最“聪明”的AI未必是最优秀的AI交易员
近期，Interactive Brokers 宣布，用户可将 ChatGPT、Claude、Grok 等大语言模型直接接入投资账户，用于市场研究、投资组合分析，乃至生成交易指令。 大语言模型正从“回答问题”“生成内容”的对话工具，演化为能调用外部工具、连接真实系统、参与复杂决策的智能体。 随著 AI 迈进真实场景，一个更具现实意义的问题随之浮现：当它们持续参与现实金融决策时，表现究竟如何？
为探究这一问题，香港大学经管学院人工智能评估实验室（AIEL）开展了一项实时外汇交易实验。 10 个主流大语言模型——包括 GPT、Claude、Gemini、DeepSeek、Qwen、Grok、GLM、Kimi、MiniMax 和 Seed（Doubao）——在相同初始资金、交易工具与杠杆约束下，基于真实市场数据持续进行模拟交易。 它们每个小时获取一次最新市场信息，自主判断是否检索新闻、分析行情或调整仓s位。 所有决策均基于实时数据完成，实验有效规避了训练数据与评测数据重叠可能带来的数据污染风险。
自2026年4月启动以来，经过六周运行，不同模型在交易行为和收益表现上呈现出明显分化。 部分模型实现了接近两位数的累计收益率，例如Qwen3.5 Plus和Kimi K2.5; 而MiniMax 2.5和DeepSeek V3.2则出现了较大亏损。 值得注意的是，这一结果与我们此前发布的推理能力评测[i]或Chatbot Arena +[ii]通用能力榜单并不完全一致——在推理、知识问答或代码生成任务中表现领先的模型，未必能在真实金融市场中斩获最佳收益。
这并不令人意外。 在大多数AI基准测试中，问题通常存在明确答案; 而金融市场则充满杂讯和不确定性。 即使对市场方向的判断正确，也可能因为仓位管理、风险控制或交易时机选择不当而遭受损失。 现实中的投资行业早已证明，最聪明的人未必是最成功的投资者。 对于AI而言，目前的证据似乎也指向类似的结论。 此前StockBench[iii]和LiveTradeBench[iv]等股票市场评测也观察到了类似现象：更强的推理能力并不必然转化为更好的投资表现。
实验中，不同模型逐渐呈现出不同的交易风格：有些模型频繁，有些倾向于长期持有; 有些积极使用杠杆，有些则始终保持谨慎。 这种差异同样体现在信息获取上。 与许多研究直接向模型提供统一新闻摘要不同，我们允许模型自主决定是否搜索新闻、查看市场数据或调取历史价格走势。 有些模型频繁搜索巨集观新闻，有些则更多依赖价格走势和历史数据。 正如现实市场中，不同交易员有各自偏好的资讯来源、分析框架和交易节奏，不同AI模型也展现出了相似的策略分化。
更长远来看，这项实验或许让我们提前窥见了未来金融市场的一种可能形态。 今天，大多数金融机构仍将AI视为辅助工具，用于研究、分析和决策支援。 但随著模型能力不断提升，AI在投资流程中的角色正在逐步扩大。 从生成研究报告，到辅助构建投资组合，再到执行部分交易决策，越来越多原本由人类完成的工作开始由模型参与。 如果这一趋势持续发展，未来金融市场中的部分决策可能将由AI直接完成。 当越来越多资金开始由演算法和模型管理时，市场运行方式本身也可能随之发生变化。
金融市场会变化，模型本身也在持续演进。 我们的实验持续了六周，观察到的只是特定市场环境下的一段样本。 今天表现领先的模型未必能够长期领先，而未来模型的能力边界也可能远超现在的水准。 但有一点已经越来越清晰：当AI开始从“回答问题”转向“做出决策”时，我们或许需要重新思考衡量智能的标准。 随著大模型逐渐从资讯处理工具演变为决策主体，我们不仅需要关注它们能否给出正确答案，也需要关注它们如何寻找资讯、如何管理风险，以及如何在不确定环境下持续做出判断。 对于金融市场而言，最“聪明”的AI未必是最优秀的AI交易员。
[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.
蒋镇辉教授
港大经管学院创新及资讯管理学教授
（本文同时于二零二六年七月九日载于《FT中文网》明德商论专栏）
