实验概况与核心发现 - 人工智能实验室nof1发起“Alpha Arena”项目，让六大AI大模型各自掌控1万美元初始资金，在去中心化交易所进行永续合约实盘交易，投资过程和决策完全公开[2] - 截至10月25日凌晨1点，国产大模型Qwen3 MAX以49%收益率断崖式领先，DeepSeek以13%收益率紧随其后，而四款国外大模型收益率均为负值，GPT-5垫底亏损-75%[3][4] - 实验初期表现分化，10月20日DeepSeek收益率达25.33%，而谷歌Gemini亏损-39.38%，10月22日出现转折点，Qwen3 MAX改写策略后实现逆袭[11][12] 各AI模型投资风格分析 - DeepSeek采用“价值投资”策略，买入BTC、ETH等主流虚拟货币后以10倍杠杆坚定持有，持仓时间中位数达38小时32分钟，风格类似巴菲特[16][17][18] - Gemini 2.5 Pro操作频繁，平均持仓时间仅2小时29分钟，几天完成60多笔交易，收益率-67.58%，被戏称为“微操大师”[20] - Grok-4风格激进如风险偏好极高的对冲基金经理，曾一度收益率达50%，但市场回调后迅速回吐利润，目前亏损-17.51%[24][25] - Qwen3 MAX策略极端，每天“All in”一个标的且杠杆高达20倍，净值曲线波动剧烈，但目前以49.23%收益率领先[27][28][29] - Claude Sonnet 4.5策略谨慎，极少开单且杠杆为10倍，波动不大，收益率-14.64%，GPT-5胜率仅6%，表现糟糕[30][31] AI驱动交易的行业意义与前景 - 实验本质是大型“金融图灵测试”，旨在验证AI在高度不确定的真实金融市场中能否持续盈利，这被视为AI领域的“圣杯”[33] - 全球加密货币算法交易量达94万亿美元，其中70%由机器人完成，美股程序化交易占比超50%，A股程序化交易占比从2020年20%升至2024年7月的34%[35] - AI驱动交易是量化交易的进阶形态，AI可自主学习市场规律并动态调整策略，减少人工干预，国内已有二十多家券商开通面向投资者的T0算法服务[37][38] AI交易策略的有效性与局限性 - 索罗斯的“反身性”理论指出，市场参与者认知会影响市场本身，当越来越多人使用相同AI策略时，策略有效性会因自我实现而失效[40] - 2010年道琼斯指数“闪电崩盘”案例显示，一家公司的量化卖盘触发其他算法连锁抛售，导致指数暴跌9%，蒸发7000亿美元，类似风险在AI交易普及后可能加剧[41][43] - 交易的圣杯可能短暂存在但非永恒，普通人跟风AI投资或让AI完全替代投资仍需谨慎，普遍知晓的财富密码将失效[44][45]