AI交易策略实测：5分钟生成的投资组合，回报率高达268%！

第一次上手OpenAI o1（也就是那个“草莓”模型）时，说实话，一开始并没有太多震惊的感觉。我们习惯了传统大语言模型那种即问即答的节奏，但这个新模型不一样——它需要更长的时间来“思考”，然后再给出回应。这个等待过程，相当漫长。

到底有多长？长到我不得不去更新自己应用的代码，因为原来的程序总是遇到超时问题——谁能想到，新的常态竟然是等上5分钟才能得到一个回复。

但事实证明，这份“思考”是值得的——相当值得。系统最终创建了一个

跑赢市场的算法交易策略。而且，这一切几乎是偶然之间完成的……就在第一次尝试。结果让人震惊。

我如何用大语言模型搭建算法交易策略

先来聊聊具体是怎么操作的。

为了支持这套流程，我搭建了一个叫NexusTrade的算法交易平台，它设计得足够灵活，可以和任何大语言模型配合工作。虽然后端也能兼容Gemini、Llama这样的开源模型，但前端目前只支持OpenAI和Anthropic的模型。

运行机制其实是一个多步骤的流程：

NexusTrade中AI聊天的工作流程

1. 发送请求
   ：用户的消息被发送到服务器。

2. 分类请求
   ：从一系列预设的提示词模板（比如“AI股票筛选提示词”、“创建投资组合提示词”和“分析基本面提示词”）中，模型会判断哪个最贴合当前请求。

3. 转发到提示词
   ：将消息发送到最匹配的提示词，并获取响应。

4. 后处理响应
   ：根据提示词类型，执行额外操作。例如对于“AI股票筛选提示词”，会先生成一个SQL查询，然后再对数据库执行这个查询。

当模型判断用户想要创建一个交易策略时，它会启动一个“提示链”。首先，它会构建投资组合的框架，包括名称、初始价值和策略描述。然后，根据策略描述，再细化出具体的策略名称、操作（买入或卖出）、目标资产、购买规模（比如动用10%的购买力，或者买入100股），以及触发交易的时机描述。最后一步，是把这些描述性的条件，转换成NexusTrade的回测和实盘交易引擎能够执行的规则。

在OpenAI的“草莓”模型问世之前，大语言模型的表现相当“刻板”。它能按照指示完成任务，但缺乏自主生成想法和策略的能力。用户需要自己清晰表达需求，并反复迭代。

正是因为深知这一点，当我看到新模型在第一次尝试中就生成了一个

的交易策略时，那种冲击感才格外强烈。

“思考”在开发交易策略时的差异

为了直观展示这种差异，我准备了一个对比实验：用完全相同的提示词，分别让GPT-4和GPT-o1-mini创建两个投资组合。

用GPT-4创建的投资组合

操作过程很简单：进入AI对话界面，告诉它：“创建一个名为‘Omni’的投资组合，初始价值1万美元。”然后系统提示：“你希望在‘Omni’中实施什么策略？”接着补充道：“我想要一个TQQQ上的SMA均线交叉策略。需要止盈规则，但不要止损——长期看好科技股。另外，我希望分批买入，而不是一次性建仓。”

第一次尝试的结果是，GPT-4给出了这样一个策略。坦白说，表现并不理想：回报率远低于持仓SPY，风险调整后的收益率也差得多，而且交易频率非常高——现实世界中，这会带来额外的税务成本，进一步侵蚀实际收益。

GPT-o1创建的策略：一鸣惊人

相比之下，用新模型创建的投资组合，表现完全是另一个级别。

整个创建流程完全一样，唯一的变量就是更换了更强大的模型。

结果令人惊叹。这个策略在几乎所有维度上都全面超越了市场：

1. 累计收益率是持仓SPY的3倍，达到了268%。
2. 夏普比率更高，达到0.71，而SPY仅有0.51。
3. 最大回撤为37%，与SPY的34%基本持平。
4. 但平均回撤却更低，仅有4.35%，而SPY的平均回撤接近7%。

利润大幅提升，风险反而更低？这确实有些不可思议。

深入探究：差异究竟在哪里

看到结果后，困惑之余也让人好奇：这个模型到底做对了什么，是GPT-4没做到的？

关键细节浮出水面。在生成卖出条件时，GPT-4设置的规则是：只要持仓盈利0.15%就立即卖出。

而“草莓”模型创建的策略，卖出条件则是：当股票的14日平均价格上涨15%或更多时，才触发卖出。

一个合理的猜想是：GPT-4创建的策略卖得太早了。那么，如果对GPT-4的策略稍作调整，结果会怎样？

调整之后，这个投资组合同样获得了出色的、跑赢市场的回报。

很明显，o1-mini模型对如何为这个应用创建有效的投资组合有更深刻的理解，几乎不需要迭代就能交出优秀答卷。而GPT-4则更需要有经验的用户介入和调整。最终，

接下来的实验方向

目前看到的所有结果还只是回测数据——它展示的是“如果过去部署了这个策略，会发生什么”。这很有参考价值，但远远不够。真正的检验在于：如果现在把这套策略应用到真实市场，它会如何表现？

下一步，我已经把这些策略部署到实盘中进行跟踪，观察它们在未来的实际表现。

在NexusTrade平台上，部署一个算法交易策略

只需要点一下按钮。未来几周，就是对AI的最终考验——它能持续创造盈利的交易策略，还是仅仅在历史回测中撞了大运？时间会给出答案。

小结

人工智能正在重塑每一个行业，金融领域也不例外。这次实验至少证明了一件事：AI可以帮助增强你的交易决策。现在断言“纯AI生成的投资组合天生优于人类策略”还为时过早，但这次实验最令人震撼的地方在于——所有这些投资组合，都是在几分钟之内生成的。文章展示了OpenAI的两款模型都能创造出盈利可观的算法交易策略：o1模型几乎无需人工干预，而GPT-4则需要人类专家的辅助。最终，两个模型的回测回报都远远超过了标普500指数。