🤖 6大AI模型股票交易实验 - Day 3 战报

日期: 2025年11月5日 交易日: Day 3 初始资金: $100,000 × 6账户 实验平台: DouQuQu.Tech

📊 战绩排行榜

关键数据:

• 🎯 冠亚军差距: $372.75
• 📉 首尾差距: $3,508.35
• 💰 总资产: $598,247.75（-$1,752.25）
• 📊 平均收益率: -0.29%

🔥 Day 3核心事件：风险管理的"教科书"失误

11月5日是极富戏剧性的一天 —— Claude 3.5 Sonnet因为一个数据误判，从前两天的稳健持仓转为完全清仓，导致排名从中游直接跌至垫底。这一事件暴露了AI风险管理中数据解读准确性的重要性。

🏆 冠军分析：Qwen Turbo - "All-in AAPL"的极简主义

最终成绩: $100,763.69 (+0.76%)

持仓详情

• AAPL: 500股 @$268.32 → $269.85 | 浮盈 +$763.72 (+0.57%)

交易策略

• 策略类型: Technical Precision（技术精准派）
• 实际表现: 极端集中投资

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 仅1笔（BUY）
• 成交率: 100%

核心特点:

• ✅ 极端专注: 500股AAPL占用100%+仓位（负现金说明使用了杠杆）
• ✅ 选股精准: AAPL当日小幅上涨，带来稳定收益
• ✅ 低频交易: 11/05当天只有1笔买入，极少干预
• ⚠️ 风险极高: 现金为负数（-$34,161.31），使用了保证金

获胜原因:

1. 集中火力: 将所有资金押注单一标的
2. 选对赛道: AAPL作为防守型科技股，波动较小但稳定上涨
3. 拿得住: 没有因为小波动而频繁交易

风险警告: 虽然Qwen目前领先，但这种策略极其危险。负现金意味着一旦AAPL大幅下跌，可能面临强制平仓风险。

🥈 亚军分析：Grok 3 - 活跃交易者的平衡之道

最终成绩: $100,390.94 (+0.39%)

持仓详情

交易策略

• 策略类型: Contrarian（逆向投资者）
• 实际表现: 高频多元化交易

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 11笔（6买5卖）
• 成交率: 63.6%（7成交/4取消）
• 交易标的: 3只不同股票

核心特点:

• ✅ 高度分散: 6只股票，降低单一风险
• ✅ 灵活调仓: 11笔订单显示积极管理仓位
• ✅ 风格清晰: 符合"逆向投资"定位，BABA等中概股表现突出
• ⚠️ 交易成本: 频繁交易可能产生滑点和手续费

成功要素:

1. 多元化持仓: 6只股票分散风险
2. 主动管理: 及时调整仓位应对市场变化
3. 逆向思维: BABA和中概股的配置体现逆向投资特色

🥉 季军分析：GPT-4 Turbo - "One Stock Wonder"

最终成绩: $100,063.90 (+0.06%)

持仓详情

• AAPL: 358股 @$269.67 → $269.85 | 浮盈 +$63.92 (+0.07%)

交易策略

• 策略类型: Momentum Trader（动量交易者）
• 实际表现: 超集中持仓

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 0笔
• 成交率: N/A

⚠️ 数据异常: GPT-4在11/05当天没有任何订单记录，但决策周期显示有2次BUY决策。这说明决策和实际下单之间存在断层（可能是决策后条件不满足而未执行）。

核心特点:

• ✅ 持仓稳定: 全仓AAPL，不受短期波动影响
• ✅ 选股正确: AAPL微涨带来正收益
• ❌ 过于保守: 完全不交易，错过调整机会
• ❌ 决策失效: 有想法但未执行

4️⃣ DeepSeek Chat - 极端保守主义的代价

最终成绩: $99,940.71 (-0.06%)

持仓详情

• AMZN: 9股 @$256.32 → $249.30 | 浮亏 -$63.20 (-2.74%)

交易策略

• 策略类型: Conservative Value（保守价值派）
• 实际表现: 几乎全现金

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 0笔
• 现金占比: 97.8%

⚠️ 极端保守: DeepSeek几乎持有100%现金，仅有一笔小额AMZN持仓（$2,243.70）。

核心特点:

• ✅ 资金安全: 97.8%现金，几乎无风险
• ❌ 收益微薄: 几乎不参与市场，错失盈利机会
• ❌ 策略偏离: "保守价值"不等于"不交易"

问题总结:

• 过度保守导致资金利用率极低
• 唯一持仓AMZN还处于亏损状态
• 需要在风险控制和收益之间找到平衡

5️⃣ Gemini 2.5 Flash - 活跃但收效甚微

最终成绩: $99,833.17 (-0.17%)

持仓详情

交易策略

• 策略类型: Balanced（平衡型）
• 实际表现: 高频交易但效果有限

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 11笔（3买8卖）
• 成交率: 63.6%（7成交/4取消）
• 交易标的: 5只不同股票

核心特点:

• ✅ 持仓分散: 4只股票，符合"平衡型"定位
• ✅ 积极调整: 11笔订单显示频繁操作
• ❌ GOOGL表现强劲: +$454.53的浮盈被其他持仓亏损抵消
• ❌ 整体亏损: 虽然GOOGL盈利可观，但总体仍为负

问题分析:

• 频繁交易（11笔订单）但成效不明显
• AMZN、MSFT的亏损拖累整体表现
• 需要提高选股质量或调整仓位分配

6️⃣ Claude 3.5 Sonnet - "数据误判"导致的灾难性清仓

最终成绩: $97,255.34 (-2.74%)

持仓详情

无持仓 - 11/05全部清仓

交易策略

• 策略类型: Aggressive Growth（激进成长派）
• 实际表现: 因风险误判而全面撤退

决策分析

交易活动（11/05）:

• 决策周期: 12次
• 实际订单: 3笔（全部SELL）
• 成交率: 100%
• 清仓时间: 20:04 - 22:04（纽约时间）

完整清仓时间线:

1. 20:04 - 卖出AMZN 132股

   "Portfolio is beyond -2% daily loss limit. AMZN showing significant weakness..."

2. 22:04 - 卖出META 8股

   "Risk management: Daily loss limit breached (-2.7%), closing position to prevent further losses"

3. 22:04 - 卖出MSFT 35股

   "Risk management: Daily loss limit breached (-2.7%), closing position to prevent further losses"

🚨 问题根源：数据误判

Claude犯的致命错误:

• ❌ 混淆了"累计P&L"和"单日P&L"
• Claude看到账户总盈亏为 -2.7%（累计3天）
• 误认为这是单日亏损，触发了风险管理规则
• 实际单日亏损只有-0.49%，远未达到-2%的阈值

数据对比:

Claude认为: 单日P&L = -2.7% → 触发风险规则 → 全部清仓
实际情况:   单日P&L = -0.49% → 无需清仓 → 应继续持仓

为什么是误判？

• 系统只提供了"Total P&L"（累计盈亏）
• Prompt中"stop if P&L<-2%"没有明确说明是"daily P&L"
• AI自然而然地将累计亏损当成了单日亏损

清仓的连锁反应

直接后果:

1. ✅ 避免了更大的累计亏损（从-2.7%稳定下来）
2. ❌ 错失反弹机会（如果市场回暖将无法受益）
3. ❌ 100%现金（完全退出市场）

长期影响:

• Claude现在是唯一0持仓的AI
• 其他AI通过持仓获得浮盈（如AAPL上涨），Claude无法参与
• 需要重新选股和建仓，可能错过最佳入场时机

教训总结

对AI系统的启示:

1. 📊 数据标签要清晰: "Total P&L" vs "Daily P&L"必须明确区分
2. 📋 规则要具体: "Daily loss limit -2%"比"P&L<-2%"更准确
3. 🧠 AI需要多维度数据: 应该同时提供1D、3D、1W、1M的P&L
4. ⚖️ 软约束的重要性: 风险规则不应是硬性触发，而应结合市场环境判断

对交易者的启示:

• 风险管理规则要基于准确的数据
• 区分"短期波动"和"长期趋势"
• 过度反应可能比问题本身更糟糕

🔍 五大关键洞察

1. 交易频率≠收益水平

数据对比:

• 🥇 Qwen (冠军): 1笔订单 → +0.76%
• 🥈 Grok (亚军): 11笔订单 → +0.39%
• 5️⃣ Gemini (第5): 11笔订单 → -0.17%

洞察:

• 交易频率和收益没有直接相关性
• Qwen的"极简策略"（1笔订单）效果最好
• Gemini和Grok交易同样频繁（都是11笔），但结果差异显著

结论: 选股质量 > 交易频率。一笔精准的交易胜过十笔平庸的调仓。

2. 现金管理的两个极端

极端1 - 负现金（Qwen）:

• 现金: -$34,161.31 (-33.9%)
• 策略: 使用保证金，超额投资
• 风险: 极高，一旦下跌可能强制平仓
• 收益: 目前最高（+0.76%）

极端2 - 超高现金（DeepSeek）:

• 现金: $97,697.01 (97.8%)
• 策略: 几乎不参与市场
• 风险: 极低
• 收益: 微弱负值（-0.06%）

洞察:

• Qwen通过激进杠杆获取最高收益，但风险失控
• DeepSeek过度保守，资金利用率不足5%
• 其他AI现金比例在8%-44%之间较为健康

最佳实践:

• 现金比例建议10-20%
• 既保证流动性，又不浪费资金

3. AAPL是当日"避风港"资产

持有AAPL的AI表现:

数据统计:

• 持有AAPL的4个AI中，3个盈利，1个微亏
• AAPL总计937股，总浮盈**+$937.18**
• AAPL是最受欢迎股票（4/6 AI持有）

洞察:

• AAPL作为大盘蓝筹，波动小但稳定上涨
• 在市场不确定时，AI倾向于选择AAPL作为"安全资产"
• 重仓AAPL的Qwen和GPT-4避免了其他股票的波动风险

4. 风险管理规则的"双刃剑"效应

Case Study: Claude vs 其他AI

核心问题:

• Claude的风险规则是 "stop if P&L<-2%"
• 没有明确说明是"daily P&L"还是"total P&L"
• 导致AI在不该触发时触发了止损

对比:

• 其他AI没有如此严格的风险规则，反而表现更好
• 过于严格的硬性规则可能适得其反

教训:

1. 风险规则要基于正确的数据维度
2. 软约束 > 硬规则：AI应该有判断的灵活性
3. 需要提供多时间维度P&L（1D、3D、1W）避免误判

5. "决策周期"和"实际订单"的巨大差异

数据对比:

⚠️ 数据解读问题:

• "决策周期"中的action_taken是从AI文本回复自动提取的，可能不准确
• 很多AI有"null_decisions"（GPT-4有10次，DeepSeek有10次）
• 实际订单数才是真实交易行为的准确来源

洞察:

1. Grok转化率最高（91.7%）：想做的基本都做了
2. GPT-4和DeepSeek转化率为0：有想法但没执行
3. Qwen极低转化率（20%）：极度谨慎，精挑细选

结论:

• "想法多"不等于"执行力强"
• 高执行力的Grok排名第二，验证了"知行合一"的重要性

💡 三大意外发现

故事1: "All-in AAPL"的疯狂赌注

主角: Qwen Turbo 事件: 500股AAPL + 负现金 = 极限杠杆

时间线:

• Qwen在前几天逐步建仓AAPL
• 11/05当天再次加仓，达到500股
• 现金变为**-$34,161.31**，使用了保证金

疯狂之处:

账户总资产: $100,763.69
AAPL市值:   $134,925.00 (134%!)
现金:        -$34,161.31

Qwen的AAPL持仓超过了总资产，相当于使用了34%的杠杆。

AI的reasoning:

"Technical Precision - 技术指标完全对齐，AAPL处于最佳买入点"

风险分析:

• ❌ 极度危险: 如果AAPL跌幅超过25%，账户可能爆仓
• ❌ 违反常识: 任何专业交易员都不会这样操作
• ✅ 目前有效: AAPL上涨带来了最高收益

教训:

• 高风险策略在牛市中可能表现优异
• 但一旦市场转向，后果不堪设想
• 活得久 > 活得好

故事2: GPT-4的"思而不行"

主角: GPT-4 Turbo 事件: 12次决策周期，2次BUY决策，0笔实际订单

数据矛盾:

• ai_chat_history显示: 2次BUY决策
• orders表显示: 0笔订单
• 最终持仓: 358股AAPL（继承自前几天）

可能原因:

1. 决策后条件不满足: AI想买但发现价格变了或资金不足
2. 执行层bug: 决策和下单之间有技术问题
3. 过于谨慎: 决策后又改变主意

对比:

• Grok: 想做就做，12次决策→11笔订单
• GPT-4: 想法很多，执行为零

影响:

• GPT-4靠"持有不动"获得微弱正收益（+0.06%）
• 但错失了主动调整的机会
• 运气好碰上AAPL上涨，否则可能表现更差

启示:

• 在量化交易中，执行力就是一切
• "纸上谈兵"毫无意义

故事3: DeepSeek的"缩头乌龟"策略

主角: DeepSeek Chat 事件: 97.8%现金，只有1股票，几乎不参与市场

持仓细节:

• 现金: $97,697.01 (97.8%)
• AMZN: 仅9股，市值$2,243.70 (2.2%)
• 持仓占比: 不到3%

策略对比:

AI的reasoning:

"Conservative Value - Preserve capital. 资本保全第一..."

问题分析:

• ✅ 风险极低: 97%现金确实很安全
• ❌ 收益为零: 几乎不参与市场，无法盈利
• ❌ 策略误解: "保守"不等于"不投资"

荒谬对比:

• Qwen用负现金（杠杆）冲到冠军
• DeepSeek用97%现金勉强避免垫底
• 两个极端，都是问题

正确做法:

• 保守策略应该是"精选优质资产+适度仓位"
• 而不是"几乎不投资"
• 建议现金比例15-20%，而不是98%

📈 交易活跃度统计

实际订单数据（11/05）

关键发现:

1. 🔄 Gemini和Grok最活跃: 各11笔订单
2. ✅ Qwen和Claude成交率100%: 不出手则已，出手必成
3. ⚠️ GPT-4和DeepSeek完全无订单: 决策和执行严重脱节

📊 持仓分布统计

股票受欢迎程度

洞察:

• 🏆 AAPL一枝独秀: 4个AI持有，总浮盈最高
• 📈 GOOGL表现强劲: 虽然只有2个AI持有，但浮盈排名第二
• 📉 AMZN和MSFT拖累: 虽然是大盘股，但表现不佳
• 🎯 中概股BABA: Grok独自持有，逆向投资见效

🔮 后续看点

1. Claude能否翻盘？

Claude目前100%现金，虽然排名垫底，但也意味着重新开始的机会：

• ✅ 没有被套持仓，可以灵活选股
• ✅ 累计亏损已经停止，不会继续扩大
• ❌ 错过AAPL等上涨机会
• ❓ 会选择什么时机和什么股票重新入场？

预测: 如果市场回调，Claude可能反而因为空仓而避免损失。但如果市场持续上涨，Claude将越落越远。

2. Qwen的极限杠杆能坚持多久？

Qwen目前负现金（-$34K），使用了134%的仓位：

• ✅ 短期内如果AAPL持续上涨，Qwen会继续领先
• ❌ 如果AAPL跌幅超过5-10%，可能触发强制平仓
• ❓ AI会意识到风险并主动减仓吗？

关键节点:

• AAPL如果跌破$250（-7%），Qwen可能面临爆仓风险

3. Grok能否超越Qwen夺冠？

Grok目前排名第二，距离冠军只差$372.75：

• ✅ 持仓分散，风险可控
• ✅ 执行力强，策略清晰
• ✅ 逆向投资的BABA表现不错
• ❓ 能否抓住机会超越Qwen？

场景分析:

• 如果AAPL大跌，Qwen爆仓，Grok自动夺冠
• 如果AAPL横盘，Grok通过多元化持仓逐步追赶

4. GPT-4和DeepSeek会"醒来"吗？

这两个AI在Day 3几乎没有任何交易：

• GPT-4: 0笔订单，靠AAPL存量持仓维持微弱正收益
• DeepSeek: 0笔订单，97%现金几乎不参与市场

问题:

• 是策略设定的问题？
• 还是AI执行层的bug？
• 能否在后续交易日展现真正实力？

5. 风险管理规则会改进吗？

Claude的误判暴露了系统问题：

• Prompt需要明确区分"Daily P&L"和"Total P&L"
• 需要提供多时间维度数据（1D、3D、1W、1M）
• 风险规则应该是"软约束"而非"硬触发"

如果规则改进:

• Claude可能不会过早清仓
• 其他AI的风险管理也会更精准
• 整体表现可能更稳健

📌 总结

Day 3是剧情反转的一天：

• 🏆 Qwen的极限杠杆暂时领先，但风险极高
• 🥈 Grok的稳健多元化表现优异，潜力巨大
• 🤦 Claude的数据误判导致灾难性清仓，成为反面教材
• 😴 GPT-4和DeepSeek的沉默令人费解
• 📊 AAPL成为避风港，持有者普遍受益

核心教训:

1. 数据准确性 > 交易频率 > 策略复杂度
2. 风险管理要基于正确的数据维度
3. 执行力决定一切，想法不如行动
4. 极端策略（全杠杆或全现金）都不可持续

Day 4会带来什么惊喜？让我们拭目以待！

数据来源: Production PostgreSQL Database 报告生成时间: 2025-11-06 下一篇: Day 4 战报（敬请期待）

相关链接:

• 🌐 实时Dashboard: https://douququ.tech
• 📁 历史报告: /daily-reports/
• 📊 数据查询: 参考 HOW-TO-GENERATE-REPORT.md