讓一個絕頂聰明的 AI 自動幫你自動炒股，然后你躺著賺錢，可能是很多人的夢想。

那么，這個夢想是可行的嗎？AI 的能力邊界到底在哪里？

知危找到了伊利諾伊大學計算機系助理教授尤佳軒（ 知危訪談時間：2025 年 11 月 ）和香港大學數(shù)據(jù)科學研究所及計算與數(shù)據(jù)科學學院助理教授黃超（ 知危訪談時間：2026 年 1 月 ）探討了相關問題。

去年年末，AI 大模型實時投資比賽Alpha Arena 爆火，但兩位專家認為其實驗周期太短，只有短短兩周，同時觀察對象是加密貨幣交易，隨機性較大，并不能展現(xiàn) AI 的真實投資能力。

所以，他們的選擇了更有可預測性的美股市場，以及更長的實驗周期（ 3 個月 ）。雖然他們認為三個月的實驗周期其實還遠遠不夠，不足以讓模型經(jīng)歷市場完整的周期性波動，未來的改進空間還很大，但他們還是得出了有趣的觀點。

他們認為，在金融交易市場，大模型更像是厭惡風險、偏好價值投資的 “ 巴菲特 ”，而不是分分鐘換手數(shù)百次的量化機器。

接下來，我們從他們的研究結果出發(fā)，好好聊聊讓 AI 去炒股這件事。

尤佳軒在 Alpha Arena 發(fā)布之前幾個月也就是 2025 年 5 月就啟動了 LiveTradeBench 項目，并在 8 月就對外公布了該基準測試。 （ 項目地址：***s://github***/ulab-uiuc/live-trade-bench ）

這個項目意在通過金融市場上的表現(xiàn)來評估 AI 的能力，尤佳軒對知危表示，“ 當前的大模型 Benchmark 是非常靜態(tài)的，很容易被過擬合，甚至是被定向優(yōu)化。坦白說，很多大公司在開發(fā)大模型時，或多或少都會針對這些榜單進行優(yōu)化。”

“ 那什么樣的 Benchmark 更難被定向優(yōu)化？自然是面向未來的預測任務。 如果一個模型能夠很好地預測未來，即使它定向優(yōu)化了這樣的 Benchmark，本質(zhì)上也說明它已經(jīng)具備了對某一領域進行建模的能力。”

“ 對于股市這樣的市場，如果模型能夠做到接近完美的預測，那么在某種意義上，相當于對人類社會進行了高度仿真。在這一點上，我們甚至覺得它有點類似 ‘ 圖靈測試 ’ 的意義。”

黃超所在的團隊則是做了 AI-Trader Benchmark （ 該項目有 18K 的 Stars，地址：***s://github***/HKUDS/AI-Trader），希望了解 AI Agent 在金融場景的實際能力水平，“ 我們在做AI Agent 的過程中，已經(jīng)測試了很多不同場景。 一個核心問題是：有沒有一個場景，能夠更真實地評估 Agent 的能力，而不是停留在相對理想化的設定里。”

黃超進一步表示：“ 基于這個思路，我們提出了幾個篩選標準：第一，這個場景必須是實時動態(tài)的，最好每天都在變化。因為當時很多 AI 模型和 Agent 的評測環(huán)境，本質(zhì)上是靜態(tài)的，這會限制對其真實能力的判斷，也不太符合現(xiàn)實世界的復雜性。第二，這個場景要足夠復雜且具有不確定性。也就是說，它的變化不能是簡單、規(guī)律性的，比如像車流量或人流量那樣有明顯周期性，而是受到多種因素影響，具有較強隨機性。第三，這個場景需要可以被量化評估。有些現(xiàn)實現(xiàn)象雖然也是動態(tài)且復雜的，比如人的情緒，但很難用客觀指標衡量好壞，不利于做系統(tǒng)性的評估。”

“ 基于這些標準，我們最終鎖定了金融場景，尤其是股票市場，這個領域天然滿足這些條件。”

尤佳軒也表示：“ 如果大模型能夠在市場中獲得所謂的 Alpha，也就是通過交易獲利并跑贏大盤，這本身就是大模型、智能體落地的一個很好的方向。”

在市場選擇上， 無論是尤佳軒還是黃超團隊的團隊，都選擇了美股。

尤佳軒向知危表示：“ 美股有幾個顯著優(yōu)勢：第一， 它接受度很廣，很多人本身就有股票交易經(jīng)驗。第二， 它是一個嚴格監(jiān)管的市場。我們可以大致***設交易者只能利用公開信息。當然，內(nèi)部信息泄露可能存在，但理論上這是違法的，成規(guī)模操作的可能性很低”

“ 存在顯性或現(xiàn)成的 market baseline也是股票市場的一個重要優(yōu)勢，market baseline 指的是美股的大盤 ETF，比如標普 500 或納斯達克指數(shù)。”

黃超則表示，“ 最開始我們是從美股入手， 因為我們希望選擇一個相對理性、受基本面驅動更強的市場。對于 AI Agent 來說，它更擅長的是對大量信息進行整理、分析和歸納，比如新聞、財報、市場觀點等，然后基于這些信息做決策。因此，一個對基本面依賴更高的市場，更適合作為初始實驗環(huán)境。同時，美股的情緒波動相對沒有那么極端，整體來看情緒驅動的影響會小一些。另外，它的時間敏感性也不像加密貨幣那么強，不是那種秒級、分鐘級劇烈波動的市場。這一點很關鍵， 因為當前 Agent 并不擅長高頻交易這類對時效性要求極高的任務。”

通過將近三個月的實盤觀察，尤佳軒的研究團隊積累了不少深刻的洞見， “ 從結論上看，有一點比較遺憾，這些大模型并沒有能夠長期超越大盤。”

“ 在短時間內(nèi)，比如一周、一個月甚至兩個月，GPT、Claude、Grok 在一定時間內(nèi)確實領先大盤，但當測試時間延長，尤其金融市場開始動蕩后，它們逐漸落后，沒能持續(xù)打敗市場。”

“ 初步結論是，在較長時間周期內(nèi)讓大模型交易持續(xù)超越市場仍然非常困難。”

這里知危編輯部要插一句， 此處的跑不贏大盤，跟當時市場狀態(tài)有關，并不完全代表 AI 能力不行，大模型在研究周期內(nèi)跑不贏大盤的原因在下文有客觀答案。

“ 第二個觀察是，模型能力與夏普比率 （ 可以簡單理解為每承擔一份風險對應多少收益，用來衡量投資是否有性價比 ）有一定相關性，但相關性并不高。 能力越強的模型，一般收益率相對較高，但數(shù)據(jù)噪聲也很大，當然這也符合我們的預期。”

“ 我們給模型提供了充分的工具調(diào)用，比如市場新聞、社交媒體輿情、股票基本面數(shù)據(jù)等。相比只考慮時間序列數(shù)據(jù)，如果考慮更多系統(tǒng)化數(shù)據(jù)，能力更強的模型能夠更好地利用這些信息進行預測。”

“ 我們還做了一個很重要的對照實驗。具體來說， 我們把模型能獲取的最新市場數(shù)據(jù)（ 比如最新新聞 ）屏蔽掉，然后對比有新聞和沒有新聞情況下，長期交易結果的差異。結果發(fā)現(xiàn)，對于大多數(shù)模型來說，屏蔽這些數(shù)據(jù)會導致交易效果下降，說明最新市場信息對模型表現(xiàn)有顯著影響。”

“ 總結來說，我們通過對 20 個大模型、約三個月的實測數(shù)據(jù)分析，基本上論證了幾個結論：模型確實可以利用最新新聞進行更好的交易，這有一定證據(jù)基礎。顯然，人類交易員也需要參考新聞來做決策，而不是只看股票走勢。在短期內(nèi)跑贏大盤相對容易，但在長期 （ 比如三個月左右 ）持續(xù)跑贏大盤仍然非常困難。在可以使用工具調(diào)用的情況下，模型能力越強，交易水平一般也越高。”

黃超的研究團隊在數(shù)據(jù)層面也是擴展了交易相關的數(shù)據(jù)源，讓 Agent 能看到更豐富的信息，從而支持更全面的決策，“ 我們也在分析，AI 在什么樣的交易場景下更有優(yōu)勢？ 一個比較明確的結論是，在偏基本面驅動的投資場景中，AI 的表現(xiàn)更強。比如一些藍籌股，通常被認為基本面比較好：當下表現(xiàn)穩(wěn)定，未來預期也不錯，這就屬于典型的基本面分析邏輯。”

“ 一個比較有意思的發(fā)現(xiàn)是： 表現(xiàn)較好的模型，整體策略并不激進，而是偏穩(wěn)健，持倉相對分散，交易頻率不高，更注重風險控制，這一點其實和很多優(yōu)秀人類交易員的風格是相似的，并不是通過高頻或高風險策略取勝。”

“ 比如在早期實驗中表現(xiàn)比較好的 DeepSeek，從其整體 profile 來看，也是一個偏穩(wěn)健、控制風險的策略。因此，從結果上看， 在美股這樣的市場環(huán)境中，AI 如果想要長期表現(xiàn)突出，更關鍵的能力可能是抗風險能力，而不是集中押注在某一個狹窄方向上。當然，短時間內(nèi)很難判斷哪個模型更好。”

一方面是保守策略有助于收益表現(xiàn)，另一方面，尤佳軒也觀察到，大部分模型的整體交易風格其實都是偏保守的，“ 我們設置了大模型在管理資產(chǎn)組合時，可以自由選擇現(xiàn)金和股票的比例。在重大***前，尤其是財報日，大部分模型會選擇持有更多現(xiàn)金，體現(xiàn)出偏保守的交易風格。還有例如 25 年 10 月份的美聯(lián)儲降息，當時降息的幅度其實是不及預期的，人們當時認為能降 50 基點，但實際上只降 25 個基點。在那一天，很多大模型都會選擇把倉位空出來， 甚至在美聯(lián)儲宣布降息前一天，它們就開始降低倉位了。”

“ 這也部分解釋了為什么在實驗期間大多數(shù)模型在長期收益上沒有打贏大盤，在美股當時的牛市中，持有現(xiàn)金意味著錯失部分收益。 但這種保守風格也可能會成為優(yōu)勢，比如在未來出現(xiàn)較大下跌或長期回撤時，模型有可能反超大盤表現(xiàn)。”

“ 從原因上看，這與大模型的訓練以及提示詞設置 （ 或人設 ）有關。大模型默認被定位為理性、負責任的人類助手，在 post-training 和 alignment 過程中被塑造成中立、保守、負責任的角色，而不是激進風險承擔者。例如，它不會執(zhí)行危險或違法的請求，這種保守性也自然延伸到交易決策中。”

黃超表示，“ 到 2026年 1 月，我們的平臺已經(jīng)持續(xù)運行三個多月。一個比較有意思的現(xiàn)象是： 在美股市場，大多數(shù) AI 都是盈利的，整體表現(xiàn)相對穩(wěn)定，只有 GPT-5 的表現(xiàn)相對較差。 但在 A 股市場，情況明顯不同。整體來看，AI 基本沒有獲得明顯收益，策略表現(xiàn)也更隨機一些。”

“ 進一步看，不同模型在美股市場也會體現(xiàn)出不同的風險管理風格。比較激進的風格，典型表現(xiàn)是 ‘ 大開大合 ’ 的操作。比如一個極端案例，當模型接收到某些信息后，突然判斷風險上升，就把持倉全部賣掉，等到行情轉好，又迅速全部買回。這種全進全出的操作，會帶來很大的波動和風險。另外一個特點是頻繁的短線操作，模型會基于當下判斷不斷進行買賣，試圖捕捉短期波動。但這種高頻的短線交易，往往會對整體表現(xiàn)產(chǎn)生負面影響。”

知危觀察到 AI-Trader 的一個比較有意思的現(xiàn)象是，在美股市場中，每一個模型的收益曲線之間雖然有高低之分，但整體形狀都差不多，對此黃超解釋道，“ 這些模型的持倉，大部分都是很多科技行業(yè)的巨頭公司，比如 Nvidia、Google、Microsoft、Tesla 這些，配置比例比較高，不同點在于各自的持倉結構、買賣交易的頻次，以及每次交易的金額，導致最終收益出現(xiàn)差異。 整體來看，AI 們都比較看好科技板塊。”

“ 大模型從語言信息中獲取的，更多是關于市場結構和市場情緒的信息。比如產(chǎn)業(yè)鏈構成、公司所處行業(yè)位置，以及市場當下的情緒。這些信息可以幫助它分析當前表現(xiàn)和未來走勢，本質(zhì)上還是偏向基本面分析。”

“ 從目前來看，AI 的投資表現(xiàn)在一定程度上是體現(xiàn)出價值投資這一面的。如果從 high level 來看，比如長期投資、價值投資這類理念，AI 是比較適合的，也更擅長這一方向，而不是短期的趨勢交易。因為 AI 更偏向于做 deep research，會進行比較全面的信息收集和分析，再去判斷哪些標的值得投資，哪些在短期內(nèi)可能存在風險。在這個基礎上做決策，更符合長期投資的邏輯。相比之下，短期交易更依賴高頻、低延遲和快速反應，這一塊目前 AI 并不占優(yōu)勢。”

尤佳軒也基本得出了相同的判斷，也早有***設，“ 在啟動這個項目時，我們內(nèi)部就有類似的比喻： 大模型未來會更像巴菲特式的決策者，而并不是用來直接與現(xiàn)有量化公司高頻對決的工具。”

“ 本質(zhì)上，大模型不適合高頻交易，而適合中低頻交易。它之所以能在交易中表現(xiàn)得不錯，背后原因在于它已經(jīng)通過訓練吸收了公開信息中幾乎所有的人類知識 Token。因此，大模型對人類社會的運行方式有一定理解和認識，但這些規(guī)律本身在短期內(nèi)波動很大，噪聲非常多。 所以讓大模型去做短期判斷或應對突發(fā)***，實際上是非常困難的。”

“ 雖然短期內(nèi)市場會受情緒、泡沫等因素影響 （ 比如 2000 年的互聯(lián)網(wǎng)泡沫，或者現(xiàn)在有人說的 AI 是泡沫 ），這些會導致短期判斷偏離規(guī)律，但人類社會的長期演化規(guī)律并不會因個體意志而改變。”

市場經(jīng)常呈現(xiàn)短期的情緒周期，但產(chǎn)業(yè)發(fā)展是長周期的，即便是AI產(chǎn)業(yè)，“ 市場相對短視，人們關注的是賬戶的短期變化，容易受情緒影響。市場走勢也容易被高估一些短期***所影響。”

“ 產(chǎn)業(yè)發(fā)展周期則是長期過程，長期趨勢能濾掉一些短期情緒。所以大模型在分析產(chǎn)業(yè)發(fā)展方面也能給出不錯的洞見。當然做長期投資分析時，榜單和策略驗證周期將會遠遠更長。”

“ 舉例來說，像巴菲特，他買賣一個股票通常需要很長周期，可能十年甚至更久。前段時間他賣了很多蘋果股票，但當時買入價格可能只有現(xiàn)在的十分之一，持有多年后才開始在近期拋售。”

“ 他最近還買了大約 50 億美元的谷歌股票，這是在他以前幾乎不買科技股的情況下的重大動作。谷歌股價翻番后，他仍然買入。短期可能看起來是高位接盤，但長期來看可能是非常正確的選擇，谷歌可能代表未來 AI 和 AGI 落地的重要方向。”

“從這個角度看，大模型對產(chǎn)業(yè)發(fā)展也可能有很好的認識，但驗證這一點可能需要五年甚至十年的窗口期。”

“ 所以現(xiàn)在還屬于非常早期階段，大模型未來是不是能像巴菲特一樣還是個***設，但我自己是相信的。”

真如前文所以說，AI 炒股沒有強到大家想象中的那樣能讓你 “ 躺著賺錢 ”，那么它的局限性都在哪里呢？

首先，AI 對數(shù)字非常敏感，對于不同本金，它天然會給出不同的策略。尤佳軒就對知危表示： “ 當你告訴它有 1 塊錢、100 塊錢、1 萬塊錢或 1 億塊錢時，它的決策會明顯不同，會受到絕對數(shù)值的影響”

不過，這個是可以解決的，尤佳軒的團隊就對所有指標都做了歸一化處理，具體來說，把股票交易行為轉化為對多只股票的比例分配過程。比如有 20 支股票，每支股票的權重最小為 0，最大為 1，所有股票的權重加總為 1，即歸一化到 1。這樣模型關注的是持倉比例，而不是具體的交易金額。

第二個弊端就是前文提到過的 “ AI 大模型并不太適合去做類似量化的高頻交易 ”。 大模型相對擅長做基于語言信息的產(chǎn)業(yè)分析和價值投資，但金融市場的很大一部分信息都由時序數(shù)據(jù)構成，比如股價等，這其實是大模型天然不擅長的領域。

黃超表示，“ AI Agent 完成一次行業(yè)分析、生成報告，往往需要十幾分鐘，這個時間尺度下市場已經(jīng)發(fā)生很大變化，所以它生成的報告很難用于高頻交易，它更多還是基于信息分析，再做決策，而這個決策周期更適合美股。”

尤佳軒表示：“ 在金融機構的實際應用中，它們雖然也開始用大模型，但實際交易策略基本上并不是基于大模型的。因為大模型真正能寫出策略或直接交易是在近一兩年才開始興起的。”

“ 舉例來說，當公司發(fā)布財報時，有些機構會實時用大模型去分析財報信息，進行推理，比如 CEO 公布數(shù)據(jù)的瞬間，模型就分析這些數(shù)字可能對未來股票走勢的影響。這涉及對財報內(nèi)容的理解。此外，一些企業(yè)會公布經(jīng)營預測，比如產(chǎn)品銷量或市場前景分析，用大模型判斷這些信息對股票未來走勢的影響，也是一種很有價值的應用。”

“ 但總體來說，在真正的交易策略中，使用大模型的公司仍然是少數(shù)。大多數(shù)機構依然依賴自己內(nèi)部成熟的系統(tǒng)，大模型主要用來提供額外特征，輔助決策，這是目前的典型使用方式。”

“ 他們通常會使用更傳統(tǒng)的機器學習模型來做分析。 目前的量化交易體系，本質(zhì)上是建立在統(tǒng)計學方法和傳統(tǒng)機器學習模型之上的。這些模型有一個非常大的優(yōu)勢，計算效率極高，可以做到毫秒級甚至更低延遲的交易執(zhí)行。”

“ 相比之下，大模型的推理速度通常是秒級甚至分鐘級，對于高頻交易來說幾乎不可行。”

除了效率問題， 成本問題也是大模型不太適用于量化的原因， 尤佳軒表示：“ 如果在真實交易中持續(xù)調(diào)用大模型做推理，成本會非常高。因此從成本的角度看，在實際應用中，大模型也還是更適合作為輔助工具。”

還有一個有趣的局限性是， AI 大模型有時候并不能很好的搞懂股市中的 “ 結構關系 ”。比如一只股票下跌，另外幾只也跟著下跌，這些公司之間往往有上下游關系或是其 他供應鏈關系。

尤佳軒告訴我們， 在現(xiàn)實中，如果讓大模型把所有這些關系信息都輸入，即便是長上下文的大模型，也無法較好地處理，計算成本高且效率低，同時模型性能會大幅下降。

不過，他們正在通過 “ 圖學習 ” 的方式優(yōu)化這一點，他表示 “ 圖學習的優(yōu)勢在于它在結構化數(shù)據(jù)中進行信息傳播。具體來說，我們可以先對每只股票單獨做分析和推理，然后在圖上把這些股票之間建立更高層的數(shù)據(jù)交互。也就是說，在大模型分析每只股票的基礎上，再用圖神經(jīng)網(wǎng)絡對這些分析結果進行更廣層面的傳播。這種傳播過程成本低，不需要消耗大量 token，就能把各股票之間的關系有效整合。這是我們未來的愿景：從點到面，把單個股票的分析結果通過圖結構串聯(lián)起來，把相關指標和標的連接在一起，實現(xiàn)更全面的判斷。”

最后，也是最值得注意的一點是，現(xiàn)在的 AI 大模型炒股相關研究中， AI 都并沒有經(jīng)歷過大牛熊的考驗，所以它會有很多潛在的未被發(fā)現(xiàn)的局限性。

尤佳軒就表示：“ 我們實驗雖然有三個月，但依然相對短暫。我認為，只有經(jīng)歷完整的市場周期，包括恐慌期、樂觀期和正常期，模型的長期表現(xiàn)才具有真正的參考價值。這個過程往往需要持續(xù)一年甚至更久。”

而在金融場景下，這種未知的局限性，可能往往是最致命的。

希望本文能讓您對 AI 炒股的能力邊界有更好的了解，但這并不是知危鼓勵您去嘗試。

實際上，相關研究的目的并不是真的為了交易賺錢，而是想通過金融市場交易，來評價模型本身。

就像尤佳軒對知危所說：“ 做大模型交易的本質(zhì)，是建模和理解人類社會的運行。”

這也是他們將項目開源的原因，“ 人類社會不是一個人就能理解的。單靠一個實驗組或公司，是無法全面建模的，需要整個社區(qū)廣泛參與、貢獻，并將成果回饋社會，才 能真正建立完整的理解。”

“ 如果只是一個團隊獨自開發(fā)算法、保密所有信息，最后賺錢也是零和博弈，本質(zhì)是收割散戶的錢。” 他說道。

撰文：流大古

設計：子曰

編輯：大餅

如果您覺得本文還不錯返回搜狐，查看更多