一場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“競技場”。

10月18日起，美國一個名為Nof1的AI研究機(jī)構(gòu)發(fā)起了一場名為“Alpha Arena”的實(shí)驗(yàn)。

他們分別給中美AI大模型代表各1萬美元，讓它們在數(shù)字貨幣交易市場自主投資，不得人為干預(yù)，并對AI的操作方法、收益虧損進(jìn)行24小時的直播。

相比于過去AI大模型在模擬盤上“操盤”，這是全球首次公開的、真金白銀的AI投資競賽。

實(shí)戰(zhàn)證明，中國隊果然更擅長數(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在最后時刻反超DeepSeek，獲得理財冠軍。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倍杠桿全倉比特幣——手法強(qiáng)硬、直白卻高效?！彼又u價，“（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)定回報率?！?/p>

AI的同場競技讓許多普通人萌生想法：利用這些看上去無所不能的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AI投資表示謹(jǐn)慎。

“（這次）比賽的隨機(jī)性很大。”一位金融科技圈的學(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?！?/p>

AI“諸神之戰(zhàn)”

學(xué)術(shù)圈里，關(guān)于“AI+金融”的測試很多，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AI投資的熱情，也驗(yàn)證了許多人過去的猜想：DeepSeek果然出自做量化基金的母公司之手。

自10月18日開盤第二天開始，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，持有的加密貨幣價值從1.3萬美元暴漲至2.1萬多美元，實(shí)現(xiàn)了本金翻倍。

達(dá)到這些成就時，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，目前不適合購入?！?/p>

DeepSeek的收益變化和反饋記錄/來源：nof1.ai

從風(fēng)格來看，DeepSeek的確表現(xiàn)了嚴(yán)謹(jǐn)?shù)慕灰撞呗?。?0月18日一開盤，它便全倉持有，策略簡單直接，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，一會做多一會做空，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，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試集進(jìn)行性能測試，屬于仿真環(huán)境，而且，AI模型已經(jīng)在訓(xùn)練中刷過測試集，導(dǎo)致模型評分高但實(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里進(jìn)行實(shí)時對比。這就好比將全球自稱具有自動駕駛能力的汽車都拉到一個場地參加大賽一樣，吸引眼球。

同樣在10月，香港大學(xué)黃超團(tuán)隊發(fā)起了一次“AI Trader”的開源項目，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1萬美金，讓5個AI大模型到納斯達(dá)克前100名的科技股市場上進(jìn)行投資。

團(tuán)隊在設(shè)計時強(qiáng)調(diào)了AI投資的嚴(yán)格規(guī)則：每個AI模型，只有自己的賬戶資金和一套用來查股價、搜新聞、下單的交易工具，禁止提前對模型進(jìn)行微調(diào)，禁止人員進(jìn)行場外指導(dǎo)。

截至11月2日，在AI Trader項目上表現(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項目中，表現(xiàn)最好的依然是DeepSeek

有媒體曾對此做出統(tǒng)計，在這幾個大模型中，DeepSeek屬于其中的穩(wěn)定派，總交易次數(shù)50次。Gemini延續(xù)了上述測試?yán)锉憩F(xiàn)出的“急躁”風(fēng)格，在過去20多天里總計交易了73次，成為唯一跑不過大盤的大模型。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，無論是急躁派還是佛性躺平派，都會引起虧損。真正成熟的交易員，需要理性和冷靜，看準(zhǔn)機(jī)會迅速下單?！?/p>

必須說明的是，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。交易的時長和需要分析的市場數(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)金融市場的規(guī)律。加上這次“比賽”的時間又很短，只有短短兩周的時間，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兩周的測試能否展現(xiàn)AI真實(shí)的能力表示懷疑。

他告訴南風(fēng)窗，金融市場的波動性很大。一般而言，衡量一個金融策略的好壞，需要跨越一個經(jīng)濟(jì)周期，經(jīng)過回測才能判斷。

“一個完整的經(jīng)濟(jì)周期可能長達(dá)數(shù)年。用一個足夠長的周期去檢驗(yàn)策略，才能更有效地過濾掉市場噪聲和運(yùn)氣成分?！睆埑f。

但是，對于渴望結(jié)論的普通人而言，以年為周期的回測等待時間實(shí)在是太長了。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加入。”

不夠強(qiáng)大的AI

AI很強(qiáng)大，金融市場很復(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，讓你抓住時代機(jī)遇”“學(xué)會利用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)，人類還無法將自己不理解的領(lǐng)域全部交付給AI。

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

金融市場的復(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，金融市場有各類投資者，他們的風(fēng)險偏好性、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，金融市場具有信息差，這影響了各個交易者的投資行為。“我們必須承認(rèn)，這是不完全透明的市場。”張超說，“有的人可能有內(nèi)幕消息，或者對市場有自己的看法，可以解讀出不同的信號。這些都讓投資行為變得很復(fù)雜。”

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

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

這些交易所會員讓金融市場里有不少“看不見的流動性”——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)，所以僅憑公開數(shù)據(jù)很難看全市場的買賣力量。

這導(dǎo)致了，開發(fā)者或研究者在給AI大模型“喂”數(shù)據(jù)時，很多交易信息是缺失的。真實(shí)金融世界的數(shù)據(jù)無法獲得，更別提讓AI理解整個金融市場和預(yù)測未來長期趨勢了。

另一個難點(diǎn)在于，金融市場存在很多“噪聲”。張超指出，在AI大模型尚未出現(xiàn)的時候，AI通過強(qiáng)化學(xué)習(xí)等算法，在分析金融數(shù)據(jù)、預(yù)測短期市場波動性上取得了進(jìn)展。

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

過擬合，是指在用歷史數(shù)據(jù)的訓(xùn)練階段時，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，遇到了新的場景或者試題時，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。

過擬合/圖源：analyticsvidhya

張超對南風(fēng)窗解釋，AI出現(xiàn)“過擬合”，很大程度上要?dú)w因于噪聲的存在。金融市場存在大量“噪聲交易者”。比如，他們有時心血來潮地買股票，在股票上漲或下跌時趕緊賣掉?！八麄兊臎Q策往往出于一時沖動，而非嚴(yán)謹(jǐn)?shù)姆治??！睆埑f。這種交易者在人類眼里很常見，但AI卻無法理解，很容易將他們的數(shù)據(jù)過度與各類因素產(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)院金融大語言模型實(shí)驗(yàn)室副主任汪俊霖，此前在多家世界頂級私募股權(quán)、對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。但對商業(yè)模式、競爭格局、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，新的問題也隨之而來。汪俊霖指出，AI大模型的幻覺率普遍很高，容易“一本正經(jīng)地胡說八道”，這與重視準(zhǔn)確、不容忍出錯的金融市場天然相悖。

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

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

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)險的出現(xiàn)，我國金融市場尤其強(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，必須先行取得中國證監(jiān)會授予的證券投資咨詢業(yè)務(wù)資格證書或證券投資咨詢?nèi)藛T執(zhí)業(yè)證書。

來自監(jiān)管的要求令A(yù)I大模型在金融市場的應(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大模型更擅長智能客服、數(shù)字人等等業(yè)務(wù)，在涉及語言、對話的工作上發(fā)揮長處。

光明未來

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

“目前來看，我們只用到了AI大模型能力的冰山一角?！蓖艨×卣f，“AI大模型在金融領(lǐng)域的能力還沒被（人類）完全發(fā)揮出來?！?/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。據(jù)彭博社10月22日報道，OpenAI已秘密聘請超過100名華爾街的投資家，協(xié)助其AI系統(tǒng)掌握財務(wù)建模技能。

據(jù)報道，他們把這個秘密行動命名為“水星（Mercury）”，主要通過外包形式，讓各個頂尖金融專家撰寫提示詞并訓(xùn)練財務(wù)模型。OpenAI還在內(nèi)部文件里寫下了目標(biāo)：取代行業(yè)里初級銀行從業(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首頁展示的平臺特點(diǎn)

作為金融大語言模型實(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)隊相信，通過多種形式的數(shù)據(jù)“喂養(yǎng)”，AI大模型終將具備對企業(yè)進(jìn)行基本面分析的能力，從而可以評估企業(yè)的內(nèi)在價值，甚至評估發(fā)展趨勢。

他的團(tuán)隊正在研發(fā)的金融大模型，于一年前采取了與OpenAI的水星計劃相似的路徑。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10萬條思維鏈語料，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展工作，并作為智能員工上崗。

AI業(yè)內(nèi)的另一個主流方向是將強(qiáng)化學(xué)習(xí)與AI大模型進(jìn)行結(jié)合。強(qiáng)化學(xué)習(xí)擅長在海量高質(zhì)量數(shù)據(jù)中，通過獎勵函數(shù)，不斷試錯，從而找到最優(yōu)的策略。而AI大模型擅長生成語言，根據(jù)上一個詞預(yù)測下一個詞，在理解財報、情感分析上具有優(yōu)勢。

圖源：unsplash

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

他以訓(xùn)練自動駕駛汽車為例，部署在汽車的AI在學(xué)開車時，要通過大量人類在真實(shí)環(huán)境的駕駛行為的數(shù)據(jù)來進(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金融市場里的波動、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“沙盤推演”一樣，不同玩家都在場上對弈，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里的復(fù)雜“玩家”。

“長期來看，以大模型為代表的AI，在預(yù)測（金融市場）上至少能達(dá)到普通人的水平?！睆埑f，“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。”

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，他不忘寫下些哲理性的總結(jié)。“市場是個零和游戲。如果你發(fā)現(xiàn)一個策略總是虧損，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?！?/p>

文中配圖部分來源于網(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

排版 | 菲菲