实测SOTA模型炒股两年：跑不赢静态基线，推理越强亏越少
garrytan · x · 2026-08-01
一项针对大语言模型（LLM）炒股能力的深度分析得出了负面结论。研究让多个 SOTA 模型进行了长达两年的模拟交易，结果显示：
- 整体表现差：没有任何模型的收益能跑赢简单的静态投资基线。
- 高推理无效：更强的推理能力并不能转化为更好的交易决策。
- 行为偏差：在面临亏损时，模型（如 Sol）的反应是减少交易频率，而非优化策略。
「研究」频道最新
- MIT AI 模型解码细胞通信语言，瞄准再生医学 — emmanuelvivier · 2026-10-16
- 视觉预训练模型做触觉预测有多难?机器人研究者激辩跨模态迁移 — KyleMorgenstein · 2026-10-16
- Tsallis 熵正则化最优 transport 统一 Monge 与 Sinkhorn 两大框架 — FrnkNlsn · 2026-10-16
- EPFL/DeepMind 研究者将线上讲解 Simplex Diffusion Models 论文 — ArnaudDoucet1 · 2026-10-16
- 美团 LongCat 团队发布 Data World：合成数据环境训练数据智能体 — meituan-longcat · 2026-10-16
- FDE-Gym 基准曝光 AI 交付最后一英里：前沿模型得分最多 0.56 — DeepLethe · 2026-10-16