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
- Tripo AI 发布 Project Eden：原生持久化交互式 3D 世界模型 — eyishazyer · 2026-08-01
- 斯坦福教授探讨高速互联技术：Scaling 趋势或将见顶 — jwt0625 · 2026-08-01
- Google 新论文 FLARE：注意力机制降耗 600 倍，或助力端侧大模型 — dejanseo · 2026-08-01
- 拆解 DoorDash、Instacart 与 Uber Eats 的 AI 搜索架构差异 — Pavan_Belagatti · 2026-08-01
- ICLR 27新规：主席无需长篇总结，官方呼吁慎用LLM — danish037 · 2026-08-01
- 论文速递：基于迹形式熵的镜像下降与指数梯度新算法 — FrnkNlsn · 2026-08-01