{"text":[[{"start":7.83,"text":"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。随着 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？"}],[{"start":38.79,"text":"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。"}],[{"start":78.53,"text":"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 或Chatbot Arena + 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。"}],[{"start":113.21000000000001,"text":"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；而金融市场则充满噪声和不确定性。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 和LiveTradeBench 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。"}],[{"start":150.03,"text":"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。有些模型频繁搜索宏观新闻，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信息来源、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。"}],[{"start":191.04,"text":"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、分析和决策支持。但随着模型能力不断提升，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。"}],[{"start":233.79999999999998,"text":"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平。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。随着大模型逐渐从信息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信息、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。"}],[{"start":278.63,"text":"（作者介绍：蒋镇辉系港大经管学院创新及资讯管理学教授、夏利莱伉俪基金教授（战略信息管理学）。本文仅代表作者观点。责任编辑邮箱：[email protected]）"}]],"url":"https://audio.ftcn.net.cn/album/a_1783552356_2625.mp3"}