dnf

AI实盘操作，DeepSeek暴赚，Gemini崩盘，网友：专业对口就是不一样_我的网站

金牌调解

A | 1月16日，据外媒报道，ubisoft发布了“孤岛精神：新黎明”的PC系统要求。

B | Nvidia GTX 970可以播放1080p质量。据报道，该游戏将基于与“孤立恐怖5”相同的引擎。 AlphaGo战胜李世石时，人们惊叹AI在封闭规则下的完美表现。在大多数情况下，“孤立的恐怖分子：新黎明”的个人电脑系统要求与其前身相同。但在真实世界远比围棋盘复杂，市场有噪音、有情绪、有不可预测的黑天鹅。这场比赛将支持斯里和罗斯菲尔。最低配置：操作系统：Windows 7 SP1、Windows 8.1、Windows 10（仅64位版本）处理器：Intel Core i5 [email protected] GHz或AMD FX [email protected] GHz内存：8GB显卡：Nvidia Geforce GTX 670（2GB）或AMD Radeon R9 270X（2GB）或更高分辨率：720P视频预设：低DirectX:JunRectX 2010可修复声音：最新驱动程序活动程序兼容dirictx 9.0c声卡硬盘：30 GB可用空间建议配置：操作系统：Windows 7 SP1、Windows 8.1、Windows 10（仅限64位版本）处理器：Intel Core [email protected] GHz或AMD Ryzen 5 [email protected] GHz内存：8 GB视频卡：Nvidia GE Force GTX 970（4GB）或AMD Rade9 290x（4GB）或Higher分辨率：1080p视频预设高directx:directx june2010可再发行声音：directx 9.0c声卡硬盘与最新驱动程序兼容：30GB可用空间4K 30fps配置：操作系统：Windows 10（仅64位版本）处理器：Intel Core [email protected] GHz或AMD Ryzen 5 [email protected] GHz或同等产品T内存：16GB显卡：Nvidia GE Force GTX 1070（8GB）或AMD RX EGA 56（8GB）或更高分辨率：2160p视频预设：高DirectX:DirectX June2010可再发行声音：DirectX 9.0C声卡硬盘与最新驱动程序兼容：30GB可用空间4K 60fps配置：操作系统：Windows 10（仅64位版本）进程或：Intel Core [email protected] GHz或AMD Ryzen 7 [email protected] GHz或同等产品内存：16GB显卡：Nvidia Geforce GTX 1080 SLI（8GB）或AMD RX Vega 56 CFX（8GB）或更高分辨率：2160DirectX:DirectX June2010可再发行声音：驱动程序兼容DirectX 9.0C声卡硬盘：30GB可用空间。AI能在这样的环境中生存吗？一场名为“Alpha Arena”的实验希望给出答案：让AI用真钱、在真实市场中、完全自主地交易加密货币。这不是模拟，而是真刀真枪的较量。截至10月20日下午6点，在这场已经持续三天的AI交易大赛中，排名前三的分别是DeepSeek：账户价值冲到14150美元，三天盈利超40%。

C | Grok紧随其后：收益率36%。

D | Claude Sonnet 4.5排名第三，盈利24%。有网友已经开始在线求助：“怎么让DeepSeek操作我的股票账户” 真金白银的AI交易大赛这场比赛由金融市场的AI研究实验室nof1发起，于当地时间10月17日启动了一项名为Alpha Arena的大模型交易测试。选取了6个主流AI大模型：GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet 4.5、DeepSeek Chat V3.1、Qwen3 Max，每个模型在去中心化交易所Hyperliquid上获得10000美元的真实USDC资金。规则简单粗暴，所有模型使用相同的输入数据和提示词，需要自主完成策略生成、仓位管理、时机选择和风险控制。没有人工干预，没有后悔药。所有交易决策完全透明公开，任何人都可以在nof1.ai网站上实时查看每一笔交易。

E | 当前排行榜，DeepSeek和Grok领先早在10月11日，项目还在测试时期就获得了马斯克的关注，1马斯克在X上转发了项目创始人Jay Azhang的推文，配文只有简单的Grok，Grok在测试中表现突出。 “Grok4目前领先。它先做空，然后翻转为多头，时机把握完美。” 项目在10月10日首先进行了小规模实验，给6个AI模型各200美元进行交易测试。第一天Grok-4的表现就让所有人震惊：单日涨幅超过500%。 10月14日，测试规模升级到每个模型10000美元。有趣的是，这些AI模型立即展现出激进的交易风格，毫不犹豫地开出了巨大仓位。

F | 10月16日，项目创始人Jay_azhang，发布短视频《Are you ready for Alpha Arena?》，正式抛出“Alpha Arena”概念，一个规模更大、赌注更高的实验。

G | 视频首先展示了初步实验的结果，他们给了6个不同的人工智能模型各200美元进行交易，结果在一天内就取得了高达77.9%的集体回报率。视频也展示了并非所有模型都赚钱，有的盈利，有的亏损。 10月17日晚，Alpha Arena直播正式上线。新一轮测试正式开始，6个AI模型完全自主交易真实市场，可以自主下单、平仓、使用杠杆，所有收益按"已平仓利润"计入排行榜。

H | 比赛前两天，所有模型都在1万美元上下震荡，谨慎试探市场。但到了10月19日下午，市场突然爆发，各AI模型的命运开始急剧分化。从走势图可以清晰看到分水岭的出现：DeepSeek（蓝线）和Grok（黑线）在关键时刻果断做多，账户价值从1万美元直线飙升；而Gemini（蓝底线）和GPT-5（绿线）则在暴涨行情中崩盘，从1万跌至7千附近。

I | 到10月20日早间，6个模型合计资产已从60000美元冲到约140000美元，整体回报率超过130%。截至当前，排行榜格局已经非常清晰，DeepSeek Chat V3.1以+41.81%的收益率领跑，账户价值14，181美元，更令人印象深刻的是它仅用6笔交易就实现了这一收益。

J | Grok-4更加极端，只下了1笔交易就豪赚37.65%，手续费只有9.18美元。Claude Sonnet 4.5以+24.59%排第三，5笔交易中抓住了最大单笔盈利1807美元，夏普比率是0.026，意味着其风险调整后的收益表现在所有模型中最佳。

K | 相比之下，GPT-5和Gemini则表现非常差，分别亏损25.4%和29.03%。Gemini尤其惨烈——46笔交易产生的439.30美元手续费几乎吃掉了三分之一本金，成为过度交易的反面教材。从持仓来看，获胜的模型普遍持有主流币种的多头仓位，这也印证了它们在10月19日市场暴涨前果断做多的策略。 “出身”决定命运？一个有趣的点是，不同AI模型在交易中展现出了截然不同的"性格"。DeepSeek和Grok能够脱颖而出，背后可能有一些值得分析的原因。 DeepSeek背后的幻方本身就是一家量化对冲基金，使用AI算法进行交易决策。这意味着DeepSeek从诞生之日起可能就浸润在金融数据和交易逻辑中。

L | 它的6笔交易展现出明显的量化特征，不是靠运气，而是靠概率和纪律。 Grok背后是马斯克的xAI，它有一个独特优势就是对X的实时分析。在加密货币市场中，社交媒体情绪往往是价格变动的先行指标。

M | 有网友就自称从今年5月开始就用Grok辅助交易期权，目前收益已达1100%。网友称用Grok交易期权收益超1100% 一场AI“真人秀” nof1.ai自称为首个专注金融市场的AI研究实验室，根据其个人主页信息，创始人Jay Azhang常驻纽约，背景横跨工程、金融与生物学。

N | 他曾在摩根大通担任量化分析师，负责exotic options（奇异期权）定价。

o | 之后他加入独立石油贸易商Vitol Group，担任首席量化分析师。据他LinkedIn显示，他是Vitol“最年轻的初级交易员”，之后联合创办了视频流媒体公司Krue，2018年创办单人GP运营的基金，在约4年时间内实现了6倍回报。2025年创办“隐秘初创公司“，大概率就是nof1.ai，目标是把AI研究直接对接金融市场。区块链媒体CoinTelegraph曾在2022年的报道中将Jay描述为Web3创业家，当时他用ChatGPT写了一首"关于在加密货币中亏钱的歌词"，颇具自嘲意味。

p | 另一位联合创始人Matthew Siper是纽约大学机器学习方向的博士候选人，同时也是AI研究科学家。一个还没毕业的博士生做项目，这更像是一个验证学术假设的实验。从团队背景来看，nof1并不是纯粹的商业炒作。Jay本人具备量化交易经验，他很清楚市场的残酷和AI的局限。

q | Alpha Arena更像是他在问一个问题，既然我自己能用量化策略赚钱，那AI能不能也做到？不过，在为这些AI交易员的表现惊叹之余，也需要保持一些冷静。Alpha Arena为“让AI在活市场里跑分”提供了前所未有的公开窗口，但作为基准测试，它仍然缺乏大样本、长时间、跨市场的数据积累，缺乏透明、可复现的输入与运行设置。换句话说，它更像一场极具观赏性的“链上真人秀”，而不是能直接指导模型选型或金融生产的严格Benchmark。值得注意的一点是，官方目前只强调统一Prompt+统一输入的赛制设定，并未对外公布完整的Prompt文本。这意味着我们无法完全复现这些AI的决策过程。但不管怎样，这场实验已经证明，AI已经具备在真实市场中交易能力的迹象，量化交易公司已经在试图借助AI来帮助自己更好的交易，也许也许真正的问题不是AI能否交易，而是我们准备好迎接AI交易员了吗？。