AI炒股实战测评：真的靠谱吗？

/终极测试

这段时间，我一直在钻研并准备Agent Trading工具，

试用过各种各样的AI交易手段、软件和平台，消耗了数亿token后，

得出的核心结论是，

虽然AI知识储备丰富，但目前「还不能完全信任」。

大家还记得龙虾热潮时，纷纷给自己配置金融技能，

满怀信心想去市场大显身手，

结果热情逐渐冷却，纷纷退出，龙虾价格也跌到了14块。

怎样在真实市场中打造靠谱、能落地、能优化的交易智能体，

过去几个月踩过的雷，我都能写出一本10万字的实战手册，

不过今天先不细说。

最近构建AT架构时，偶然发现一篇论文，非常值得一读，

特别是大家沉浸在AI交易的幻想中，都清楚未来AI必将是投资的主力。

这篇《AI-TRADER: BENCHMARKING AUTONOMOUS AGENTS IN REAL-TIME FINANCIAL MARKETS》的作者们提出了AI-Trader框架，旨在评估主流LLM模型在完全自主、实时运行且无数据污染环境下的金融决策能力。

简单来说，就是测试AI炒股到底行不行。

实验选取了美股纳斯达克100、A股上证50以及十大主流加密资产作为池子，支持小时级（美股）和日级（A股、加密货币）的交易频率。

不同的AI模型被封装进同一个Agent中，利用MCP获取新闻、资讯、财报、行情数据，能自主进行情绪分析、数值计算和下达交易指令。

6位参赛选手（当时DS-V4尚未发布），

从25年11月7日起在真实市场开赛，运行结果如下，

MiniMax-M2拿下了美股（小时级）和A股（日级）两个冠军，

DS-V3.1则摘得了加密货币组的桂冠。

然而现实很残酷，

大多数模型在实盘中的表现都很差，收益微薄且风控薄弱。

在各类基准测试中，这些短板是看不出来的。

同样的模型面对不同市场，风格判若两人，

例如冠军MiniMax，在美股追求高收益，在A股转为防守（低波动、低回撤），看来语料库里确实懂两个市场的区别。

在美股中，不少模型能跑赢QQQ，

到了A股，没有一只模型跑赢上证50，哪怕是你巴菲特，或是最强AI，在中国股市依然得跪。

即使是土生土长、血统纯正的DeepSeek，

在美股和加密市场表现优异，但在A股却不堪一击。

美国的Gemini，在美股平均交易3.79次，到了A股疯狂操作到4.74次，怎么说呢，算是入乡随俗了。

其中也有一些成功的例子，

比如DS在10月10日，通过搜索工具获取了特朗普关于“对华加征关税”的消息，推断出科技股风险大，采取了防御策略：

科技股仓位从99%降至70%

增持消费必需品（PEP）和公用事业（AEP）

保留17.3%现金

成功减少了损失，表现优于大多数模型

同样，DS也犯了所有AI都会犯的错误，

被单一信息源误导，

看到“结构性慢牛”新闻后，没有进行交叉验证

错误地重仓传统能源和银行股，错过了市场的主升浪

暴露了智能体在信息核实和动态纠错上的短板

在接口良好、数据对齐的环境下，AI并没有犯典型的“幻觉”错误，

真正的“实战短板”在于，

要么分析错误（假信息），

要么过度交易（无效交易），

要么风控失效（踩雷）。

这也是我过去几个月AI实验中切身感受到的几个天然缺陷，

不过，这些问题都有解决办法。

原文作者们，

还建了一个网站专门跟踪和推进后续的人机交易协作实验，

还可以直接安装他们现成的skill，参加交易比赛。

感兴趣的朋友可以上去看看：

https://ai4trade.ai/

以上内容，不构成投资建议！