前沿 LLM 1.6 年合成交易回测全亏了钱
Scobleizer · x · 2026-07-22
前沿 LLM 的交易回测全都亏了钱
这条帖子配图展示了一项 SynthFin Trading Bench 测试：把 Fable、GPT-5.5、Gemini 3.5 Pro、Grok 4.5 放进一个它们从未见过的全合成股票市场里跑组合。
- 回测长度约 1.6 年，覆盖 1,000 只股票 和 10 种宏观 regime。
- 结果是：所有模型都亏钱。
- 没有任何一个 LLM 跑赢最简单的 buy-and-hold。
- 图中对比里，equal-weight 基线最好，约 +4.84%；buy & hold 约 +0.25%；AI 组合全部为负收益，其中 Gemini 3.5 Flash 最差，约 -24.31%，Momentum 为 -26.53%。
配图还强调这个基准是“无污染”的：价格、财报和新闻都由机器生成且未公开，模型不可能靠记忆作弊。
「模型」频道最新
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- Anthropic 发布迄今最详尽威胁情报报告:无人机蜂群滥用案例曝光 — soumitrashukla9 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11