股票配资网站

<【股票配资网站】>14个顶级AI模型在真实股市虚拟炒股，结果出人意料

你有没有想过，那些能写诗、写代码、答金融题的AI，能不能真正在股市里帮你赚到钱？

最近，清华大学李娟子教授团队搞了个大动作——他们建了一个叫的“AI炒股考场”，把14个顶级AI模型扔进真实股市，拿10万美元虚拟资金，让他们在2025年3月到6月这四个月里，自己决定买哪只股票、卖哪只股票。

结果出人意料：最聪明的AI，居然还不如一个“什么都不做”的策略。

不是开玩笑，你听好了——那个“买入并持有”策略，把钱平均分到20只股票上，然后啥也不管，静静等市场涨，居然成了大多数AI都追不上的基准线。

这就像一个军事理论家，纸上谈兵时能背出所有战术，可上了战场却连方向都搞不清。

但最让人震惊的是：AI不是不会赚钱，而是它太“冷静”了，反而错过了机会。

AI炒股，不是“纸上谈兵”，而是“真刀真枪”

你可能看过各种AI能回答“市盈率怎么算”“巴菲特的估值方法”这种问题，得分满分。

但问题是：在真实市场里，能答对题，不等于能赚到钱。

就像一个医生，考试能拿100分，可面对一个突发心脏病的病人，他可能手忙脚乱，因为现实中没有标准答案。

平台就是为了让AI真正“上战场”。

它模拟了真实投资者每天的工作流程：

1. 早上看盘：先扫一遍20只股票，看价格、涨跌、新闻头条、自己手里有几股；

2. 选重点分析：挑几只股票，深入看财务数据、行业对比、最近的新闻；

3. 做决定：对每只股票，只能选三个动作——加仓、减仓、不动；

4. 执行验证：系统检查你买多少股、有没有超预算，不行就重来。

整个过程，跟一个普通股民每天的操作一模一样。

关键的是：时间窗口是2025年3月到6月，这完全超出了AI训练数据范围。

这意味着AI不能靠“记答案”作弊，必须真正“思考”——就像你考试时虚拟炒股挣钱，老师出新题，你没背过。

冠军AI赚了1.9%？但“什么都不做”的策略只赚0.4%

在14个AI模型中，表现最好的是Kimi-K2。

它四个月下来，赚了1.9%，最大回撤控制在11.8%。

第二名是Qwen3-235B-Ins，赚了2.4%，最大回撤11.2%。

但别忘了：“买入并持有”策略，只赚了0.4%，最大回撤却高达15.2%。

也就是说，AI虽然没多赚多少，但亏得少得多。

这就像一个司机，开得没那么快，但从来不出事故。

你可能觉得：AI赚了1.9%？那不就是赚钱了吗？

但问题来了——它能不能稳定赚钱？

研究发现，Kimi-K2在5只股票时，亏了4.6%；在10只时，赚了3.2%；到了20只，赚了1.9%；到了30只，又开始亏了。

这说明：AI不是越复杂越厉害，反而越复杂越容易乱。

就像一个老师，教10个学生轻松，教50个就手忙脚乱。

AI在“多变量决策”上，存在明显的“认知负荷”瓶颈。

AI最致命的短板：它太“冷静”，反而错过机会

你可能以为AI能冷静分析，不会被情绪影响。

但实验发现，AI在市场下跌时，表现反而差。

研究把测试期分成两段：1-4月是下跌期，5-8月是上涨期。

结果：几乎所有AI在下跌期，都跑不过“买入并持有”策略。

这就像一个只会开晴天车的司机14个顶级AI模型在真实股市虚拟炒股，结果出人意料，一遇到暴雨就慌了。

为什么？

因为AI没有“逆向思维”——它不会主动“抄底”或“止损”。

它只会根据数据判断“这只股票现在值不值”，但不会想：“现在是不是该买点便宜货？”

它不会在恐慌时出手，反而在市场恐慌时更保守。

这导致它在牛市中表现好，但在熊市中“躺平”。

你可能想：那不是“稳健”吗？

但问题是——牛市赚得少，熊市亏得多。

AI的“冷静”不是优势，而是它的局限。

AI其实最怕“信息过载”

研究团队做了一个实验：逐步移除AI的信息源。

结果惊人：

- 有完整信息（新闻+数据）：Kimi-K2赚1.9%；

- 只留基本面数据：收益降到1.4%；

- 只留价格信息：收益跌到0.6%，几乎等于随机投。

这说明：基本面数据（市盈率、股息、市值）是AI的主干，新闻是“调味料”。

新闻就像市场情绪的“风向标”——比如某公司突然被曝出造假，股价会暴跌，AI需要感知这种情绪。

但不同AI对新闻的敏感度差异很大。

比如GPT-OSS-120B，移除新闻后，收益基本不变；但一旦移除基本面数据，直接亏3.4%。

这说明：有些AI靠“数据”吃饭，有些靠“新闻”吃饭。

这就像两个厨师：一个靠配方，一个靠灵感。

你不能把“靠灵感”的厨师，用“靠配方”的菜谱去训练。

AI的隐藏优势：它不靠情绪，反而更稳

虽然AI没赚更多钱，但它在风险控制上，表现惊人。

用一个专业指标叫比率——只惩罚“下跌波动”，不惩罚“上涨波动”。

结果：所有AI的比率都高于“买入并持有”策略。

这意味着：AI在控制亏损方面，胜过人类。

为什么？

因为AI不会“恐惧”——你看到股价跌，可能慌了，赶紧卖；AI不会，它只会看数据。

你看到别人买，可能跟风；AI不会，它只看逻辑。

它不会因为“别人都在买”就冲动买入。

这就是它的优势：无情绪干扰，决策更稳定。

但代价是：它太保守，错过了高收益机会。

比如在牛市，它可能“不动”，而你要是敢加仓，可能赚更多。

谁最靠谱？稳定性才是真价值

在投资里，收益波动大，不如收益稳定。

这就像一个情绪波动大的司机，今天开得快，明天开得慢。

稳定性高的AI，通常决策保守，不会因为一条新闻就大动干戈。

它对“噪声”不敏感，能专注核心信号。

中等规模的模型（如GLM-4.5、Qwen3-30B-Think）反而表现最好。

太大了，容易“过度思考”；太小了，容易“反应迟钝”。

“适度”才是关键。

AI最惨的失败：推理越深，越容易出错

你可能以为“思维链”（Chain-of-）越强，AI越聪明。

但实验发现：推理版本的AI，反而表现更差。

比如Qwen3-235B，指令版排第二，推理版排第四。

为什么？

因为推理模型喜欢“写长篇大论”，输出内容太复杂，格式错误频发。

系统要求输出必须是“加仓/减仓/不动”，但AI却写一堆分析，导致系统无法识别。

这就像一个学生，考试时写了500字，但题目只要求写一句话。

“深度思考”不等于“有效决策”。

有时，直觉快判断，反而更高效。

AI真能赚钱吗？答案是：能，但有限

结论来了：

- AI能赚到真金白银，但收益不高，风险控制强；

- AI不是“独立投资顾问”，而是人类的理性助手；

- 它的优势在于：信息处理快、情绪不干扰、决策稳定；

- 它的短板在于：无法应对复杂决策、缺乏逆向思维、对市场环境适应差。

所以，别把所有钱交给AI。

但你可以用AI帮你：

- 看基本面数据，快速筛选；

- 感知新闻情绪，提醒风险；

- 避免冲动买卖，控制情绪；

- 保持冷静，不跟风。