近日，號(hào)稱是首個(gè)專注于金融市場(chǎng)的 AI 實(shí)驗(yàn)室的美國實(shí)驗(yàn)室 Nof1 啟動(dòng)了一個(gè)將多個(gè) AI 大模型置于真實(shí)金融市場(chǎng)中進(jìn)行自動(dòng)化交易對(duì)決的實(shí)驗(yàn)平臺(tái)。這一項(xiàng)目的名稱叫做 Alpha Arena，它是一個(gè) AI 大模型實(shí)盤交易競(jìng)賽。

（來源：https://nof1.ai/）

首季競(jìng)賽邀請(qǐng)了六款主流大模型進(jìn)行同臺(tái)競(jìng)技，海外模型是 OpenAI 的 GPT-5、Google 的 Gemini 2.5 Pro、xAI 的 Grok 4 以及 Anthropic 的 Claude Sonnet 4.5，國內(nèi)模型是阿里巴巴的 Qwen3 Max 和 DeepSeek V3.1。

自開賽以來，各個(gè)模型的表現(xiàn)出現(xiàn)了巨大分化，展現(xiàn)出了不同的交易人格。截至發(fā)稿，DeepSeek V3.1 收益率最高，Qwen3 Max 的收益率緊隨其后。而 GPT-5 和 Gemini 2.5 Pro 則雙雙墊底。

從策略風(fēng)格上來看：作為目前的領(lǐng)先者，DeepSeek V3.1 傾向于使用 10-15 倍杠桿做多所有幣種并會(huì)堅(jiān)定地持有，其背后公司幻方量化的專業(yè)交易背景被認(rèn)為是其成果的重要因素；Claude Sonnet 4.5 的交易次數(shù)極少，更像是一個(gè)謹(jǐn)慎持倉者；GPT-5 與 Gemini 2.5 Pro 則在上漲行情中錯(cuò)誤地采取了空頭策略；而 Gemini 像是一個(gè)“高頻交易員”，在短短幾天之內(nèi)進(jìn)行了數(shù)十次交易，這種頻繁的策略反轉(zhuǎn)和高額手續(xù)費(fèi)導(dǎo)致了巨額虧損。

在機(jī)制上，Nof1 競(jìng)賽采取真實(shí)資金，每個(gè)模型獲配 1 萬美元真實(shí)資金。期間采用全自動(dòng)交易，模型在 Hyperliquid 平臺(tái)上自主交易多種加密貨幣永續(xù)合約。并采用統(tǒng)一輸入的方式，所有模型接收相同的市場(chǎng)數(shù)據(jù)和提示詞。全程都是完全透明的，交易記錄、持倉和賬戶價(jià)值都會(huì)進(jìn)行實(shí)時(shí)公開。

據(jù)了解，Nof1 旨在將金融市場(chǎng)作為檢驗(yàn) AI 的終極試煉場(chǎng)。由于金融市場(chǎng)動(dòng)態(tài)復(fù)雜而且充滿對(duì)抗性，遠(yuǎn)比靜態(tài)測(cè)試更加能夠測(cè)試 AI 在真實(shí)環(huán)境中的決策能力。Nof1 的官網(wǎng)寫道：“我們相信金融市場(chǎng)是下一個(gè) AI 時(shí)代的最佳訓(xùn)練環(huán)境。它們是終極的世界建模引擎，也是唯一一個(gè)隨著 AI 變得越來越智能而能同時(shí)變得越來越難的基準(zhǔn)。我們不是用游戲、而是用市場(chǎng)來訓(xùn)練新的基礎(chǔ)模型，這些模型可以無限地創(chuàng)建自己的訓(xùn)練數(shù)據(jù)。我們使用開放式學(xué)習(xí)和大規(guī)模強(qiáng)化學(xué)習(xí)等技術(shù)來應(yīng)對(duì)市場(chǎng)的復(fù)雜性，而這也是最終的挑戰(zhàn)?！?/p>

所見略同的是，國內(nèi)也有團(tuán)隊(duì)開展了類似項(xiàng)目，并同樣在目前得出了 DeepSeek 表現(xiàn)較佳、Gemini 表現(xiàn)較差的結(jié)論。

港大 AI-Trader 大模型炒股項(xiàng)目：DeepSeek 目前最強(qiáng)，Gemini 表現(xiàn)最差最冒進(jìn)

對(duì)于自己和團(tuán)隊(duì)的 AI 炒股開源項(xiàng)目——AI-Trader，香港大學(xué)教授黃超總結(jié)稱：“這次，咱們?nèi)祟惥彤?dāng)一回觀眾，把決策權(quán)全權(quán)交給 AI?！?/p>

想象一下：當(dāng)你給 AI 一個(gè)工具箱，它就能查股價(jià)、搜新聞、看財(cái)報(bào)和下訂單。然后，你只需告訴它“你有 1 萬美元，30 天后看你能賺多少”，接下來就可以完全撒手不管。無需策略模板、無需技術(shù)指標(biāo)、甚至連“建議關(guān)注英偉達(dá)”這種指導(dǎo)語都不說，AI 就能自己“折騰”——每天開盤前自己上網(wǎng)搜新聞、翻財(cái)報(bào)、琢磨市場(chǎng)情緒、算風(fēng)險(xiǎn)收益，然后決定買啥、賣啥和倉位該持多重。

在這一項(xiàng)目中，黃超團(tuán)隊(duì)讓 AI 大模型成功“殺進(jìn)”了股票市場(chǎng)，并實(shí)現(xiàn)了完全自主的交易。他們給 DeepSeek、Qwen3、GPT、Gemini、Claude 這五款模型各自配備 1 萬美金，在美股展開了將近一個(gè)月的交易對(duì)決。

規(guī)則很殘酷：沒人管、沒套路、沒劇本。與此同時(shí)，他們還給此次炒股實(shí)驗(yàn)定下一個(gè)“三不原則”：首先，不給套路，“均線金叉買入、KDJ 超賣抄底”等技巧統(tǒng)統(tǒng)不教；其次，不給暗示，全程不許人工干預(yù)；最后，不給作弊機(jī)會(huì)，嚴(yán)格按時(shí)間過濾數(shù)據(jù)，讓 AI 絕對(duì)看不到未來消息。期間，每個(gè)模型拿著一個(gè)賬戶和工具包去查股價(jià)、搜新聞和下單交易。至于怎么炒股，全看它們自己的本事。因此，這是一次真正的 AI 自主交易，也填補(bǔ)了中國大模型研究在該領(lǐng)域的空白。

為了對(duì)比各個(gè)模型的炒股能力，他們給所有大模型設(shè)置了 QQQ 模型作為基準(zhǔn)線，并針對(duì)其表現(xiàn)能力加以比較。

（來源：資料圖）

從目前的實(shí)驗(yàn)結(jié)果來看，DeepSeek 的優(yōu)勢(shì)較為明顯。黃超告訴 DeepTech，美股和炒幣不太一樣，對(duì)于美股來說穩(wěn)健的基本盤是重點(diǎn)。因此，對(duì)于參與炒股的大模型來說它需要具有較強(qiáng)的深度研究能力，誰更擅長針對(duì)網(wǎng)絡(luò)信息進(jìn)行檢索、整理和總結(jié)，誰就能夠更好地使用工具。

那么，為何 DeepSeek 比較強(qiáng)？他表示，DeepSeek 在炒股中表現(xiàn)得更加求穩(wěn)。求穩(wěn)，是指所持的股票更加分散，換言之是指炒股風(fēng)格比較穩(wěn)健。當(dāng)前，DeepSeek 主要持倉的股票是大型科技股，黃超推測(cè)這可能是因?yàn)?DeepSeek 具備更強(qiáng)的量化知識(shí)學(xué)習(xí)能力。

除了 DeepSeek 之外，從 10 月 24 日的結(jié)果來看：Claude 本身的工具調(diào)用能力比較強(qiáng)，這可能是它能夠排在第二位的原因；Qwen 目前排在三四名左右；整體來看 GPT-5、Qwen 和 Claude 這三款模型的能力不相上下；表現(xiàn)最差的目前是 Gemini。

那么，Gemini 為何表現(xiàn)較差？事實(shí)上，Gemini 在實(shí)驗(yàn)期間的交易次數(shù)非常多，但是結(jié)果卻不夠好。從模型行為來看，Gemini 表現(xiàn)得比較激進(jìn)，在實(shí)驗(yàn)的其中一天它竟然賣掉了所有股票。“所以，我認(rèn)為從這個(gè)結(jié)果來看，對(duì)于真人股民來說也不建議大家在美股里面頻繁地進(jìn)行交易。”黃超表示。

而從持股類型來看，DeepSeek 是最分散和最多樣化的；Qwen、Claude 和 GPT 的持股分散程度類似；Gemini 則更加大膽。盡管目前 DeepSeek 的整體成績(jī)比較出色，但是各個(gè)模型之間的差距較小。而且隨著實(shí)驗(yàn)的進(jìn)行，各個(gè)大模型之間的差距越來越小。因此，等到大模型掌握一定規(guī)律之后，可能它們會(huì)改變持倉技巧，從而更加能夠適應(yīng)美股市場(chǎng)的動(dòng)態(tài)性。

對(duì)于大模型所使用的炒股賬戶來說，整個(gè)炒股過程用的不是真實(shí)貨幣，而是采用虛擬貨幣的方式讓它們?nèi)コ垂?，但是所有股價(jià)的交易信息是完全實(shí)時(shí)的。

對(duì)于真人股民和量化分析從業(yè)者來說，他們使用的工具包括股票信息分析、金融財(cái)報(bào)信息提取、股價(jià)走勢(shì)預(yù)測(cè)。因此，此次項(xiàng)目給大模型打造的炒股工具包也主要包含這些內(nèi)容，比如它在炒股時(shí)也會(huì)查看富途牛牛等軟件。

對(duì)于真人股民來說，這些大模型的炒股軌跡可以在一定程度上起到輔助作用。比如，可以讓大模型去做信息搜索和信息總結(jié)?！按竽Ｐ偷男畔⒃床灰欢ū绕胀ㄈ说男畔⒃瓷?，而且大模型可能還會(huì)做更強(qiáng)的分析?！秉S超表示。

這也說明隨著 Agent 能力的逐漸成熟，大模型有被用于量化交易的潛力。那么，能否得出大模型已能在金融市場(chǎng)生存的理論？鑒于這些大模型“入行”炒股已經(jīng)將近一個(gè)月，黃超推測(cè)它們可能已經(jīng)擁有更加智能的信息總結(jié)能力，并能做出一些動(dòng)態(tài)判斷。

（來源：資料圖）

理論上可行，實(shí)操需謹(jǐn)慎

如前所述，幾乎本次實(shí)驗(yàn)進(jìn)行的同一時(shí)間，Nof1 團(tuán)隊(duì)打造的 AlphaArena 在加密貨幣領(lǐng)域進(jìn)行 AI 炒幣實(shí)驗(yàn)。此次黃超團(tuán)隊(duì)則是在國內(nèi)首次使用 AI 大模型打造了一個(gè)美股股票 AI 競(jìng)技場(chǎng)。

目前，已經(jīng)有券商和投行等金融機(jī)構(gòu)來接洽黃超團(tuán)隊(duì)。前者表示他們很早就想探索大模型在金融系統(tǒng)上所能起到的輔助作用，但是一直沒能完善起來。而看到此次黃超團(tuán)隊(duì)的項(xiàng)目之后，前者表示這一項(xiàng)目已經(jīng)基本將它們所需的大模型炒股系統(tǒng)和 Agent 管道搭建完畢。

而本次項(xiàng)目在開源幾天之后，迅速獲得 700 星標(biāo)，GitHub 數(shù)據(jù)顯示已有很多 AI 業(yè)內(nèi)人士在部署黃超團(tuán)隊(duì)所使用的大模型和框架，預(yù)計(jì)接下來會(huì)有更多人跟進(jìn)這一研究方向。“事實(shí)上，我們只是以本次炒股項(xiàng)目為起點(diǎn)，來點(diǎn)燃更多的火苗，也讓大家看到原來 Agent 配合大模型已經(jīng)能夠達(dá)到這種水平，未來我覺得會(huì)有更多人涌入這條線。”黃超告訴 DeepTech。

如前所述，這一項(xiàng)目已經(jīng)開源，所有人都可以作為觀眾去 GitHub 上觀看大模型炒股。而由于股市波動(dòng)一般較大，因此黃超也想看看這些模型對(duì)于動(dòng)態(tài)事物的判斷能力。眼下，這一炒股實(shí)驗(yàn)僅僅進(jìn)行了三周，大模型炒股的排名也仍在動(dòng)態(tài)發(fā)展之中。未來，他們會(huì)將實(shí)驗(yàn)時(shí)間拉得更長，以便更加全面地測(cè)試大模型的能力。

具體來說，他們計(jì)劃在 GitHub 上將大模型炒股直播到 2025 年年底。與此同時(shí)，他們也正在優(yōu)化框架，來讓大模型在炒股時(shí)所使用的策略更加精細(xì)、更加豐富，以便觀察大模型能否在金融市場(chǎng)上擁有更加精準(zhǔn)的能力。

同時(shí)，該團(tuán)隊(duì)也希望能在未來實(shí)現(xiàn)實(shí)盤，從而讓系統(tǒng)更加實(shí)時(shí)化，并能夠根據(jù)平臺(tái)信息真金白銀地炒股?！翱傊@一切在理論上都是可以的，但是要十分謹(jǐn)慎地開展?！彼a(bǔ)充稱。

總的來說，Nof1 項(xiàng)目和黃超團(tuán)隊(duì)項(xiàng)目的意義并不止于一場(chǎng)比賽，也體現(xiàn)了 AI 能力評(píng)估的一次范式轉(zhuǎn)移。即人們從靜態(tài)的實(shí)驗(yàn)室測(cè)試轉(zhuǎn)向公開、可驗(yàn)證的真實(shí)環(huán)境對(duì)抗。這為 AI 金融研究提供了基準(zhǔn)，也引發(fā)了人們對(duì)于 AI 在動(dòng)態(tài)決策領(lǐng)域角色的深層思考。

參考資料：

黃超團(tuán)隊(duì)實(shí)時(shí)更新各個(gè)大模型炒股結(jié)果的 GitHub 鏈接 https://github.com/HKUDS/AI-Trader

Nof1 項(xiàng)目的實(shí)時(shí)網(wǎng)頁 https://nof1.ai/

運(yùn)營/排版：何晨龍