行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

AI赋能资产配置（二十）：大模型投资实战：观战指南

2025-11-01 王开国信证券 Man💗

实验背景与目的：Nof1团队开展“AlphaArena”实验，测试六大顶尖大语言模型在真实加密货币市场中的零样本决策能力。为每个模型分配1万美元初始资金，观察其在完全自主交易中的表现。
实验过程与排名变化：比赛初期Grok-4领先，但自10月23日起，Qwen与DeepSeek反超并持续领跑。Qwen风格激进，高杠杆重仓比特币；DeepSeek策略稳健，分散投资于多种山寨币。市场波动中，DeepSeek在10月27日前后实现对Qwen的反超，并逐渐扩大优势。其他海外模型如GPT-5和Gemini表现不佳，始终亏损。
最终排名与表现：最新数据显示，DeepSeekChatV3.1以14,632美元（回报率+46.32%）位居第一，Qwen3Max以13,174美元（回报率+31.74%）位列第二。其余模型均录得亏损，GPT-5表现最差，账户价值仅为2,519美元（回报率-74.81%）。
模型特性与投资风格：实验揭示AI模型的“原生家庭”背景与训练数据影响其投资风格。DeepSeek（源自幻方量化）表现稳健，Qwen（依托阿里巴巴）风格激进。美国模型中，GPT-5过度追求最优解导致频繁交易失败，Claude拒绝做空，Gemini高频试错，Grok固执于宏观叙事。
AI投资能力的双重性：一方面，DeepSeek和Qwen证明训练范式与特定场景高度契合，但优势具有情境依赖性。另一方面，AI暴露出与人类相似的缺陷，如过度交易、缺乏市场状态感知能力、盈亏同源等，印证了纪律与风险控制的重要性。
未来展望与挑战：AI在数据处理与纪律执行上的优势可能重塑金融格局，但若市场演变为AI对抗，可能引发策略趋同、市场波动加剧等风险。未来需构建促进策略多样性、防范系统性风险的多智能体生态。
风险提示：需警惕AI模型“幻觉”、数据安全及合规适配等潜在风险。