AI交易机器人风靡一时——但你的资金能放心交给它们吗？

当17岁的内森·史密斯将一篮子微型股交给ChatGPT驱动的交易机器人时，该机器人在四周内实现了23.8%的收益——不仅跑赢了罗素2000指数，更让这位来自俄克拉荷马州乡村的少年成为Reddit上的病毒式传奇。

从乡村高中生到WallStreetBets论坛的明星，史密斯的经历只是互联网浪潮中的一朵浪花。如今越来越多的交易者正基于现成的大语言模型搭建选股系统。

网络上充斥着AI交易成功的爆款故事。一篇Reddit热帖宣称ChatGPT和Grok在18笔交易中实现了”完美100%胜率”并获取可观收益；另一个案例则向ChatGPT托管400美元，立志成为”全球首位AI打造的万亿富翁”。但两者均未提供交易代码、日志或凭证等验证信息。

史密斯之所以获得关注，正因其在Substack持续记录实验过程，并将配置参数、提示词及文档公开在GitHub。这意味着任何人都能随时复现、改进或修改他的代码。

AI交易已不再是Reddit的幻想——它正快速成为华尔街的现实。

从业余开发者部署开源机器人，到摩根大通、桥水等机构构建定制化AI平台，新一代市场工具承诺提供更快的洞察与自动化收益。但随着个人实验走红与机构工具暗流涌动，专家警告多数大语言模型仍缺乏大规模真金白银交易所需的精确性、纪律性与可靠性。现在的问题不是AI能否交易，而是人类是否应该放手让它交易。

摩根大通向6万员工推出内部平台LLM Suite，这个”类ChatGPT产品”能解析美联储讲话、总结文件、生成备忘录草案，并驱动名为IndexGPT的主题投资引擎构建定制股票组合。

高盛的GS AI助手基于自研的LLaMA架构GS AI平台，现已部署在工程、研究和交易部门的1万台终端，据称可将代码编写与模型构建效率提升20%。

桥水研究团队在Claude上搭建投资分析师助手，能编写Python、生成图表、总结财报评论——初级分析师数日的工作被压缩至分钟级。挪威主权财富基金(NBIM)使用Claude监控9000家公司的新闻流，每年节省约21.3万分析师工时。

据Phemex透露，3Commas、Kryll和Pionex等平台已支持ChatGPT交易自动化集成。2025年2月，老虎证券接入深度求索的DeepSeek-R1模型增强其聊天机器人TigerGPT的市场分析与交易能力。包括华林证券和华夏基金在内的至少20家机构已采用深度求索模型进行风险管理与投资决策。

这一切引出一个核心问题：AI是否终于具备了做出优质金融决策的能力？

AI辅助交易真的成熟了吗？

多项研究表明，AI乃至ChatGPT增强系统在预测加密货币价格走势方面，表现优于人工和传统机器学习模型。

但波士顿咨询与哈佛商学院的联合研究警告勿过度依赖生成式AI——使用GPT-4的用户表现比拒绝AI的用户低23%。这与业内人士观察相符。

“更多数据并不意味着更高回报，有时只是增加噪音，”英仕曼集团CIO Russell Korgaonkar表示。该集团系统化交易部门虽训练ChatGPT消化论文、编写内部Python、筛选观察清单，但在可靠使用AI模型前仍需人工完成大量基础工作。

Korgaonkar认为生成式AI与传统机器学习工具各有专长：ChatGPT擅长基本面分析却拙于价格预测，而非生成式AI工具虽无法处理基本面，却精于数据分析和纯技术研判。

“生成式AI的突破在语言层面，对数值预测帮助有限，”他解释道，”人们用它辅助工作，而非预测市场。”

即便在基本面分析领域，AI的推理过程也未必可靠。

“模型隐藏底层逻辑的能力意味着可能规避问题解决方案，表明当前对齐方法存在严重缺陷，”BookWatch创始人Miran Antamian告诉Decrypt，”我们需要结合迭代式人类反馈与动态奖励函数的混合方法，这有助于识别被惩罚机制掩盖的行为变化。”

Balyasny合伙人Gappy Paleologo指出大语言模型仍缺乏”现实基础”和高确定性决策所需的微妙判断力，最适合担任研究助理而非组合经理。

其他基金警惕模型风险：这些AI容易提出荒谬场景、误读宏观语言并产生幻觉——迫使机构坚持对每个AI信号进行人工复核。更糟的是，模型越强大，其谎言就越具说服力，认错就越困难。研究已证实这点。

换言之，目前人类仍难完全退出决策闭环——尤其涉及真金白银时。

“用GPT-4o等较弱模型监控更强模型的概念有趣但难持续，”Antamian表示，”结合自动化与人类专家评估或许更合适，判断推理水平可能需要多个监督模型。”

就连ChatGPT自身也清醒认知局限。当被问及能否通过交易让人成为百万富翁时，它给出务实回应：虽有可能，但成功取决于盈利策略、严格风控和有效规模化的能力。

对爱好者而言，摆弄这些工具仍充满乐趣。若想尝试非全自动的AI辅助交易，Decrypt开发了专属提示词——或许只为娱乐和点击量。我们的Degen投资组合分析器能根据用户是冒险型交易者还是保守投资者，生成个性化的彩色编码风险评估。该框架整合基本面、情绪与技术分析，同时收集用户体验、风险承受力和投资周期数据。

而个人理财顾问提示词旨在运用顶级投资机构的分析方法。在巴西股票组合测试中，它成功识别集中敞口风险与货币错配，生成包含具体风控策略的详细再平衡建议。

两款提示词均在GitHub开源。正如史密斯实验所示，有时最有趣的结果来自彻底放手让AI自主执行——当然我们绝不建议任何人这样做。尽管你可能放心让ChatGPT打理100美元，但摩根大通目前绝不会如此操作。

通用智能通讯

每周AI之旅，由生成式AI模型Gen讲述。
您的邮箱
获取！
获取！