
一 | 出品 | 妙投APP 作者 | 段明珠 编辑 | 关雪菁 头图 | AI生成 用AI搞投资,全球最顶级的6个 AI 大模型,谁是理论家,谁是实战派? 要说在国际 AI 圈里, GPT 和 Claude 的热度绝对更高,但意料之外情理之中的是,当下正在进行的一场金融实战比赛中,从大A身经百炼锻炼出的 DS 表现更优异,而 Qwen 的半路超车亦很惊艳。

二 | 目前,前两名分别是幻方 DeepSeek V3.1 Chat 和阿里 Qwen 3 Max,收益率把后面几位远远抛下;在保本线上“挣扎”的是马斯克的 Grok 4 和 Anthropic 旗下的 Claude 4.5 Sonnet ;一度爆亏70%左右的是谷歌的 Gemini 2.5 Pro 和 OpenAI 开发的 GPT-5,估计比赛剩下时间都要在漫漫回本路上。 一年一度的新 iPhone “抽奖”活动,终于还是来了。 这场比赛由美国实验室 Nof1 启动,这是家号称首个专注于金融市场的 AI 实验室,这次其向六个顶尖的大模型各提供10,000美元的真实资金,让它们在真实市场中,用真金白银进行投资比赛。

三 | 这里说的抽奖,不是那些博主“我们给大家抽一款全新 iPhone!”的抽奖,而是在小红书、贴吧等平台上,有这么一群 iPhone 用户,他们利用苹果的 14 天无理由退换货政策,不断退货、换货,誓要“抽”到一台显示没有色差、没有色偏、字体通透,且必须屏幕产自三星的 iPhone。 这本质上是一次针对 AI 模型交易能力的压力测试,而非单纯的市场表现对比。核心在于观察不同 AI 在真实波动市场中的策略有效性、风险控制及执行纪律。 当前用在 iPhone 上的三星面板,型号一般是“G9N”“G9P”“G9Q”, LG 的则是“GVC”“GH3”。 随着比赛推进,AI 似乎也展现出不同性格,DS 稳健得像个量化老手,与之形成鲜明对比的是 GPT ,被网友调侃“交易风格神似散户”;Claude 的谨慎像个保守的基金经理,而 Qwen 则是看准机会就全仓押注一只。

四 | 为何这些 AI 表现差异如此巨大?与背后各家平台有何关系?这场比赛 AI 的决策依据主要是数据技术分析,这对普通投资者的借鉴和警示又是什么? 差异从何而来? 先看这些 AI 的具体操作。所以,只为一个“G9N”开头的屏幕面板,他们可以换货 3 次、5 次,甚至 10 次、15 次,和售后磨破嘴皮子、和客服耍足心眼子。 有人说,这是浪费时间的吹毛求疵;有人说,这是花了万把块买手机该有的完美主义。

五 | 先不论立场和对错,大家口中的“三星屏”,真有如此优秀,值得着了魔一样地频繁退换机? 这背后的原因,比一句“吹毛求疵”、“完美主义”复杂得多。 一、退换货的源动力 手机这样的产品,有时候买到有一点品相瑕疵、功能问题的,退换货一次两次也很正常,但在功能正常的前提下,去退换三五次,甚至十几次,难道真的单纯为了个“三星屏”? 当然不是。 目前 iPhone 上三星和 LG 屏幕面板的对比中,普遍认为三星的屏幕颜色更正、大角度不偏色、颜色更通透和字体不发虚。 这次比赛的规则比较简单: 6个 AI 各1万美元用来实时跟进虚拟货币永续合约,全天候可实时观看; 跟踪标的仅限于6种主流品种; 自行确定策略(仓位、看涨或看跌等); 比赛开始于美东时间10月18日,将持续两周,于11月3日结束; 胜负标准是风险调整后的收益,不光看赚多少,还得看承担多大风险。 在小红书和 B 站上,不少人放出了不同屏幕的显示效果实拍图,确实可以看到,标注为 LG 屏幕的 iPhone,的确在大角度下会更加偏绿一点。 从开始至今,这场金融实战比赛已经历2轮淘汰赛。 另一方面,有一些用户反馈的 LG 屏幕字体发虚,特别是白底黑字这样反差最明显的时候;而三星的屏幕字体边缘更加清晰锐利。 第一波被淘汰的是,Gemini 和 GPT-5。 此外还有用户认为 LG 屏的 iPhone 在屏幕显示纯色(尤其是中低亮度的灰色)时,能看到屏幕亮度不均匀,好像屏幕没擦干净一样,有“脏污”或“条纹”感,会认为 LG 的屏幕都是“抹布屏”,显示颜色或者图片时远没有三星的那么通透。 现在在小红书、B 站上还能轻松找到一大堆罗列 LG 屏幕面板的“罪状”,甚至还有一些账号搞了个“一等奖苹果手机对照表”,写明哪些手机零配件的供应商是最好的,哪些是差的,全部用上最好零部件供应商的苹果手机才是“一等奖手机”,放大用户的焦虑。 在这么一通组合拳下,不同零部件供应商组成的 iPhone 实际体验有没有差距先不说,要是真买到了如小红书所言的“一等奖手机”,情绪价值这块啊,被拿捏住了。 不得不说这次比赛的时机很好。 那“三星屏幕的显示效果远好于 LG”,“一等奖手机”这类说法,是不是真的? 二、“屏幕抽奖”的真相 很遗憾,从结论上来看,三星供应的屏幕,的确在大部分情况里要比 LG 的要更好一些。这个残酷的事实,意味着一部分人买的 iPhone 手机,的确是“二等公民”。

六 | 前不久,全球资本市场刚经历了黑天鹅事件,所以比赛开始正处于价格相对低点,适合建仓。

七 | 首先,最容易被用户感知到的“字体边缘更清晰”,其根本原因在于三星独家的“钻石排列”(Diamond Pixel)专利技术。 开始第一天,各家 AI 落子就显出差异。

八 | 这种技术的特点是红蓝共用的 Pentile 布局下,绿色子像素最多并呈椭圆形,红蓝子像素为菱形(钻石状)且尺寸较大。 这种排列方式是三星的专利,它在“像素填充率”和“抗锯齿”方面做了深度优化。

九 | DS 全仓全覆盖做多,且杠杆在10到15倍,相当于自己设计并持有 A6 指数,且不换手不止损不止盈,只要价格大趋势上涨,就可躺赢;甚至稳妥起见,还预留了几千美元现金备用。

十 | Grok开始也是全多头布局,但交易风格更为激进,收益率和 DS 追得比较近;Claude 分析能力强,但执行却犹豫不决,经常调仓失败、反复止损,收益曲线在零轴上下反复。其绿色子像素的密度最高,而人眼对绿色最敏感,因此在渲染文字和精细线条时,其有效解析度(Effective PPI)非常高,文字边缘“黑白分明”,观感最锐利。 此时 Qwen、Gemini 和 GPT-5 微亏。

十一 | 同时为了规避三星的专利,其他厂商必须采用不同的“类钻石排列”方案。 在 LG 这边,虽然也是红蓝共用的 Pentile 布局,但其子像素的形状和布局与三星不同,绿色子像素更接近圆形。但亏损原因大为不同,Qwen 选择每天押注一个标的,所以小亏小赚,还不显山露水。 最终,尽管在 PPI 相同的情况下,LG 的排列方式在渲染文字边缘时,其子像素的“组合”方式可能不如三星的钻石排列高效。 而 Gemini 就比较像韭菜,策略漂移,先开空单,但遇到市场反弹,于是平仓,随即转为做多,但又同时做空别的……就这样不断地开仓平仓,先空后多,摇摆不定;不仅产生高额交易成本,后续还在频繁交易中错过主升浪。这就可能导致在笔画的边缘出现轻微的“色边”(红或蓝的毛刺)或“虚化”,使人感觉字体“发虚”或不够清晰。 另外,一些用户描述的“三星屏幕更通透”,在技术上对应的是“极佳的屏幕均匀性”(Uniformity),这种通透感的反面,就是俗称的“抹布感”或“阴阳屏”,其学名为 “Mura 效应”。

十二 | Mura 是日语“不均匀”的意思,源于 OLED 在复杂的制造过程中,无法保证数百万个像素点拥有绝对一致的电学特性。 举一个简单的例子:理想中,施加 1.5V 电压,A 像素和 B 像素应该发出完全相同的亮度。 举个简单的例子,Gemini 的操作相当于在8月“易中天”主升浪的时候,做多中际旭创的同时做空新易盛,过了一天又完全反转过来。 就这样 Gemini 成了第一阶段损失最大的。但现实中,由于制造公差,施加 1.5V,A 像素可能发出了 10 尼特的亮度,而 B 像素只发出了 9.8 尼特。 当这种千千万万的微小差异汇集在一起,在显示纯色,尤其是中低亮度灰色时,就会宏观地表现为亮度不均的“脏污”或“斑块”。 GPT-5 也有同样问题,只是此时还有 Gemini 给它垫底。 最后,还有“LG 屏偏绿”这件事,实际上并非指屏幕整体色温不准,而是专指在光线极暗的环境下,将屏幕亮度调至最低并显示深灰色内容时,屏幕出现不均匀的绿色。

十三 | 这就像一个由红、绿、蓝三个灯泡组成的调光灯组。当您试图把亮度调到几乎为零(显示深灰色)时,理想情况是三个灯泡都发出 1% 的微光。 但由于 OLED 中绿色子像素的“发光效率”最高,在极低电压下,它可能发出了 3% 的亮度,而红色和蓝色灯泡只发出了 1%。 真正拉开差距是在19日下午。DS 和 Grok 开始大涨,而 GPT-5 和 Gemini 掉头急转直下。

十四 | 究其原因是跟踪资本市场在回调后迎来一波强劲反弹,做多的 DS 吃到红利;而 Gemini 一看到下跌就去做空,结果在这波拉升中爆亏,亏损率超40%。 这件事说白了,就是三星作为 OLED 屏幕的“霸主”,其制造工艺和对 Mura 效应的校准(Demura)技术更为成熟,而 LG 作为追赶者在这两个领域相比三星还有差距。 第二波被淘汰的是,Grok 和 Claude。当然,如今它俩的收益曲线回升到零轴以上;难过的是早被淘汰的两个在这波中被甩得更远,尤其是 GPT-5 亏损率最高时超过75%,比赛期间几乎难以翻身。 因此,消费者“抽”到具有可感知绿屏现象的 LG 屏幕的概率,在统计上就可能高于三星;在用户端体现的,就是 “LG 的屏幕更绿一些”。 三、被忽视的事实 不过,相比上面的这些技术分析,很多人都忽略了一个至关重要的变量:苹果的品控策略与大规模量产的现实。 首先,苹果作为采购方拥有极其严苛的品控标准。无论是三星、LG 还是京东方,它们交付的任何面板都必须首先满足苹果设定的下限。 当市场迎来一次更深的回调,所有模型也在22日凌晨经历了一次大跌。期间 Claude 直接从赚到赔,Grok 也回吐完盈利开始一路下滑;DS 的稳健此时发挥了作用,仅微亏一点很快又开始赚钱。 这意味着,上述的理论差异在出厂时就会被严格筛选,在绝大多数情况下,这些不同供应商之间的差异已经非常细微,对于绝大部分普通用户来说,如果没有在专业的暗室环境下进行细致的 A/B 对比测试,这些差异是很难感知到的。 特别是当你只有一台手机、没有参照物的时候,绿一点、清晰一点、通透一点,仅凭肉眼,大多数人是看不出来的。 有意思的是,Grok 持仓中分给更依赖马斯克叙事红利的虚拟资产更多份额,但这种缺乏基本面支撑,一旦市场情绪退潮便快速回吐收益。

十五 | 反观 GPT-5 和 Gemini ,两者都对走势判断完全错误,在这次回调中越跌越深,而在后续反弹时因本金亏损过多,又过于谨慎(一度空出近一半资金)而回血很慢。 其次,“屏幕抽奖”不仅存在于品牌之间,更存在于品牌之内。类似于下跌时重仓出击,上涨时唯唯诺诺。 工业品的大规模量产,追求的是在可接受公差范围内的“良品率”,而不是制造“艺术品”。 以今年 iPhone 17 Pro Max所用的 LG GVC 面板为例,在同一个批次中,就有用户拿到了观感通透、色彩纯正的“完美屏”,甚至说这才是 iPhone 17 Pro Max 这代的“天花板”,同时也有用户报告了虽然抽到了三星屏,但出现了轻微的黄绿偏色或“抹布感”。 这说明了什么?有时候用户觉得屏幕不够好,不一定是供应商(LG vs 三星)的差异造成的,而仅仅是大规模生产中无法避免的、随机的品控公差造成的。算笔账,如果投资先亏了50%,需要赚100%才能回本,难度倍增。

十六 | 这阶段 GPT-5 成了垫底的。

十七 | 原因从其经典语录中可看出一二:“亏了72%手头只剩$1458, 我本来想拿**做一单,但瞅了瞅行情,感觉指标不太妙有下跌的可能,而且最近交易有点太频繁了,所以最后还是决定不做了。 退一万步来说,就算三星比 LG 好得多,苹果大概率也会把三星调到和 LG 一样。现在我主要得把手头每个单子的止损点和盈利目标都好好记下来。 所以,今天我们所热议的“屏幕抽奖”,实际上是微小的技术差异、随机的量产品控公差这两者共同作用下的一个复杂现象。” 异军突起的是阿里 Qwen。 四、“抽奖”的喜与悲 那么,回归到最初的问题:为了追求那块“完美屏”而参与“屏幕抽奖”,到底值不值得? 从执行消费者权益的角度来看,这似乎无可厚非。

十八 | 无论是苹果官方还是各大电商平台,都提供了“7天无理由退换货”、“14天无理由退换货”的消费保障。22日傍晚起,阿里 Qwen 的收益曲线陡然上升,并快速超越 DS 成为新王。

十九 | 消费者在规则范围内,通过退换来筛选一台自己最满意的设备,这在情理和法理上都站得住脚。

| 看操作,Qwen 反超是看到上涨信号,直接满仓高倍杠杆做多最强的虚拟资产;且账户可用现金基本不到100美元,不留操作空间,猛猛all in。 甚至于,那些同时购买十几台设备回来逐台挑选再退货的“专业玩家”,也只是在最大化地利用平台规则。 Qwen 的经典语录是:“总盘子一万二千五,现在浮盈差不多25%了,还有97刀现金。

| 但是,这种“合理”的行为背后,潜藏着一个容易被忽视的风险:触发风控检测。说到底,“无理由退货”是一项消费者福利,而非一项可以被无限利用的商业条款。 同样是坊间传言,根据Reddit、V2EX、酷安等网络社区的大量用户反馈,过于频繁、短时间内连续的退货行为,尤其是非质量问题的退货,确实有概率被苹果官方系统自动标记为“高风险账户”或“滥用退货政策”,不过暂时看来还不清楚会导致什么严重后果。我那个20倍的**多单还拿着呢,已经想好怎么溜了。

| 相比之下,电商平台的风控就更直接了,过高的退货率会显著影响用户的信用评分,一旦你的账号成了“黑户”,到了要抢购新品时,这个账号就有可能次次都失败。 一边是“完美机器”的诱惑,一边是账号被黑的风险,各位苹果用户会如何权衡呢? 本文来自微信公众号:蓝字计划,作者:Hayward。数据显示这波还能涨,必须跟上节奏。” 自此,6个顶级 AI 模型的位次基本稳定。目前在预测网站上,44%的投票者认为阿里 Qwen 会赢下比赛,紧随其后的是 DS ,投票率在35%。谁能最终胜出还有悬念,但对于谁会输掉比赛,大家的共识度更高,有高达60%的人认为 GPT-5 会是最后的失败者。 中国队胜出原因分析 要明确的是,这次 AI 大赛与以往最大的不同是,让 AI 们直面真实、动态、复杂甚至混乱的虚拟币市场。

| 事实上,佛罗里达大学研究人员曾让 GPT 回测2021年10月至2022年12月的数据,这期间其驱动的交易模型收益率超过500%, 而同期标准普尔500指数 ETF 回报率是-12%。

| 但此次比赛中,恰恰 GPT-5 是表现最差的那个。这说明,实践是检验真理的唯一标准,“市场是检测AI智能的终极测试”。

| 在真实的交易场景中,或许光有强大的语言能力是不够的,对市场的理解更加重要。

| 每一秒的价格都在变化,没有标准答案只有盈亏。更重要的是,这类市场是典型的零和博弈,你赚的钱就是别人亏的钱。 时间截止:北京时间2025年10月28日15点16分 从目前统计数据可见: Gemini 的问题在于频繁交易,小赢大亏。

| 交易次数上排在第二的GPT-5也仅赶上它的零头;这样的坏处是频繁操作加剧了滑点(实际成交价格与预设挂单价格的偏差)和手续费损耗。从胜率来看,其表现不算最差,但最大一次收益金额约为最大损失的一半,可简单看为赚1块钱得赔出去2块。 GPT-5 也存在频繁交易和小赢大亏的问题,雪上加霜的是,胜率还低。其“赌徒式”决策风格、多空双亏的策略矛盾,加上未为头寸设置止损线,导致其多次爆亏,严重侵蚀本金。

| 其就如同“想得太多的分析师,处处下注却处处被打脸”。 Claude 过于谨小慎微,善于分析;虽然胜率较高,风险管理得当,但在趋势明确的市场中,保守反而成了包袱。 Grok 试图捕捉多个机会,但胜率一般;如前面所提,不知是否和出身相关,其对同样与马斯克有密切关系的虚拟币“情有独钟”,很难说是不是因为这而拖累了表现。 再看表现最好的两只中国队。

| DS 明显是均衡稳健派,波动曲线更平稳;夏普比率是参赛 AI 中最高的,意味着其用最小的风险换最优的回报,是专业选手。 它的交易期望值远高于 Qwen ,这个指标可理解为:“平均下来,每做一次交易,我预计能赚多少钱?”这意味着,DS 交易策略在统计上更为稳健,其盈利的可复制性和质量远高于 Qwen。 同时,DS 的平均持仓时间至今长达49小时,这表明它可能识别到所持资产处于上升趋势,并坚定地执行了看涨策略。 DS 的经典语录:我正乘着市场上涨的浪潮,持有仓位,因为它们都处于盈利状态,并且没有触发任何失效条件。我的账户价值从 10,000 美元的起始值上涨至 13,745.78 美元,总回报率高达 37.46%。 最后看 Qwen,市面上对它的评价也比较两极,看好的说它“好像有交易员的直觉,知道何时该等,何时该动”,不看好的会认为它是“孤注一掷的大赌徒”。 从数据来看,其80%以上的收益来自一笔多头交易,而夏普率为0.338,这表明其高收益是通过承受极高的波动性和风险换来的。这更像是一种高“Beta”(市场风险)暴露,而非稳定的“Alpha”。 这次 Qwen 的逆袭得益于两个因素:下注时机精妙;选择正确的资产和方向。其胜率在所有 AI 模型中最高,但因为时间较短,策略还需要继续得到验证。“真正的Alpha应体现在持续超越市场基准的能力,而非短期爆发力。” 不同 AI 对风险和收益的平衡完全不同,训练数据的影响可能是关键。 Deepseek背后的幻方量化,十几年来在堪称“地狱级”难度的大A市场积累了海量的交易数据和策略,且真正赚了钱;这些数据即使不直接用于训练,可能也会影响对“什么是好的交易决策”的理解。

| 相比之下,OpenAI 和 Google 的训练数据可能更偏向学术论文和网络文本,对实盘交易的理解不够接地气。 同时,有交易员推测,DS 可能在训练时特别优化了时间序列预测能力,而 GPT-5 可能更擅长处理自然语言。在面对价格图表这种结构化数据时,不同的架构会有不同的表现。 AI 该如何帮助投资? 从这些 AI 的操作可得到的直接经验是: 首先,从长期投资的角度,如果没有信心成为千万分之一的顶尖交易员,DS 的多头分散策略更具可持续性;普通投资者要避免过度交易,且谨慎使用杠杆,因为即使是顶级AI,在高杠杆下也随时可能破产。 其次,若判断市场处于上行大周期,就应学会忽略中途的小幅震荡。相比频繁交易,在“牛市”中稳持反而是更优解。 那么,将投资交给AI真的靠谱吗? 显然,看到这次 GPT-5 的表现,国外交易员可以松口气,他们暂时不会被 AI 取代;而看到 DS 和 Qwen 的表现,大A的散户们可能会心中一寒,对手太厉害。 客观来看,AI 的优势在于理性,它不会情绪化,也不会贪婪或恐惧。它能在极短时间内读完海量报告、理清逻辑链条,提供结构化的判断。 但它的短板同样明显:无法预测未来,也难以捕捉市场的动态博弈与隐性信号;面对宏观突发与黑天鹅事件,它的反应往往滞后。

| 所以关键是,如何运用好 AI 来帮助投资。

| 事实上,过去一年里,已经有人依靠 AI 推荐选股并取得了真实收益。但前提是:这些用户本身就具备较强的投资素养,能够提供专业的提示词,如自身风险偏好、目标收益区间,让 AI 分析财报、估值、波动率与趋势等,再生成针对不同市场的个性化策略。 换句话说,能高效用好 AI 的人,本身已经是成熟投资者,AI只是他们的决策辅助工具。 金融市场确实是下一个 AI 时代的最佳训练环境。未来,理性的工具与人的智慧相结合,或许才是最佳交易策略。
Current article:http://s4j.cheshenzhuaduanza.buzz/list_m67m4/5jb.html
Published on:00:00:00