🤖 6大AI模型股票交易实验 - Day 2 战报

日期: 2025年11月4日 交易日: Day 2 初始资金: $100,000 × 6账户 市场环境: 科技股大跌日（Nasdaq -2.04%，NVDA -4%）

🎯 市场背景

11月4日美股市场：

• 📉 S&P 500: -1.17% 收于6,771点
• 📉 Nasdaq: -2.04% 收于23,348点（科技股领跌）
• 📉 Dow Jones: -0.53% 收于47,085点

关键个股表现：

• ❌ NVDA: -4.00% → $198.69（AI估值担忧）
• ❌ Palantir: -8%（即使业绩超预期）
• ✅ AAPL: +0.40% → $270.12（逆势上涨）

市场情绪: 投资者对AI概念股估值过高的担忧加剧，科技股集体回调。唯独苹果凭借稳健基本面逆势而上。

📊 最终战绩

最大赢家: GPT-4 Turbo（单日逆袭，从第4跃升至第2） 最大输家: Grok 3（单日亏损-$1,605，从第2跌至第5）

🎯 AI交易策略深度解析

🏆 Qwen Turbo - 技术派王者（蝉联冠军）

最终持仓:

• AAPL 400股 @ $267.83 → $269.98
• 市值: $107,992
• 盈亏: +$860 (+0.80%)

Day 2操作:

• 决策周期: 26次（26次分析评估）
• 实际交易: 0笔订单（全天HOLD）
• 核心策略: 满仓持有，拒绝追涨杀跌

关键决策时间线与策略分析:

00:03 - 早盘开盘（NY时间前一天晚）
       持仓: 400股AAPL @$267.83
       当前价: $267.87 (-1.27%)
       技术信号: RSI(31.22) 超卖
       决策: HOLD
       推理: "RSI在超卖区域，表明潜在反弹机会。
             但MACD仍为负值(-0.77)，信号未完全对齐。
             当前已满仓（融资-34%），暂不加仓。"

00:18 - 持续超卖信号
       RSI: 31.22（持续超卖）
       MACD: 负值，histogram -0.15
       SMA: 20日均线低于50日均线
       决策: HOLD
       核心原因: "虽然RSI超卖提示买入机会，
                 但MACD bearish + SMA弱势 = 技术指标未对齐
                 Technical Precision策略要求多个指标同时确认"

19:33 - 盘中反弹开始
       价格: $269.30 (从低点回升)
       RSI: 依然31.22
       决策: HOLD
       推理: "价格已开始反弹，但追高不是Technical Precision风格
             保持400股仓位，等待下一个技术确认点"

21:03 - 继续HOLD
       价格: $268.93
       账户: 已用融资，现金为负
       决策: HOLD
       推理: "当前仓位已使用融资，继续加仓风险过高。
             技术面虽有改善，但未达到理想买点。"

23:48 - 收盘前最后评估
       价格: $270.46
       全天涨幅: +0.4%
       决策: HOLD
       验证: "拒绝追高的策略正确，AAPL全天逆势上涨
             保持满仓持有，盈利+$860"

策略深度解析 - 为何全天HOLD？

1. Technical Precision策略哲学：

   • 不是看到单一指标就交易
   • 要求RSI + MACD + SMA + 布林带 多重确认
   • 11月4日：RSI超卖 ✅，但MACD bearish ❌，指标未对齐

2. 仓位管理智慧：

   • 已持有400股（满仓）
   • 现金-34%（已使用融资）
   • 继续加仓 = 过度杠杆 = 高风险

3. 拒绝追涨杀跌：

   • 不在超卖时恐慌卖出
   • 不在反弹时盲目追高
   • 保持纪律，等待技术确认

4. 与GPT-4的对比：

   • GPT-4: 看到RSI超卖 → 立即暴力加仓300股
   • Qwen: 看到RSI超卖 → 评估全局 → HOLD
   • 结果: Qwen盈利更高（+$860 vs +$110）

交易特点:

• ✅ 严格执行Technical Precision策略
• ✅ 多指标确认，不被单一信号误导
• ✅ 满仓持有优质标的（AAPL）
• ✅ 拒绝过度交易，保持纪律
• ✅ 融资使用得当（-34%但不过度）

取胜秘诀:

1. 选对股票：AAPL是当天唯一逆势上涨的大盘股
2. 保持满仓：不被短期波动吓出场
3. 拒绝追逐：不在技术未确认时贸然加仓
4. 纪律为王：26次决策，26次HOLD，完美执行策略

Qwen vs 其他AI：

• Grok: 89笔订单 → 过度交易 → 亏损-$1,608
• Qwen: 0笔订单 → 保持纪律 → 盈利+$860
• 结论: 少即是多，纪律胜于频繁

🥈 GPT-4 Turbo - 本日最佳逆袭（第4→第2）

最终持仓:

• AAPL 358股 @ $269.67 → $269.98
• 市值: $96,653
• 盈亏: +$110 (+0.11%)

Day 2操作:

• 决策周期: 26次（10次BUY，3次SELL）
• 实际交易: 4笔订单，全部成交
• 核心操作: 从55股暴力加仓至358股

关键决策推理:

"Current Price: $267.78 | Change: -1.31%
 RSI: 31.22 (indicating oversold conditions)
 MACD: Below the signal line

 决策: 大举买入AAPL
 推理: 超卖信号 + 技术面支撑 + 基本面稳健"

排名飞跃原因:

1. Day 1教训: 观望太久，错失机会
2. Day 2改变: 果断重仓AAPL
3. 择时精准: 在科技股恐慌中买入稳健股
4. 仓位管理: 从85%现金降至3%（满仓）

交易特点:

• ✅ 从保守转激进
• ✅ 学习能力强
• ✅ 选对了AAPL避风港
• ✅ 重仓单一标的

点评: AI也会"痛定思痛"，Day 1的教训促使GPT-4改变策略。

🥉 DeepSeek Chat - 依然保守（第3→第3）

最终持仓:

• AMZN 9股 @ $256.32 → $247.01
• 市值: $2,223
• 盈亏: -$80 (-0.08%)

Day 2操作:

• 决策周期: 26次（4次BUY，10次SELL）
• 实际交易: 15笔订单（成交8笔）
• 现金比例: 98%（几乎不参与）

交易特点:

• ❌ 依然过度保守
• ❌ 持有了当天表现最差的AMZN
• ❌ 98%现金闲置
• ⚠️ 即使亏损也小，因为仓位极轻

问题: 策略未调整，继续观望

4️⃣ Gemini 2.5 Flash - 踩雷AMZN（第5→第4）

最终持仓:

• AMZN 79股: $19,514 (-$412, -2.07%)
• GOOGL 69股: $18,992 (-$193, -1.01%)
• AAPL 20股: $5,400 (-$7, -0.13%)
• MSFT 10股: $5,124 (-$7, -0.14%)
• 总市值: $49,030

Day 2操作:

• 决策周期: 26次（20次BUY，1次SELL）
• 实际交易: 33笔订单（27笔成交）
• 现金比例: 50%

交易特点:

• ⚠️ 分散持仓4只股票
• ❌ 重仓AMZN（当天毒药）
• ❌ 交易频繁（33笔）
• ✅ 有AAPL对冲

问题: 选股失误，AMZN拖累整体

5️⃣ Grok 3 - 过度交易灾难（第2→第5）

最终持仓:

• AAPL 86股: $23,218 (+$138, +0.60%)
• MSFT 44股: $22,546 (-$212, -0.93%)
• GOOGL 80股: $22,020 (-$501, -2.22%)
• BABA 133股: $21,620 (-$324, -1.48%)
• TSLA 26股: $11,427 (-$434, -3.66%)
• AMZN 40股: $9,880 (-$279, -2.75%)
• META 9股: $5,607 (-$89, -1.57%)
• 总市值: $116,318

Day 2操作:

• 决策周期: 26次（24次BUY，0次SELL）
• 实际交易: 89笔订单（75笔成交）⚠️
• 现金比例: -18%（满仓+融资）

关键问题:

1. 交易疯狂: 89笔订单（6个AI中最多）
2. 过度分散: 持有7只股票（违反策略）
3. 选股失误: TSLA(-3.66%)、BABA(-1.48%)、AMZN(-2.75%)
4. 手续费侵蚀: 频繁买卖产生大量成本

排名暴跌原因:

• Day 1: -$3（接近持平）
• Day 2: 单日亏损-$1,605
• 根本原因: 过度交易 + 选股分散 + 踩雷科技股

交易特点:

• ❌ 交易成瘾
• ❌ 不知止损
• ❌ 追涨杀跌
• ⚠️ 唯一AAPL赚钱

点评: Grok是"过度交易"的典型反面教材。

6️⃣ Claude 3.5 Sonnet - 贪婪的代价（继续垫底）

最终持仓:

• AMZN 132股: $32,605 (-$1,191, -3.52%)
• MSFT 35股: $17,934 (-$147, -0.81%)
• META 8股: $4,984 (-$197, -3.80%)
• 总市值: $55,523

Day 2操作:

• 决策周期: 26次（7次BUY，9次SELL）
• 实际交易: 31笔订单（28笔成交）
• 现金比例: 43%

关键决策时间线:

00:03 - AMZN暴涨+14.49%
        推理: "Strong positive news with OpenAI partnership"
        决策: HOLD（"已达最优仓位30%"）

00:34 - AMZN继续涨+14.61%
        推理: "RSI at 43.24 indicates room for more upside"
        决策: 继续HOLD（"强劲动能"）
        ⚠️ 应该止盈，但贪婪作祟

01:49 - AMZN涨势延续
        推理: "Capitalize on major OpenAI deal"
        决策: 加仓15股！
        ❌ 致命错误：高位追涨

中盘 - AMZN开始回调
        结果: 从+14%利润变成亏损

19:34 - 触发-2%止损红线
        推理: "Portfolio crossing -2% daily loss limit"
        决策: 尝试减仓止损

21:04 - 尝试卖出NVDA
        ❌ 错误: "insufficient qty available"

21:19 - 尝试卖出AMZN
        ❌ 错误: "shares already in pending order"
        问题: 无法查询pending orders

23:04 - 持续尝试止损
        推理: "P&L at -2.3%，已超风控红线"
        困境: 系统缺陷放大损失

失败复盘:

主要问题（策略失误 - 70%责任）:

1. 贪婪不止盈 - AMZN涨14%时不获利了结
2. 逆势加仓 - 在高位反而加仓15股
3. 误判消息 - 高估OpenAI合作的持续影响
4. 重仓单股 - AMZN占比过高（30%）

次要问题（系统缺陷 - 30%责任）:

1. 缺少getOrders工具 - 无法查询pending orders
2. 订单冲突 - 不知道已有stop-loss存在
3. 错误处理不当 - "insufficient qty"没有指引

假设情景:

• 如果在00:48（AMZN+14%）止盈 → 可能盈利$1,500+
• 但贪婪导致"拿不住利润"
• 最终从+14%盈利变成-3.5%亏损

交易特点:

• ❌ 人性弱点：贪婪
• ❌ 逆势操作：高位追涨
• ❌ 风控失效：系统缺陷放大损失
• ❌ 连续两天选股失误（Day 1 NVDA卖飞，Day 2 AMZN踩雷）

Day 2系统改进: 为了避免类似问题，我们在Day 2进行了以下优化：

1. ✅ 增强getOrders工具 - 支持查询PENDING订单
2. ✅ 优化错误提示 - "insufficient qty" → "用getOrders查找pending order → cancelOrder"
3. ✅ Markdown优化 - 减少66% token消耗，避免Gemini超限

点评: Claude的悲剧主要源于人性弱点（贪婪），系统缺陷只是放大了损失。即使系统完美，贪婪导致的高位加仓也会造成巨额亏损。这验证了一个真理：技术再好，策略失误也会导致失败。

🔍 关键洞察

1. AAPL成为大跌日的"诺亚方舟"

数据证据:

结论:

• 持有AAPL的4个AI中，仅持有AAPL的全部盈利
• AAPL在科技股大跌中逆势+0.4%，成为唯一避风港
• 重仓AAPL = 盈利，轻仓AAPL = 亏损（Qwen满仓持有获得最高收益）

2. AMZN成为最大毒药

数据证据:

市场真相:

• AMZN在Day 2表现：-3.5%左右
• 4个AI全部踩雷
• Claude重仓AMZN，单只亏损$1,191

结论: 集中持仓的风险 - 选错股票 = 灾难

3. 过度交易是盈利杀手

数据对比（11月4日实际Orders数据）:

结论:

• 少即是多：Qwen 0笔订单获得最高收益（+$860）
• 过度交易灾难：Grok 47笔订单亏损-$1,608
• 交易频率与盈利呈负相关：订单越多，亏损越大
• 关键在于选股+持有，而非频繁交易

4. 技术分析在大跌中依然有效

Qwen和GPT-4的共同决策逻辑:

技术指标:
- RSI(31.22) - 超卖信号
- MACD(-0.77) - 负值反转
- 5分钟K线 - 支撑位确认

决策: 大举买入AAPL

结果: AAPL逆势上涨+0.4%

验证: AI使用技术分析成功预判AAPL反弹

5. AI也会"从错误中学习"

GPT-4的策略转变:

推理变化:

• Day 1: "观望为主，等待更好时机"
• Day 2: "RSI超卖，果断重仓"

结论: GPT-4从Day 1的过度保守中学习，Day 2改变策略成功逆袭。

🚨 意外发现

1. Claude的"贪婪陷阱"

完整故事线:

第一阶段：贪婪（00:03-01:49）

00:03 - AMZN暴涨+14.49%
推理: "Strong positive news with OpenAI partnership"
决策: HOLD（"已达最优仓位30%"）
问题: 应该止盈，但贪婪让它继续持有

00:34 - AMZN继续涨+14.61%
推理: "RSI indicates room for more upside"
决策: 继续HOLD
问题: 错失最佳止盈时机

01:49 - AMZN涨势延续
推理: "Capitalize on major OpenAI deal"
决策: 加仓15股（从132股增至147股）！
致命错误: 高位追涨，逆势加仓

第二阶段：恐慌（19:34-23:34）

19:34 - AMZN开始回调，触发-2%止损红线
推理: "Portfolio crossing -2% daily loss limit"
决策: 恐慌性减仓

21:04 - 尝试卖出NVDA
错误: "insufficient qty available"

21:19 - 尝试卖出AMZN
错误: "shares already in pending order"
问题: 无法查询pending orders

23:04 - 持续尝试止损
困境: 系统缺陷放大损失

损失分析:

• 如果在00:48（+14%）止盈 → 盈利$1,500+
• 实际在01:49高位加仓 → 亏损$1,191
• 总损失幅度：$2,691

责任划分:

• 策略失误（70%）: 贪婪不止盈 + 高位追涨
• 系统缺陷（30%）: 无法查询pending orders放大损失

教训:

1. 贪婪是最大的敌人 - AI也会犯人性错误
2. 系统工具要完善 - Day 2已修复getOrders功能
3. 止盈比止损更重要

2. Grok的"交易成瘾症"

症状:

• Day 1: 56笔交易
• Day 2: 89笔交易（+59%）
• 两天合计: 145笔交易

行为分析:

00:05 - 买入PM
00:21 - 买入PM
00:35 - 买入PM
00:50 - 买入PM
...（每15分钟1笔）

问题:

• 没有"观望"和"HOLD"
• 每个周期都在交易
• 分散持仓7只股票
• 手续费和滑点侵蚀收益

结果:

• 单日亏损-$1,605
• 排名从第2跌至第5

教训: 频繁交易不是"积极"，而是"过度"。

3. DeepSeek的"躺平哲学"

数据:

• 现金比例: 98%
• 持仓: 仅9股AMZN（$2,223）
• 两天盈亏: -$80 (-0.08%)

策略:

• 极度保守
• 试水式建仓
• 大量现金闲置

结果:

• 排名第3（因为亏得少）
• 但完全没参与市场

悖论:

• 虽然"安全"，但等于没交易
• 错失了AAPL反弹机会
• 如果市场大涨，排名会垫底

点评: "不作为"也是一种风险。

📈 每日数据统计

交易活跃度（Day 2）

观察:

• Grok交易频率是Qwen的17.8倍
• 高频交易≠高收益

持仓分布（Day 2收盘）

结论:

• AAPL是唯一盈利股票
• AMZN亏损最大（-$1,967）
• 科技股全线下跌

两日累计表现对比

🔮 后续看点

1. Qwen能否三连冠？

• 优势: 技术分析策略有效
• 风险: 满仓+融资（现金-34%）
• 关键: 如果AAPL下跌，亏损会很惨

2. GPT-4能否挑战冠军？

• 优势: 学习能力强，策略调整快
• 机会: 继续重仓AAPL
• 问题: 仓位过于集中

3. Grok会不会改变"交易成瘾"？

• 现状: 两天145笔交易
• 需要: 学会"HOLD"和"观望"
• 关键: 减少交易频率

4. Claude能否克服"贪婪"？

• 问题: Day 2在AMZN+14%时不止盈，反而加仓
• 教训: 止盈比止损更重要
• 系统改进: Day 2已修复getOrders功能
• 关键: 能否改进策略，控制贪婪？

5. 科技股反弹谁能受益？

• 当前: NVDA、AMZN、META全线下跌
• 如果反弹: 持有科技股的AI会翻身
• 风险: 如果继续跌，重仓者更惨

6. DeepSeek何时开始交易？

• 现状: 两天98%现金闲置
• 风险: 市场反弹时错失机会
• 悬念: 极度保守能坚持多久？

⚠️ 调度频率说明

重要发现: 11月4日系统实际运行频率与预期不符：

实际情况（11月4日）

• 配置: EventBridge规则设置为 cron(2/15 14-21 ? * MON-FRI *)
• 频率: 每15分钟执行一次
• 决策次数: 每小时4次，全天32次（市场时段8小时）
• 影响: AI模型经历了比预期多4倍的决策压力

预期配置（11月5日起）

• 新配置: EventBridge规则已更新为 cron(2 14-21 ? * MON-FRI *)
• 频率: 每小时执行一次（每小时的第2分钟）
• 决策次数: 每小时1次，全天8次
• 执行时间: 14:02, 15:02, 16:02, 17:02, 18:02, 19:02, 20:02, 21:02 UTC

对Day 2数据的影响

决策周期对比:

这解释了:

1. Grok的89笔交易 - 在32次决策周期中，几乎每次都在交易
2. 过度交易问题 - 高频决策增加了过度交易的诱惑
3. Claude的贪婪加仓 - 在短时间内多次评估AMZN，导致在01:49高位追涨

从11月5日起，系统将按照预期的每小时1次频率运行，AI模型的决策将更加从容和理性。

💰 API费用分析（11月4日）

基于OpenRouter的实际费用数据，我们对6个AI模型的成本效益进行深度分析：

费用排名

成本效益分析

1️⃣ Qwen Turbo - 性价比之王 🌟

费用: $0.0198（最便宜，仅Grok的0.34%） 表现: 排名第1，盈利+$829 性价比: ⭐⭐⭐⭐⭐ (5/5)

分析:

• 每美元API费用产生盈利: $41,869
• 费用极低但表现最佳
• 技术分析策略高效且成本低廉
• 结论: 绝对的性价比冠军，低成本高回报

2️⃣ DeepSeek V3 - 经济实惠型选手 ✅

费用: $0.15（第2便宜，仅Grok的2.57%） 表现: 排名第3，亏损-$80 性价比: ⭐⭐⭐⭐ (4/5)

分析:

• 虽然排名第3，但亏损极小（-0.08%）
• 费用低廉，适合保守策略
• 98%现金比例意味着几乎没有风险敞口
• 结论: 如果追求低成本+低风险，DeepSeek是理想选择

3️⃣ GPT-4 Turbo - 中等成本高回报 ✅

费用: $2.71（第3贵，Grok的46.5%） 表现: 排名第2，盈利+$110 性价比: ⭐⭐⭐⭐ (4/5)

分析:

• 每美元API费用产生盈利: $40.59
• 费用适中但排名第2
• 学习能力强，策略调整有效
• 结论: 成本与收益平衡，性价比良好

4️⃣ Gemini 2.5 Flash - 低成本但表现一般 ⚠️

费用: $0.269（第4便宜，Grok的4.6%） 表现: 排名第4，亏损-$1,033 性价比: ⭐⭐ (2/5)

分析:

• 每美元API费用产生亏损: -$3,840
• 费用低廉但选股失误（重仓AMZN）
• 过度交易（27笔成交）增加成本
• 结论: 低API费用掩盖不了策略问题

5️⃣ Claude 3.5 Sonnet - 高成本高亏损 ❌

费用: $3.37（第2贵，Grok的57.8%） 表现: 排名第6（垫底），亏损-$2,877 性价比: ⭐ (1/5)

分析:

• 每美元API费用产生亏损: -$853.71
• 费用较高且表现垫底
• 贪婪策略导致AMZN高位追涨
• 结论: 高成本低回报，性价比极差

6️⃣ Grok 3 - 最贵且性价比最差 ❌

费用: $5.83（最贵，Claude的1.73倍） 表现: 排名第5，亏损-$1,608 性价比: ⭐ (1/5)

分析:

• 每美元API费用产生亏损: -$275.82
• 费用最高但表现倒数第2
• 过度交易（89笔）导致API调用频繁
• 分散持仓7只股票需要大量市场数据查询
• 结论: 最贵但最差，性价比灾难

成本效益洞察

💡 关键发现

1. 费用与表现无关

   • 最便宜的Qwen（$0.0198）表现最好
   • 最贵的Grok（$5.83）表现倒数第2
   • 结论: API费用高≠交易表现好

2. 交易频率影响费用

   • Grok 47笔订单 → $5.83费用（最高）
   • Qwen 0笔订单 → $0.0198费用（最低）
   • 结论: 过度交易不仅损害收益，还增加API成本
   • Qwen智慧: 26次决策周期只用$0.02，因为全天HOLD无需调用placeOrder工具

3. 模型选择的重要性

   Qwen Turbo ($0.0198) vs Grok 3 ($5.83)
   费用差距: 294倍
   表现差距: Qwen排名第1，Grok排名第5
   性价比差距: 天壤之别
   

4. 策略比模型更重要

   • GPT-4 Turbo ($2.71) 排名第2
   • Gemini 2.5 Flash ($0.269) 排名第4
   • 费用差10倍，但GPT-4表现更好
   • 结论: 好策略能覆盖高费用

🎯 最佳实践建议

1. 优先选择Qwen Turbo

   • 极低费用 + 最佳表现
   • 适合高频决策场景
   • 技术分析能力强

2. GPT-4 Turbo作为备选

   • 费用适中 + 表现优秀
   • 学习能力强
   • 适合需要复杂推理的场景

3. 避免Grok 3高频交易

   • 费用最高且易过度交易
   • 除非能控制交易频率
   • 需要优化策略降低API调用

4. DeepSeek适合保守策略

   • 低费用 + 低风险
   • 适合现金为王的场景
   • 但需提高参与度

📊 费用占比分析

Day 2总API费用: $12.38

观察:

• Grok和Claude占据75%费用，但表现垫底
• Qwen仅占0.16%费用，却是冠军
• 结论: 费用分布极度不合理，应优化模型选择

💡 投资启示

1. 择股比择时更重要

• AAPL在大跌中逆势+0.4%
• 选对股票 > 频繁交易

2. 技术分析有效

• RSI超卖信号成功预判反弹
• Qwen和GPT-4验证有效性

3. 止盈比止损更重要

• Claude在AMZN+14%时不止盈 → 最终亏损
• 贪婪是最大的敌人

4. 过度交易是大忌

• Grok的89笔交易亏损$1,608
• 交易越多，盈利越少

5. AI也会学习

• GPT-4从Day 1教训中学习
• 策略调整后成功逆袭

📊 实时追踪

访问 https://douququ.tech 查看：

• 实时持仓变化
• AI决策日志
• 完整交易记录
• 历史P&L曲线

系统每小时自动执行，完全AI自主决策。Day 3即将开始，敬请期待！

生成时间: 2025-11-05 数据来源: Alpaca Paper Trading API AI模型: Claude 3.5 Sonnet, Gemini 2.5 Flash, GPT-4 Turbo, Grok 3, DeepSeek Chat, Qwen Turbo 初始资金: $100,000 × 6 市场数据: Yahoo Finance, Bloomberg