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。
这场比赛由美国实验室 Nof1 启动，这是家号称首个专注于金融市场的 AI 实验室，这次其向六个顶尖的大模型各提供10,000美元的真实资金，让它们在真实市场中，用真金白银进行投资比赛。
这本质上是一次针对 AI 模型交易能力的压力测试，而非单纯的市场表现对比。核心在于观察不同 AI 在真实波动市场中的策略有效性、风险控制及执行纪律。
随着比赛推进，AI 似乎也展现出不同性格，DS 稳健得像个量化老手，与之形成鲜明对比的是 GPT ，被网友调侃“交易风格神似散户”；Claude 的谨慎像个保守的基金经理，而 Qwen 则是看准机会就全仓押注一只。
为何这些 AI 表现差异如此巨大？与背后各家平台有何关系？这场比赛 AI 的决策依据主要是数据技术分析，这对普通投资者的借鉴和警示又是什么？
差异从何而来？
先看这些 AI 的具体操作。
这次比赛的规则比较简单：
6个 AI 各1万美元用来实时跟进虚拟货币永续合约，全天候可实时观看；
跟踪标的仅限于6种主流品种；
自行确定策略（仓位、看涨或看跌等）；
比赛开始于美东时间10月18日，将持续两周，于11月3日结束；
胜负标准是风险调整后的收益，不光看赚多少，还得看承担多大风险。
从开始至今，这场金融实战比赛已经历2轮淘汰赛。
第一波被淘汰的是，Gemini 和 GPT-5。
不得不说这次比赛的时机很好。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。
开始第一天，各家 AI 落子就显出差异。
DS 全仓全覆盖做多，且杠杆在10到15倍，相当于自己设计并持有 A6 指数，且不换手不止损不止盈，只要价格大趋势上涨，就可躺赢；甚至稳妥起见，还预留了几千美元现金备用。
Grok开始也是全多头布局，但交易风格更为激进，收益率和 DS 追得比较近；Claude 分析能力强，但执行却犹豫不决，经常调仓失败、反复止损，收益曲线在零轴上下反复。
此时 Qwen、Gemini 和 GPT-5 微亏。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。
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。
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。
就这样 Gemini 成了第一阶段损失最大的。
GPT-5 也有同样问题，只是此时还有 Gemini 给它垫底。
真正拉开差距是在19日下午。DS 和 Grok 开始大涨，而 GPT-5 和 Gemini 掉头急转直下。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。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。
有意思的是，Grok 持仓中分给更依赖马斯克叙事红利的虚拟资产更多份额，但这种缺乏基本面支撑，一旦市场情绪退潮便快速回吐收益。
反观 GPT-5 和 Gemini ，两者都对走势判断完全错误，在这次回调中越跌越深，而在后续反弹时因本金亏损过多，又过于谨慎（一度空出近一半资金）而回血很慢。类似于下跌时重仓出击，上涨时唯唯诺诺。算笔账，如果投资先亏了50%，需要赚100%才能回本，难度倍增。
这阶段 GPT-5 成了垫底的。原因从其经典语录中可看出一二：“亏了72%手头只剩$1458, 我本来想拿**做一单，但瞅了瞅行情，感觉指标不太妙有下跌的可能，而且最近交易有点太频繁了，所以最后还是决定不做了。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。”
异军突起的是阿里 Qwen。22日傍晚起，阿里 Qwen 的收益曲线陡然上升，并快速超越 DS 成为新王（后又被 DS 超越，但仍在第二位）。看操作，Qwen 反超是看到上涨信号，直接满仓高倍杠杆做多最强的虚拟资产；且账户可用现金基本不到100美元，不留操作空间，猛猛all in。
Qwen 的经典语录是：“总盘子一万二千五，现在浮盈差不多25%了，还有97刀现金。我那个20倍的**多单还拿着呢，已经想好怎么溜了。数据显示这波还能涨，必须跟上节奏。”
27日 DS 再次超过 Qwen ，自此，6个顶级 AI 模型的位次基本稳定。目前在预测网站上，44%的投票者认为阿里 Qwen 会赢下比赛，紧随其后的是 DS ，投票率在35%。谁能最终胜出还有悬念，但对于谁会输掉比赛，大家的共识度更高，有高达60%的人认为 GPT-5 会是最后的失败者。
中国队胜出原因分析
要明确的是，这次 AI 大赛与以往最大的不同是，让 AI 们直面真实、动态、复杂甚至混乱的虚拟币市场。
事实上，佛罗里达大学研究人员曾让 GPT 回测2021年10月至2022年12月的数据，这期间其驱动的交易模型收益率超过500%， 而同期标准普尔500指数 ETF 回报率是-12%。
但此次比赛中，恰恰 GPT-5 是表现最差的那个。这说明，实践是检验真理的唯一标准，“市场是检测AI智能的终极测试”。
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。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。
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”。
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。
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。
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。这大概也能解释为何后来其又能再次超过 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 的爆发得益于两个因素：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。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。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。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。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。
评论