The “Smartest” AI Is Not Always the Best AI Trader
近期，Interactive Brokers 宣佈，用戶可將 ChatGPT、Claude、Grok 等大語言模型直接接入投資賬戶，用於市場研究、投資組合分析，乃至生成交易指令。 大語言模型正從“回答問題”“生成內容”的對話工具，演化為能調用外部工具、連接真實系統、參與複雜決策的智能體。 隨著 AI 邁進真實場景，一個更具現實意義的問題隨之浮現：當它們持續參與現實金融決策時，表現究竟如何？
為探究這一問題，香港大學經管學院人工智能評估實驗室（AIEL）開展了一項實時外匯交易實驗。 10 個主流大語言模型——包括 GPT、Claude、Gemini、DeepSeek、Qwen、Grok、GLM、Kimi、MiniMax 和 Seed（Doubao）——在相同初始資金、交易工具與槓桿約束下，基於真實市場數據持續進行模擬交易。 它們每個小時獲取一次最新市場信息，自主判斷是否檢索新聞、分析行情或調整倉s位。 所有決策均基於實時數據完成，實驗有效規避了訓練數據與評測數據重疊可能帶來的數據污染風險。
自2026年4月啟動以來，經過六周運行，不同模型在交易行為和收益表現上呈現出明顯分化。 部分模型實現了接近兩位數的累計收益率，例如Qwen3.5 Plus和Kimi K2.5; 而MiniMax 2.5和DeepSeek V3.2則出現了較大虧損。 值得注意的是，這一結果與我們此前發佈的推理能力評測[i]或Chatbot Arena +[ii]通用能力榜單並不完全一致——在推理、知識問答或代碼生成任務中表現領先的模型，未必能在真實金融市場中斬獲最佳收益。
這並不令人意外。 在大多數AI基準測試中，問題通常存在明確答案; 而金融市場則充滿雜訊和不確定性。 即使對市場方向的判斷正確，也可能因為倉位管理、風險控制或交易時機選擇不當而遭受損失。 現實中的投資行業早已證明，最聰明的人未必是最成功的投資者。 對於AI而言，目前的證據似乎也指向類似的結論。 此前StockBench[iii]和LiveTradeBench[iv]等股票市場評測也觀察到了類似現象：更強的推理能力並不必然轉化為更好的投資表現。
實驗中，不同模型逐漸呈現出不同的交易風格：有些模型頻繁，有些傾向於長期持有; 有些積極使用槓桿，有些則始終保持謹慎。 這種差異同樣體現在信息獲取上。 與許多研究直接向模型提供統一新聞摘要不同，我們允許模型自主決定是否搜索新聞、查看市場數據或調取歷史價格走勢。 有些模型頻繁搜索巨集觀新聞，有些則更多依賴價格走勢和歷史數據。 正如現實市場中，不同交易員有各自偏好的資訊來源、分析框架和交易節奏，不同AI模型也展現出了相似的策略分化。
更長遠來看，這項實驗或許讓我們提前窺見了未來金融市場的一種可能形態。 今天，大多數金融機構仍將AI視為輔助工具，用於研究、分析和決策支援。 但隨著模型能力不斷提升，AI在投資流程中的角色正在逐步擴大。 從生成研究報告，到輔助構建投資組合，再到執行部分交易決策，越來越多原本由人類完成的工作開始由模型參與。 如果這一趨勢持續發展，未來金融市場中的部分決策可能將由AI直接完成。 當越來越多資金開始由演算法和模型管理時，市場運行方式本身也可能隨之發生變化。
金融市場會變化，模型本身也在持續演進。 我們的實驗持續了六周，觀察到的只是特定市場環境下的一段樣本。 今天表現領先的模型未必能夠長期領先，而未來模型的能力邊界也可能遠超現在的水準。 但有一點已經越來越清晰：當AI開始從“回答問題”轉向“做出決策”時，我們或許需要重新思考衡量智能的標準。 隨著大模型逐漸從資訊處理工具演變為決策主體，我們不僅需要關注它們能否給出正確答案，也需要關注它們如何尋找資訊、如何管理風險，以及如何在不確定環境下持續做出判斷。 對於金融市場而言，最“聰明”的AI未必是最優秀的AI交易員。
[i] https://www.hkubs.hku.hk/aimodelrankings/leaderboards/reasoningCapabilities.html
[ii] https://openlm.ai/chatbot-arena/
[iii] Chen, Y., Yao, Z., Liu, Y., Xin, A., Ye, J., Yu, J., … & Li, J. (2025). Stockbench: Can llm agents trade stocks profitably in real-world markets?. arXiv preprint arXiv:2510.02209.
[iv] Yu, H., Li, F., & You, J. (2025). Livetradebench: Seeking real-world alpha with large language models. arXiv preprint arXiv:2511.03628.
蔣鎮輝教授
港大經管學院創新及資訊管理學教授
（本文同時於二零二六年七月九日載於《FT中文網》明德商論專欄）
