众力资讯网

AI炒股实测第4回合:14个AI模型9月下旬实盘大比拼,结果出人意料

不荐股、不喊单,只做一件事——把十几个AI大模型拉到同一张牌桌上,用真金白银的行情数据看它们到底谁行谁不行。这是系列的第四回合,数据来自 实盘预测9.21.xls。
前两篇讲了 7 月、8 月、9 月初的战况,这篇接着来。说实话,9 月下旬这波行情,对 AI 选股不太友好——国庆前后市场一波调整,大半模型都在吃土。但越是在这种时候,越能看出谁是真有水平、谁只是撞大运。
先说一个扎心结论:这一回合,14 个模型里只有 1 个赚到钱,就是 claude5。 它不光组合正收益,每天排名还稳坐第一。而咱自己做的两个模型 StarMine 和 V3,这回不算亮眼,但也没掉队太狠。
一、这次实验到底怎么玩的怕没看过前两篇的朋友一脸懵,先花 30 秒说清楚规则。我们把 14 个 AI 模型拉来做了一个月的"同台竞技",分成三种比法:
实盘组合:每个模型挑 3 只股票,等权持有,看 9.21→9.30 这 7 个交易日平均赚多少;每日排名赛:每天按 3 只股票的整体表现给 14 个模型排座次(第 1 名最牛,第 14 名最惨),看谁天天靠前;孤注一掷:每个模型只押 1 只最看好的,分"持两周"和"长期持有(从 7.20 开始)"两档。14 个选手里,V3 和 StarMine 是我自己用数学搭的模型,剩下 12 个是市面上能叫得出名字的大模型(GPT、claude5、deepseek、千问、Gemini、Grok、豆包、DH、元宝、workbuddy、claude-ds、GPT-ds)。
⚠ 提醒一句:样本只有半个月、每只模型就 3 只票,这是"观察实验"不是"赚钱证明"。下面所有结论都只是看数据说话,绝不构成投资建议。
二、实盘组合:14 个模型,只有 1 个赚钱先看最直观的一张图——每个模型 3 只股票的平均收益:
9.21→9.30 实盘组合平均收益(每模型3只等权)claude5+7.00%DH-2.73%StarMine-3.83%豆包-6.14%V3-6.27%Gemini-6.36%千问-6.43%deepseek-7.07%元宝-7.77%claude-ds-9.18%Grok-9.20%GPT-ds-9.31%GPT-10.79%workbuddy-12.23%
图1:9.21→9.30 实盘组合平均收益(红涨绿跌,中国习惯)
满屏绿油油,只有 claude5 那一根是红的,+7.00%。它挑了三只地产股(保利发展、招商蛇口、万科A),正好踩中节后房地产政策预期的反弹,三只全红,万科A 一只就涨了 16.7%。
咱们的 StarMine -3.83%、V3 -6.27%,在 14 个里分别排第 3 好和第 8。说句公道话,在一个大部分人都亏的环境里,亏得比多数模型少,已经算抗跌了。
垫底的是 workbuddy(-12.23%),它三只里有两只半导体票踩了回撤。
三、每日排名赛:claude5 天天坐第一排每日排名赛:日均名次(越低越牛)claude5日均第 2.57 名DH日均第 5.29 名StarMine日均第 6.14 名千问日均第 6.43 名元宝日均第 7.29 名Gemini日均第 7.57 名deepseek日均第 7.71 名豆包日均第 7.71 名V3日均第 8.43 名Grok日均第 8.71 名claude-ds日均第 8.71 名GPT-ds日均第 9.00 名workbuddy日均第 9.43 名GPT日均第 10.00 名
图2:每日排名赛日均名次(越短越靠前,红=稳居前5)
组合收益看的是"绝对赚没赚",排名赛看的是"相对水平"。这回 claude5 日均第 2.57 名,7 天里拿了 3 次单日冠军,稳得离谱。
有意思的是 StarMine 日均第 6.14 名(第 3 好),比组合收益排名还靠前——说明它的选股"相对水平"其实不差,只是碰上弱市,绝对收益被拖累了。V3 日均第 8.43 名,中游偏下。
DH 排第二(5.29),但它有两天数据缺失,统计上要打个折扣。
四、孤注一掷(持两周):押单只的代价9.21孤注一掷单股(押1只持2周)claude5+1.58%StarMine-0.94%豆包-5.19%Gemini-5.99%V3-8.92%deepseek-8.96%Grok-11.15%元宝-11.27%workbuddy-11.27%claude-ds-11.27%GPT-ds-11.27%千问-14.09%GPT-14.09%DH-16.35%
图3:9.21 孤注一掷单股收益(每只模型只押1只,持约2周)
每只模型只赌一只票,结果更刺激:最好的是 claude5 的保利发展 +1.58%,最惨的是 DH 的香农芯创 -16.35%。
这里有个特别逗的现象:"华天科技"这只票被元宝、workbuddy、claude-ds、GPT-ds 四个模型同时看中,结果它 9 月下旬跌了 11%+,这四个模型全被它拖下水。这说明什么?模型们的"口味"会扎堆,扎堆踩同一个坑,风险反而被放大了。
五、长期赛道彩蛋:那只翻倍牛股,开始回吐了这是承接前两篇的"连续剧"。从 7.20 起,每个模型挑 1 只票长期持有(约两个月)。前两篇里,StarMine 选的盛达资源一路从 +36% 冲到 +86%(8 月底一度翻倍),V3 选的东方钽业也涨了 25%+。当时我就提醒:别在山顶以为能一直涨。
长期赛道净值曲线(7.20→9.30,起点=100)220182145107697.208.289.189.30基准100东方钽业 +14%盛达资源 +66%
图4:长期赛道净值曲线(起点100,红=StarMine盛达资源,蓝=V3东方钽业)
这回一看,果然应验了:
盛达资源(StarMine):7.20→9.30 全程 +65.68%,依然是全场第一,但比 9.18 的 +86% 已经回撤了 -11.10%;东方钽业(V3):全程 +13.54%,比 9.18 的 +25.5% 回撤了 -9.55%。这就是真实市场的脾气:再牛的票也会回吐。两只票到现在还是正的、还跑赢绝大多数模型,但最高点没卖的人,已经把到手的利润吐回去一大截。长期持有不是"买了不动",中间的风控和节奏才是真功夫。
六、14 个模型的"脾气"点评模型
组合收益
排名日均
长期赛道(7.20→9.30)
脾气点评
claude5
+7.00%
第2.57名
中科曙光 -12.65%
本回合黑马,地产股踩中政策反弹,组合+排名双第一
DH
-2.73%
第5.29名
—
排名第二但数据缺失2天,盛达同赛道缺席长期榜
StarMine
-3.83%
第6.14名
盛达资源 +65.68%
咱自研模型,长期赛道盛达资源全场第一,回撤可控
豆包
-6.14%
第7.71名
—
分散行业,表现中庸
V3
-6.27%
第8.43名
东方钽业 +13.54%
咱自研模型,相对排名连续四回合退化,需重训
Gemini
-6.36%
第7.57名
力源信息 -6.50%
均衡偏防御,组合中游
千问
-6.43%
第6.43名
红利低波ETF +2.29%
ETF+周期,长期赛道小赚,组合偏弱
deepseek
-7.07%
第7.71名
新易盛 -23.73%
硬科技偏好,弱市回撤大
元宝
-7.77%
第7.29名
益生股份 -5.27%
半导体扎堆,撞华天科技坑
claude-ds
-9.18%
第8.71名
双林股份 -1.64%
深度版,长期双林股份微亏
Grok
-9.20%
第8.71名
浪潮信息 -18.90%
偏好算力链,波动大
GPT-ds
-9.31%
第9.00名
—
深度版,撞华天科技坑
GPT
-10.79%
第10.00名
新易盛 -23.73%
与中际旭创深度绑定,回撤大
workbuddy
-12.23%
第9.43名
永兴材料 -4.11%
半导体重仓,本回合垫底
七、四回合看下来,V3 怎么退步了?把四回合的"每日排名赛日均名次"拉一条线看(模型池从 11 个扩到 14 个,纵向只能看趋势):
回合
追踪区间
V3 日均名次
StarMine 日均名次
第1回合
7.13→7.31
第 4.27 名
—
第2回合
8.17→8.28
第 5.60 名
—
第3回合
9.1→9.18
第 6.20 名
—
第4回合
9.21→9.30
第 8.43 名
第 6.14 名
V3 的相对排名从 4.27 一路滑到 8.43,这信号挺明确:模型该重新训练、调参数了。反观 StarMine,长期赛道里押中的盛达资源到第四回合还是全场第一,说明"研究框架"这条线更稳。这也给做量化的人提了个醒——模型不是一劳永逸的,得持续迭代。
八、结论:AI 炒股到底有没有可能性?四回合跑下来,我的判断没变,反而更清楚了:
有可能性,但它是"研究助手",不是"印钞机"。
模型之间的差距是真金白银拉得开的——claude5 这回封神,StarMine 长期赛道稳居第一,说明"选股 AI"确实能分出高下,不是纯随机;但同一批模型,换个月份就能从全员吃肉变成只有 1 个赚钱,说明市场环境和运气占比极大,"常胜将军"不存在;自己搭的领域模型(StarMine/V3)能跑赢不少通用大模型,说明垂直建模有真实价值,但也要警惕模型老化(看 V3 的退化);最危险的是把 AI 当操盘手——它给的是"像那么回事"的话,不是预测,亏了也没人负责。说白了,AI 在投资里最好的位置,是坐你旁边当那个"把几百页年报读薄、把风险点标出来"的研究员,最后按下买卖键的,永远是你自己。