | 它的交易期望值远高于 Qwen ,这个指标可理解为:“平均下来,每做一次交易,我预计能赚多少钱?”这意味着,DS 交易策略在统计上更为稳健,其盈利的可复制性和质量远高于 Qwen。 同时,DS 的平均持仓时间至今长达49小时,这表明它可能识别到所持资产处于上升趋势,并坚定地执行了看涨策略。 DS 的经典语录:我正乘着市场上涨的浪潮,持有仓位,因为它们都处于盈利状态,并且没有触发任何失效条件。我的账户价值从 10,000 美元的起始值上涨至 13,745.78 美元,总回报率高达 37.46%。 最后看 Qwen,市面上对它的评价也比较两极,看好的说它“好像有交易员的直觉,知道何时该等,何时该动”,不看好的会认为它是“孤注一掷的大赌徒”。 从数据来看,其80%以上的收益来自一笔多头交易,而夏普率为0.338,这表明其高收益是通过承受极高的波动性和风险换来的。这更像是一种高“Beta”(市场风险)暴露,而非稳定的“Alpha”。 这次 Qwen 的逆袭得益于两个因素:下注时机精妙;选择正确的资产和方向。其胜率在所有 AI 模型中最高,但因为时间较短,策略还需要继续得到验证。“真正的Alpha应体现在持续超越市场基准的能力,而非短期爆发力。” 不同 AI 对风险和收益的平衡完全不同,训练数据的影响可能是关键。 Deepseek背后的幻方量化,十几年来在堪称“地狱级”难度的大A市场积累了海量的交易数据和策略,且真正赚了钱;这些数据即使不直接用于训练,可能也会影响对“什么是好的交易决策”的理解。 相比之下,OpenAI 和 Google 的训练数据可能更偏向学术论文和网络文本,对实盘交易的理解不够接地气。 同时,有交易员推测,DS 可能在训练时特别优化了时间序列预测能力,而 GPT-5 可能更擅长处理自然语言。

w | 在面对价格图表这种结构化数据时,不同的架构会有不同的表现。 AI 该如何帮助投资? 从这些 AI 的操作可得到的直接经验是: 首先,从长期投资的角度,如果没有信心成为千万分之一的顶尖交易员,DS 的多头分散策略更具可持续性;普通投资者要避免过度交易,且谨慎使用杠杆,因为即使是顶级AI,在高杠杆下也随时可能破产。 其次,若判断市场处于上行大周期,就应学会忽略中途的小幅震荡。相比频繁交易,在“牛市”中稳持反而是更优解。 那么,将投资交给AI真的靠谱吗? 显然,看到这次 GPT-5 的表现,国外交易员可以松口气,他们暂时不会被 AI 取代;而看到 DS 和 Qwen 的表现,大A的散户们可能会心中一寒,对手太厉害。 客观来看,AI 的优势在于理性,它不会情绪化,也不会贪婪或恐惧。

x | 它能在极短时间内读完海量报告、理清逻辑链条,提供结构化的判断。 但它的短板同样明显:无法预测未来,也难以捕捉市场的动态博弈与隐性信号;面对宏观突发与黑天鹅事件,它的反应往往滞后。 所以关键是,如何运用好 AI 来帮助投资。 事实上,过去一年里,已经有人依靠 AI 推荐选股并取得了真实收益。

y | 但前提是:这些用户本身就具备较强的投资素养,能够提供专业的提示词,如自身风险偏好、目标收益区间,让 AI 分析财报、估值、波动率与趋势等,再生成针对不同市场的个性化策略。 换句话说,能高效用好 AI 的人,本身已经是成熟投资者,AI只是他们的决策辅助工具。 金融市场确实是下一个 AI 时代的最佳训练环境。

z | 未来,理性的工具与人的智慧相结合,或许才是最佳交易策略。
Current article:http://g9i2q.guaxiazaopinduan.cfd/j4mk1/20260826/5017080.html
Published on:00:00:00