一場(chǎng)前所未有的全球直播，將世界六大頂尖AI大模型拉到同一個(gè)“競(jìng)技場(chǎng)”。

10月18日起，美國(guó)一個(gè)名為Nof1的AI研究機(jī)構(gòu)發(fā)起了一場(chǎng)名為“Alpha Arena”的實(shí)驗(yàn)。

他們分別給中美AI大模型代表各1萬(wàn)美元，讓它們?cè)跀?shù)字貨幣交易市場(chǎng)自主投資，不得人為干預(yù)，并對(duì)AI的操作方法、收益虧損進(jìn)行24小時(shí)的直播。

相比于過(guò)去AI大模型在模擬盤(pán)上“操盤(pán)”，這是全球首次公開(kāi)的、真金白銀的AI投資競(jìng)賽。

實(shí)戰(zhàn)證明，中國(guó)隊(duì)果然更擅長(zhǎng)數(shù)學(xué)。6名參與者包括阿里的Qwen3 Max、DeepSeek V3.1、OpenAI的GPT-5、谷歌的Gemini 2.5 Pro、Anthropic的Claude 4.5，以及馬斯克xAI的Grok 4。一周后，只有中國(guó)的AI大模型Qwen和DeepSeek穩(wěn)穩(wěn)居于收益曲線圖的上方。

2025年11月2日的數(shù)據(jù)顯示，DeepSeek的收益排名第一

11月4日，持續(xù)兩周多的AI比賽終于落下帷幕。阿里的Qwen在最后時(shí)刻反超DeepSeek，獲得理財(cái)冠軍。DeepSeek位居第二，而GPT-5墊底。

阿里的Qwen獲得冠軍，DeepSeek位居第二，而GPT-5墊底

連項(xiàng)目發(fā)起人、迷戀金融博弈論的Jay A Zhang都曾在社交媒體上感嘆：“Qwen用20倍杠桿全倉(cāng)比特幣——手法強(qiáng)硬、直白卻高效?！彼又u(píng)價(jià)，“（第二名的）DeepSeek構(gòu)建了精細(xì)的投資組合，持續(xù)保持20%～30%的穩(wěn)定回報(bào)率?！?/p>

AI的同場(chǎng)競(jìng)技讓許多普通人萌生想法：利用這些看上去無(wú)所不能的AI大模型，讓它們幫人炒股、投資，取得收益。但多位金融圈人士、專家卻依然對(duì)AI投資表示謹(jǐn)慎。

“（這次）比賽的隨機(jī)性很大?！币晃唤鹑诳萍既Φ膶W(xué)者告訴南風(fēng)窗，“比起關(guān)注結(jié)果，（這次）比賽應(yīng)該讓更多人思考，為什么現(xiàn)在AI大模型在投資領(lǐng)域還不成熟。”

AI“諸神之戰(zhàn)”

學(xué)術(shù)圈里，關(guān)于“AI+金融”的測(cè)試很多，但是真正出圈的卻很少。10月的全球直播，點(diǎn)燃了許多人對(duì)AI投資的熱情，也驗(yàn)證了許多人過(guò)去的猜想：DeepSeek果然出自做量化基金的母公司之手。

自10月18日開(kāi)盤(pán)第二天開(kāi)始，往后的日子里，DeepSeek的投資收益一直是正收益。第四天（10月22日）早晨，DeepSeek的收入就達(dá)到了1.5萬(wàn)美元，遠(yuǎn)遠(yuǎn)將OpenAI和谷歌的大模型甩在身后。10月27日，DeepSeek再接再厲，一路直沖，持有的加密貨幣價(jià)值從1.3萬(wàn)美元暴漲至2.1萬(wàn)多美元，實(shí)現(xiàn)了本金翻倍。

達(dá)到這些成就時(shí)，DeepSeek還在聊天框留下了交易思路：“我目前持有的比特幣、以太幣、狗狗幣、瑞波幣全部倉(cāng)位均維持盈利區(qū)間內(nèi)；我還分析了幣安幣，目前不適合購(gòu)入?！?/p>

DeepSeek的收益變化和反饋記錄/來(lái)源：nof1.ai

從風(fēng)格來(lái)看，DeepSeek的確表現(xiàn)了嚴(yán)謹(jǐn)?shù)慕灰撞呗浴Ｔ?0月18日一開(kāi)盤(pán)，它便全倉(cāng)持有，策略簡(jiǎn)單直接，不換手、不止損、不止盈。

相較之下，一直在倒數(shù)前二徘徊的Gemini 被網(wǎng)友調(diào)侃“交易風(fēng)格神似散戶”。它的交易策略反復(fù)更改，一會(huì)做多一會(huì)做空，交易次數(shù)遠(yuǎn)高于前幾名的模型。這在專業(yè)的金融交易里是“大忌”：交易費(fèi)更高的同時(shí)，Gemini 越虧越多。

DeepSeek的表現(xiàn)在中美網(wǎng)友之間都引起廣泛討論。這主要是因?yàn)?，以前，AI大模型往往都基于測(cè)試集進(jìn)行性能測(cè)試，屬于仿真環(huán)境，而且，AI模型已經(jīng)在訓(xùn)練中刷過(guò)測(cè)試集，導(dǎo)致模型評(píng)分高但實(shí)際性能不如人意。而這次，AI被用在了真實(shí)、有大量參與者的金融市場(chǎng)里進(jìn)行實(shí)時(shí)對(duì)比。這就好比將全球自稱具有自動(dòng)駕駛能力的汽車都拉到一個(gè)場(chǎng)地參加大賽一樣，吸引眼球。

同樣在10月，香港大學(xué)黃超團(tuán)隊(duì)發(fā)起了一次“AI Trader”的開(kāi)源項(xiàng)目，以同樣的思路讓AI參與真金白銀的實(shí)戰(zhàn)。他們給DeepSeek V3.1、GPT-5、Claude-3.7、Gemini-2.5、Qwen3 Max各1萬(wàn)美金，讓5個(gè)AI大模型到納斯達(dá)克前100名的科技股市場(chǎng)上進(jìn)行投資。

團(tuán)隊(duì)在設(shè)計(jì)時(shí)強(qiáng)調(diào)了AI投資的嚴(yán)格規(guī)則：每個(gè)AI模型，只有自己的賬戶資金和一套用來(lái)查股價(jià)、搜新聞、下單的交易工具，禁止提前對(duì)模型進(jìn)行微調(diào)，禁止人員進(jìn)行場(chǎng)外指導(dǎo)。

截至11月2日，在AI Trader項(xiàng)目上表現(xiàn)最好的依然是DeepSeek，收益率在13.04%。GPT-5以7.63%的收益率排名第三。而谷歌的Gemini依然墊底。

在AI Trader項(xiàng)目中，表現(xiàn)最好的依然是DeepSeek

有媒體曾對(duì)此做出統(tǒng)計(jì)，在這幾個(gè)大模型中，DeepSeek屬于其中的穩(wěn)定派，總交易次數(shù)50次。Gemini延續(xù)了上述測(cè)試?yán)锉憩F(xiàn)出的“急躁”風(fēng)格，在過(guò)去20多天里總計(jì)交易了73次，成為唯一跑不過(guò)大盤(pán)的大模型。Qwen的風(fēng)格也與上述的“Alpha Arena”實(shí)驗(yàn)類似，交易次數(shù)很少，只交易了22次。但Qwen的“躺平”風(fēng)格在投資科技美股上的表現(xiàn)一般。

有網(wǎng)友綜合上述AI大模型的表現(xiàn)，打趣道：“AI告訴人們，無(wú)論是急躁派還是佛性躺平派，都會(huì)引起虧損。真正成熟的交易員，需要理性和冷靜，看準(zhǔn)機(jī)會(huì)迅速下單?！?/p>

必須說(shuō)明的是，這次引發(fā)全球圍觀的“Alpha Arena”大賽，交易的不是股票和基金，而是六大加密貨幣，例如比特幣、以太幣、狗狗幣。交易的時(shí)長(zhǎng)和需要分析的市場(chǎng)數(shù)據(jù)都很有限。

一位不愿意具名的金融科技界學(xué)者告訴南風(fēng)窗，加密貨幣交易本身具有很大不確定性，隨機(jī)性也更強(qiáng)，不能代表傳統(tǒng)金融市場(chǎng)的規(guī)律。加上這次“比賽”的時(shí)間又很短，只有短短兩周的時(shí)間，更加劇了投資結(jié)果的隨機(jī)性。

“Alpha Arena”大賽中交易的不是股票和基金，而是六大加密貨幣，例如比特幣、以太幣、狗狗幣/來(lái)源：nof1.ai

香港科技大學(xué)（廣州）金融科技學(xué)域助理教授張超也對(duì)兩周的測(cè)試能否展現(xiàn)AI真實(shí)的能力表示懷疑。

他告訴南風(fēng)窗，金融市場(chǎng)的波動(dòng)性很大。一般而言，衡量一個(gè)金融策略的好壞，需要跨越一個(gè)經(jīng)濟(jì)周期，經(jīng)過(guò)回測(cè)才能判斷。

“一個(gè)完整的經(jīng)濟(jì)周期可能長(zhǎng)達(dá)數(shù)年。用一個(gè)足夠長(zhǎng)的周期去檢驗(yàn)策略，才能更有效地過(guò)濾掉市場(chǎng)噪聲和運(yùn)氣成分。”張超說(shuō)。

但是，對(duì)于渴望結(jié)論的普通人而言，以年為周期的回測(cè)等待時(shí)間實(shí)在是太長(zhǎng)了。Jay A Zhang也抓住了眾人的心理，他“趁熱打鐵”，在社交媒體發(fā)預(yù)告：我們即將推出第二季AI投資比賽?！斑@一次，我們自己的模型和人類交易員也會(huì)加入。”

不夠強(qiáng)大的AI

AI很強(qiáng)大，金融市場(chǎng)很復(fù)雜——這是眾人都能感受到的現(xiàn)實(shí)。因此，“AI薦股”“AI炒股”的噱頭近一年在社交媒體上甚囂塵上。部分博主的文案精準(zhǔn)地切中普通人的內(nèi)心渴望：“AI炒股神器，讓你抓住時(shí)代機(jī)遇”“學(xué)會(huì)利用AI，讓炒股機(jī)遇最大化”。

可惜的是，多位金融圈人士告訴南風(fēng)窗一致的結(jié)論：以當(dāng)前的AI水準(zhǔn)，人類還無(wú)法將自己不理解的領(lǐng)域全部交付給AI。

一個(gè)最直接的原因是，AI大模型當(dāng)前無(wú)法真正理解復(fù)雜的金融市場(chǎng)。

金融市場(chǎng)的復(fù)雜性首先是源于多樣的交易者和交易行為。張超告訴南風(fēng)窗，金融市場(chǎng)有各類投資者，他們的風(fēng)險(xiǎn)偏好性、情緒、投資目的都各不相同。以目前的技術(shù)，幾乎不可能構(gòu)建一個(gè)模型能將各類投資者的偏好進(jìn)行解碼、量化。

而且，金融市場(chǎng)具有信息差，這影響了各個(gè)交易者的投資行為?！拔覀儽仨毘姓J(rèn)，這是不完全透明的市場(chǎng)?！睆埑f(shuō)，“有的人可能有內(nèi)幕消息，或者對(duì)市場(chǎng)有自己的看法，可以解讀出不同的信號(hào)。這些都讓投資行為變得很復(fù)雜?！?/p>

AI大模型當(dāng)前無(wú)法真正理解復(fù)雜的金融市場(chǎng)/圖源：pexels

更特殊的在于金融市場(chǎng)對(duì)數(shù)據(jù)隱私性的保護(hù)。相比于普通散戶需要經(jīng)過(guò)券商等“中介”進(jìn)行交易，金融市場(chǎng)還存在一些直接在交易平臺(tái)擁有席位、不經(jīng)過(guò)券商中介的交易者。這被稱為“自營(yíng)交易商”或“交易所會(huì)員”。

這些交易所會(huì)員讓金融市場(chǎng)里有不少“看不見(jiàn)的流動(dòng)性”——比如冰山單、暗池等。張超解釋，它們并不直接顯示在掛單簿上，只有成交后才部分顯現(xiàn)，所以僅憑公開(kāi)數(shù)據(jù)很難看全市場(chǎng)的買賣力量。

這導(dǎo)致了，開(kāi)發(fā)者或研究者在給AI大模型“喂”數(shù)據(jù)時(shí)，很多交易信息是缺失的。真實(shí)金融世界的數(shù)據(jù)無(wú)法獲得，更別提讓AI理解整個(gè)金融市場(chǎng)和預(yù)測(cè)未來(lái)長(zhǎng)期趨勢(shì)了。

另一個(gè)難點(diǎn)在于，金融市場(chǎng)存在很多“噪聲”。張超指出，在AI大模型尚未出現(xiàn)的時(shí)候，AI通過(guò)強(qiáng)化學(xué)習(xí)等算法，在分析金融數(shù)據(jù)、預(yù)測(cè)短期市場(chǎng)波動(dòng)性上取得了進(jìn)展。

但強(qiáng)化學(xué)習(xí)暴露出來(lái)的問(wèn)題是，AI基于過(guò)往的大量歷史數(shù)據(jù)分析，試圖找到漲跌規(guī)律的過(guò)程中，出現(xiàn)了過(guò)擬合的現(xiàn)象。

過(guò)擬合，是指在用歷史數(shù)據(jù)的訓(xùn)練階段時(shí)，AI表現(xiàn)得很好，總結(jié)出了許多看上去很有道理的規(guī)律。它像一個(gè)死記硬背的學(xué)生，在考試前將各類筆記和規(guī)律都?xì)w納得很好，但一上了考場(chǎng)，遇到了新的場(chǎng)景或者試題時(shí)，AI卻失去了舉一反三的能力（也叫“泛化”能力）?？荚嚱Y(jié)果一塌糊涂。

過(guò)擬合/圖源：analyticsvidhya

張超對(duì)南風(fēng)窗解釋，AI出現(xiàn)“過(guò)擬合”，很大程度上要?dú)w因于噪聲的存在。金融市場(chǎng)存在大量“噪聲交易者”。比如，他們有時(shí)心血來(lái)潮地買股票，在股票上漲或下跌時(shí)趕緊賣掉?！八麄兊臎Q策往往出于一時(shí)沖動(dòng)，而非嚴(yán)謹(jǐn)?shù)姆治?。”張超說(shuō)。這種交易者在人類眼里很常見(jiàn)，但AI卻無(wú)法理解，很容易將他們的數(shù)據(jù)過(guò)度與各類因素產(chǎn)生關(guān)聯(lián)，最終令A(yù)I找到了看似存在，實(shí)則由隨機(jī)性導(dǎo)致的虛假關(guān)聯(lián)。

華東師范大學(xué)上海人工智能金融學(xué)院金融大語(yǔ)言模型實(shí)驗(yàn)室副主任汪俊霖，此前在多家世界頂級(jí)私募股權(quán)、對(duì)沖基金及投資銀行任職。他告訴南風(fēng)窗，在AI大模型出現(xiàn)之前，深度學(xué)習(xí)等人工智能算法已被廣泛應(yīng)用于量化投資機(jī)構(gòu)，主要用于因子挖掘、組合優(yōu)化與風(fēng)險(xiǎn)管理。

但這類算法在理解金融的本質(zhì)上仍存在局限性?！八鼈冎饕糜诜治鼋Y(jié)構(gòu)化數(shù)據(jù)，即格式規(guī)范、可量化的信息。但對(duì)商業(yè)模式、競(jìng)爭(zhēng)格局、公司治理等非量化的關(guān)鍵要素的理解能力有限，因而難以觸及金融分析邏輯的本質(zhì)?！?/p>

而在以ChatGPT為代表的生成式AI大模型興起后，新的問(wèn)題也隨之而來(lái)。汪俊霖指出，AI大模型的幻覺(jué)率普遍很高，容易“一本正經(jīng)地胡說(shuō)八道”，這與重視準(zhǔn)確、不容忍出錯(cuò)的金融市場(chǎng)天然相悖。

在以ChatGPT為代表的生成式AI大模型興起后，新的問(wèn)題也隨之而來(lái)/圖源：unsplash

與此同時(shí)，AI算法還存在“黑箱”——人多數(shù)時(shí)候無(wú)法解釋AI算法的決策過(guò)程。但在金融領(lǐng)域，透明度被認(rèn)為是非常重要的一個(gè)因素。監(jiān)管機(jī)構(gòu)維持金融市場(chǎng)穩(wěn)定的重要步驟之一是了解金融市場(chǎng)的運(yùn)作過(guò)程。

一位有10年經(jīng)驗(yàn)的金融機(jī)構(gòu)從業(yè)者告訴南風(fēng)窗，為了防范系統(tǒng)性風(fēng)險(xiǎn)的出現(xiàn)，我國(guó)金融市場(chǎng)尤其強(qiáng)調(diào)合規(guī)。按照規(guī)定，金融機(jī)構(gòu)人員在推薦有關(guān)股票或者投資建議時(shí)，必須先行取得中國(guó)證監(jiān)會(huì)授予的證券投資咨詢業(yè)務(wù)資格證書(shū)或證券投資咨詢?nèi)藛T執(zhí)業(yè)證書(shū)。

來(lái)自監(jiān)管的要求令A(yù)I大模型在金融市場(chǎng)的應(yīng)用，取得不如多數(shù)人預(yù)期的進(jìn)展。該金融從業(yè)者表示，即使在機(jī)構(gòu)內(nèi)部，AI當(dāng)前也無(wú)法代替人進(jìn)行決策，構(gòu)成投資建議。相比之下，當(dāng)前AI大模型更擅長(zhǎng)智能客服、數(shù)字人等等業(yè)務(wù)，在涉及語(yǔ)言、對(duì)話的工作上發(fā)揮長(zhǎng)處。

光明未來(lái)

專業(yè)人士對(duì)AI現(xiàn)有能力的審慎，并不預(yù)示著AI+金融的未來(lái)發(fā)展消極。相反，上述金融圈從業(yè)者和研究者都認(rèn)為，長(zhǎng)期來(lái)看，隨著AI架構(gòu)和算法的完善，AI將對(duì)金融市場(chǎng)展現(xiàn)出更強(qiáng)大的理解力和決策水平。

“目前來(lái)看，我們只用到了AI大模型能力的冰山一角?！蓖艨×卣f(shuō)，“AI大模型在金融領(lǐng)域的能力還沒(méi)被（人類）完全發(fā)揮出來(lái)?！?/p>

頂尖機(jī)構(gòu)OpenAI最近釋放了擁抱AI+金融業(yè)的積極信號(hào)。據(jù)彭博社10月22日?qǐng)?bào)道，OpenAI已秘密聘請(qǐng)超過(guò)100名華爾街的投資家，協(xié)助其AI系統(tǒng)掌握財(cái)務(wù)建模技能。

據(jù)報(bào)道，他們把這個(gè)秘密行動(dòng)命名為“水星（Mercury）”，主要通過(guò)外包形式，讓各個(gè)頂尖金融專家撰寫(xiě)提示詞并訓(xùn)練財(cái)務(wù)模型。OpenAI還在內(nèi)部文件里寫(xiě)下了目標(biāo)：取代行業(yè)里初級(jí)銀行從業(yè)者承擔(dān)的大量重復(fù)性工作。

馬斯克主導(dǎo)的xAI也在2025年重點(diǎn)投注了金融方向。今年夏季，馬斯克的xAI預(yù)告即將憋出的大招——Grok Finance。他們聲稱，即將發(fā)布的這款A(yù)I金融分析工具，不僅能實(shí)時(shí)解讀股市數(shù)據(jù)，還能結(jié)合社交情緒和新聞熱點(diǎn)，為投資者提供前所未有的決策支持。

Grok Finance首頁(yè)展示的平臺(tái)特點(diǎn)

作為金融大語(yǔ)言模型實(shí)驗(yàn)室副主任，汪俊霖介紹，AI大模型在金融市場(chǎng)展現(xiàn)出的潛力在于處理非結(jié)構(gòu)化數(shù)據(jù)的能力上。AI大模型可以分析文字、圖片、視頻等各種形式的數(shù)據(jù)。這讓他和團(tuán)隊(duì)相信，通過(guò)多種形式的數(shù)據(jù)“喂養(yǎng)”，AI大模型終將具備對(duì)企業(yè)進(jìn)行基本面分析的能力，從而可以評(píng)估企業(yè)的內(nèi)在價(jià)值，甚至評(píng)估發(fā)展趨勢(shì)。

他的團(tuán)隊(duì)正在研發(fā)的金融大模型，于一年前采取了與OpenAI的水星計(jì)劃相似的路徑。在給AI提供大量數(shù)據(jù)的基礎(chǔ)上，他們提煉了資深金融人士在分析與決策中的思路，將隱性的認(rèn)知轉(zhuǎn)化為逾10萬(wàn)條思維鏈語(yǔ)料，融入模型訓(xùn)練中。

由此，汪俊霖介紹，金融大模型可以逐步形成對(duì)金融邏輯的內(nèi)在理解與演繹能力，以資深分析師的思路開(kāi)展工作，并作為智能員工上崗。

AI業(yè)內(nèi)的另一個(gè)主流方向是將強(qiáng)化學(xué)習(xí)與AI大模型進(jìn)行結(jié)合。強(qiáng)化學(xué)習(xí)擅長(zhǎng)在海量高質(zhì)量數(shù)據(jù)中，通過(guò)獎(jiǎng)勵(lì)函數(shù)，不斷試錯(cuò)，從而找到最優(yōu)的策略。而AI大模型擅長(zhǎng)生成語(yǔ)言，根據(jù)上一個(gè)詞預(yù)測(cè)下一個(gè)詞，在理解財(cái)報(bào)、情感分析上具有優(yōu)勢(shì)。

圖源：unsplash

張超告訴南風(fēng)窗，要想讓強(qiáng)化學(xué)習(xí)在金融市場(chǎng)上發(fā)揮更大作用，關(guān)鍵是在訓(xùn)練AI時(shí)，建立高仿真的環(huán)境，模擬出真實(shí)的金融市場(chǎng)。

他以訓(xùn)練自動(dòng)駕駛汽車為例，部署在汽車的AI在學(xué)開(kāi)車時(shí)，要通過(guò)大量人類在真實(shí)環(huán)境的駕駛行為的數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練。而訓(xùn)練金融類AI也應(yīng)同理，應(yīng)給AI模擬出不同交易者在同一個(gè)金融市場(chǎng)里的波動(dòng)、變化和行為。張超喜歡用游戲舉例，他認(rèn)為，這就像游戲里的“沙盤(pán)推演”一樣，不同玩家都在場(chǎng)上對(duì)弈，模擬真實(shí)的戰(zhàn)斗機(jī)制。只有這樣，AI才有辦法理解金融市場(chǎng)里的復(fù)雜“玩家”。

“長(zhǎng)期來(lái)看，以大模型為代表的AI，在預(yù)測(cè)（金融市場(chǎng)）上至少能達(dá)到普通人的水平。”張超說(shuō)，“我相信如果我們有足夠多的金融數(shù)據(jù)訓(xùn)練，它一定可以學(xué)到人的一些行為。而且，AI在處理海量數(shù)據(jù)上要比人腦更強(qiáng)——它更容易發(fā)現(xiàn)事物之間的相關(guān)性?！?/p>

AI的發(fā)展還是要回到理解普通“散戶”身上。那么，在AI飛速發(fā)展下，普通人該如何應(yīng)用AI處理數(shù)據(jù)的能力，助力資產(chǎn)配置呢？

圖源：unsplash

張超表示：“我建議普通人當(dāng)前切勿盲目迷信大模型進(jìn)行投資。它可以作為一個(gè)強(qiáng)大的信息整合與摘要工具。但涉及最終的買賣決策，目前不應(yīng)完全交由大模型?！?/p>

連AI炒幣大賽的“始作俑者”Jay A Zhang也在社交媒體上發(fā)出了“提示”。他承認(rèn)，他發(fā)起的比賽在專業(yè)角度上并不嚴(yán)謹(jǐn)，無(wú)法科學(xué)地衡量AI大模型在投資上的真實(shí)水平。

但圍觀AI投資直播期間，他不忘寫(xiě)下些哲理性的總結(jié)?！笆袌?chǎng)是個(gè)零和游戲。如果你發(fā)現(xiàn)一個(gè)策略總是虧損，那么它和發(fā)現(xiàn)掙錢策略一樣寶貴。你只需要反其道行之。”

文中配圖部分來(lái)源于網(wǎng)絡(luò)

本文首發(fā)于《南風(fēng)窗》雜志第23期

作者 |朱秋雨

編輯 | 向 現(xiàn)

值班主編 | 張來(lái)

排版 | 菲菲