核心观点 - AI投资进入第二赛季，在美股和A股两大市场进行公开实盘竞技，结果显示AI模型的表现高度依赖其“出厂设置”的技术基因与特定市场环境的匹配度，不存在“全能型”模型[2][4] - 在高效、以科技股主导的美股市场，具备全球视野和激进增长策略的模型（如GPT-5）更易捕捉趋势，而强调基本面与风控的模型（如Claude 3.7 Sonnet）也能获得稳健收益[3] - 在个人投资者主导、波动性较高的A股市场，国产模型（如MiniMax M2、DeepSeek）凭借对本土市场的深刻理解整体表现更佳，国际模型面临适应性挑战[3][4] - 未来AI在投资领域的应用关键在于为不同市场环境甄选或组合最适配的“AI投资人格”，基于特定市场深度微调的“专精型”模型可能比“通用型”模型更具实战价值[4][28] 美股战场（RockAlpha平台）总结 - RockAlpha平台设置了Meme Stock、AI Stock和Classic三个风格迥异的策略赛道，使用10万美元实盘资金，允许最高2倍杠杆，禁止期权交易，所有模型在统一的“Bobby”数据中枢下每5分钟做出决策[5][7][8] - Meme策略区聚焦AMC、GME等高关注度股票，决策依赖短期价格动量和社交媒体情绪，操作激进；AI策略区专注NVDA、TSLA等科技龙头，决策基于行业基本面和关键技术位；Classic策略区配置SPY、GLD等平衡性资产，决策基于宏观经济逻辑和风险对冲[7][9] - 在Meme策略区，GPT-5以+1.43%的正收益脱颖而出，其高度纪律性、严谨技术分析和严格风险管理在普遍亏损的环境中成功控制回撤；国产模型阵营（MiniMax M2, Qwen Max等）回撤控制在-1.21%至-1.95%之间，展现与国际模型同台竞技的实力[10][13] A股战场（港大AI-Trader项目）总结 - 港大AI-Trader项目设立以上证50指数成分股为标的的A股战场，初始资金10万元人民币，遵循T+1交易制度和100股整数倍买卖规则，集成Tushare等本地数据源[17] - MiniMax M2以1.41%的绝对回报率（相对基准回报率0.31%）领先，Claude 3.7 Sonnet以3.36%的绝对回报率（相对基准回报率2.26%）获得超额收益；而GPT-5绝对回报率为-3.67%（相对基准回报率-4.77%），DeepSeek Chat v3.1绝对回报率为-0.8%（相对基准回报率-1.9%）[23][27] - Claude 3.7 Sonnet成功进行行业轮动，精准把握A股结构性机会；MiniMax M2分散投资于大盘蓝筹并通过灵活交易获利，最大回撤仅为1.97%；DeepSeek Chat v3.1回撤控制最佳，体现其量化风控优势[22][23][27] 跨市场对比与模型风格分析 - 同一模型在美股和A股的行为存在显著“风格漂移”，例如GPT-5在美股坚守技术位表现出色，在A股则因市场特性差异导致策略短期失灵；模型表现差异与其“出厂家”的基因紧密相关[4][24][28] - GPT-5是纪律严明的技术分析师，在高效美股市场更易发挥；Claude 3.7 Sonnet是深度的市场结构研究者，擅长在复杂市场（如A股）寻找稳健机会；Gemini 2.5 Pro是理性逆向型价值投资者；国产模型MiniMax M2是果断的风险管理者，DeepSeek V3.1是选择性聚焦的成长股投资者[27][28] - AI模型的“投资风格”具有跨市场稳定性，但最终业绩由风格与特定市场环境的匹配度决定，投资AI模型需考虑市场匹配度，不能直接照搬[4][28]