开云体育[永久网址:363050.com]成立于2022年在中国，是华人市场最大的线上娱乐服务供应商而且是亚洲最大的在线娱乐博彩公司之一。包括开云、开云棋牌、开云彩票、开云电竞、开云电子、全球各地赛事、动画直播、视频直播等服务。开云体育,开云体育官方,开云app下载,开云体育靠谱吗,开云官网，欢迎注册体验！交易市场自主投资，不得人为干预，并对AI的操作方法、收益亏损进行24小时的直播。

　　相比于过去AI大模型在模拟盘上“操盘”，这是全球首次公开的、真金白银的AI投资竞赛。

　　11月4日，持续两周多的AI比赛终于落下帷幕。阿里的Qwen在最后时刻反超DeepSeek，获得理财冠军。DeepSeek位居第二，而GPT-5垫底。

　　连项目发起人、迷恋金融博弈论的Jay A Zhang都曾在社交媒体上感叹：“Qwen用20倍

　　AI的同场竞技让许多普通人萌生想法：利用这些看上去无所不能的AI大模型，让它们帮人炒股、投资，取得收益。但多位金融圈人士、专家却依然对AI投资表示谨慎。

　　金融科技圈的学者告诉南风窗，“比起关注结果，（这次）比赛应该让更多人思考，为什么现在AI大模型在投资领域还不成熟。”

　　学术圈里，关于“AI+金融”的测试很多，但是线月的全球直播，点燃了许多人对AI投资的热情，也验证了许多人过去的猜想：DeepSeek果然出自做量化基金的母公司之手。

　　达到这些成就时，DeepSeek还在聊天框留下了交易思路：“我目前持有的比特币、以太币、狗狗币、瑞波币

　　仓位均维持盈利区间内；我还分析了币安币，目前不适合购入。”DeepSeek的收益变化和反馈记录/来源：nof1.ai

　　从风格来看，DeepSeek的确表现了严谨的交易策略。在10月18日一开盘，它便全仓持有，策略简单直接，不

　　相较之下，一直在倒数前二徘徊的Gemini 被网友调侃“交易风格神似散户”。它的交易策略反复更改，一会做多

　　做空，交易次数远高于前几名的模型。这在专业的金融交易里是“大忌”：交易费更高的同时，Gemini 越亏越多。DeepSeek的表现在中美网友之间都引起广泛讨论。这主要是因为，以前，AI大模型往往都基于测试集进行性能测试，属于仿真环境，而且，AI模型已经在训练中刷过测试集，导致模型评分高但实际性能不如人意。而这次，AI被用在了真实、有大量参与者的金融市场

　　同样在10月，香港大学黄超团队发起了一次“AI Trader”的开源项目，以同样的思路让AI参与真金白银的实战。他们给DeepSeek V3.1、GPT-5、Claude-3.7、Gemini-2.5、Qwen3 Max各1万美金，让5个AI大模型到纳斯达克

　　科技股市场上进行投资。团队在设计时强调了AI投资的严格规则：每个AI模型，只有自己的账户资金和一套用来查股价、搜新闻、下单的交易工具，禁止提前对模型进行微调，禁止人员进行场外指导。截至11月2日，在AI Trader项目上表现最好的依然是DeepSeek，收益率

　　有媒体曾对此做出统计，在这几个大模型中，DeepSeek属于其中的稳定派，总交易次数50次。Gemini延续了上述测试里表现出的“急躁”风格，在过去20多天里总计交易了73次，成为唯一跑不过

　　必须说明的是，这次引发全球围观的“Alpha Arena”大赛，交易的不是股票和基金，而是六大加密货币，例如比特币、以太币、狗狗币。交易的时长和需要分析的市场数据都很有限。

　　“Alpha Arena”大赛中交易的不是股票和基金，而是六大加密货币，例如比特币、以太币、狗狗币/来源：nof1.ai

　　香港科技大学（广州）金融科技学域助理教授张超也对两周的测试能否展现AI真实的能力表示怀疑。

　　但是，对于渴望结论的普通人而言，以年为周期的回测等待时间实在是太长了。Jay A Zhang也抓住了众人的心理，他“趁热打铁”，在社交媒体发预告：我们即将推出第二季AI投资比赛。“这一次，我们自己的模型和人类交易员也会加入。”

　　而且，金融市场具有信息差，这影响了各个交易者的投资行为。“我们必须承认，这是不完全透明的市场。”张超说，“有的人可能有内幕消息，或者对市场有自己的看法，可以解读出不同的信号。这些都让投资行为变得很复杂。”

　　这导致了，开发者或研究者在给AI大模型“喂”数据时，很多交易信息是缺失的。真实金融世界的数据无法获得，更别提让AI理解整个金融市场和预测未来长期趋势了。

　　张超对南风窗解释，AI出现“过拟合”，很大程度上要归因于噪声的存在。金融市场存在大量“噪声交易者”。比如，他们有时心血来潮地买股票，在股票上涨或下跌时赶紧卖掉。“他们的决策往往出于一时冲动，而非严谨的分析。”张超说。这种交易者在人类眼里很常见，但AI却无法理解，很容易将他们的数据过度与各类因素产生关联，最终令AI找到了看似存在，实则由随机性导致的虚假关联。

　　人工智能算法已被广泛应用于量化投资机构，主要用于因子挖掘、组合优化与风险管理。但这类算法在理解金融的本质上仍存在局限性。“它们主要用于分析结构化数据，即格式规范、可量化的信息。但对商业模式、竞争格局、公司治理等非量化的关键要素的理解能力有限，因而难以触及金融分析逻辑的本质。”而在以ChatGPT

　　在以ChatGPT为代表的生成式AI大模型兴起后，新的问题也随之而来/图源：unsplash

　　与此同时，AI算法还存在“黑箱”——人多数时候无法解释AI算法的决策过程。但在金融领域，透明度被认为是非常重要的一个因素。监管机构维持金融市场稳定的重要步骤之一是了解金融市场的运作过程。

　　来自监管的要求令AI大模型在金融市场的应用，取得不如多数人预期的进展。该金融从业者表示，即使在机构内部，AI当前也无法代替人进行决策，构成投资建议。相比之下，当前AI大模型更擅长智能客服、数字人等等业务，在涉及语言、对话的工作上发挥长处。光明未来

　　作为金融大语言模型实验室副主任，汪俊霖介绍，AI大模型在金融市场展现出的潜力在于处理非结构化数据的能力上。AI大模型可以分析文字、图片、视频等各种形式的数据。这让他和团队相信，通过多种形式的数据“喂养”，AI大模型终将具备对企业进行

　　由此，汪俊霖介绍，金融大模型可以逐步形成对金融逻辑的内在理解与演绎能力，以资深分析师的思路开展工作，并作为智能员工上岗。

　　张超告诉南风窗，要想让强化学习在金融市场上发挥更大作用，关键是在训练AI时，建立高仿真的环境，模拟出真实的金融市场。

　　他以训练自动驾驶汽车为例，部署在汽车的AI在学开车时，要通过大量人类在真实环境的驾驶行为的数据来进行训练。而训练金融类AI也应同理，应给AI模拟出不同交易者在同一个金融市场里的波动、变化和行为。张超喜欢用游戏举例，他认为，这就像游戏里的“沙盘推演”一样，不同玩家都在场上对弈，模拟真实的战斗机制。只有这样，AI才有办法理解金融市场里的复杂“玩家”。

　　张超表示：“我建议普通人当前切勿盲目迷信大模型进行投资。它可以作为一个强大的信息整合与摘要工具。但涉及最终的买卖决策，目前不应完全交由大模型。”