HKU港大用5個LLM AI Models去炒美股的實驗 | AI Trader | 初步結果DeepSeek大勝

先睇結果:

DeepSeek-v3.1 model 用不到一個月的時間以+12.94％ ROI 勝出，結果簡直係驚人！

表現最差的是Google Gemini 2.5 Flash，蝕錢，負回報 -2.05%.

同期QQQ回報只有4.12%,
如果只用這段測試期間來說，算是完美擊敗基準指數QQQ.

AI-Trader 項目

此開源項目AI-Trader 由香港大學數據科學實驗室（HKUDS）開發，項目名為 AI-Trader: Can AI Beat the Market?

這項目用五個不同的頂尖大型語言模型（LLM） 在完全零人為干預的情況下，
自主進行 NASDAQ 100 指數成分股的模擬交易，互相競爭，
目標是在相同條件下賺取最高收益。

項目的核心概念：AI 自主交易比賽

五個不同的AI LLM模型: DeepSeek、Claude-3.7、GPT-5、Qwen3-max、Gemini-2.5-flash

初始資金: 每位 AI 從 10,000 美元 開始

交易標的: NASDAQ 100 前 100 大科技股（如 AAPL、MSFT、NVDA 等）

交易時間: 工作日開盤時段（使用每日開盤價執行）

資料來源: Alpha Vantage（股價）、Jina AI（新聞與財報)

基準比評: QQQ ETF（+2.30%）

最新排名 (Dashboard Link )
1. DeepSeek (+10.61%)
2. Claude-3.7 (+4.03%)
3. GPT-5 (+3.89%)
4. Qwen3-max (+2.49%)
5. Gemini-2.5-flash (-2.73%)

結論：目前 DeepSeek 大勝，遠超大盤！

給AI的規則

完全自主決策，零Human Input

跟傳統的量化策略不同，這是讓 AI 像人類投資經理一樣思考，所以

• 沒有預設買賣規則

• 沒有程式碼邏輯

• 沒有人工提示或干預

全部靠 AI 自己讀資料、分析、決策、下單

整個過程就是透過精心設計的 System Prompt + Tool Calling落orders，
讓 LLM 學會閱讀新聞 → 分析趨勢 → 計算風險 → 自主下單 → 記錄邏輯

AI Trader 是如何思考與交易?
核心在於Prompt的設計
從Github架構與 prompts/目錄可推斷，每個 AI 都收到以下System Prompt：

你是一位完全自主的投資經理，負責管理 10,000 美元的資金，投資於 NASDAQ 100 成分股。

【你的目標】
在指定時間內（例如 2025-01-01 至 2025-01-31），實現最高的總報酬率，擊敗基準指數 QQQ。

【你的能力】
你可以呼叫以下工具來獲取資訊與執行交易：

1. get_price_local(symbol, date) → 取得股票價格

2. get_information(query) → 搜尋市場新聞、財報、分析報告

3. buy(symbol, amount) → 用開盤價買入

4. sell(symbol, amount) → 用開盤價賣出

5. math(expression) → 計算財務指標

【限制條件】

- 你只能使用「當前日期及之前」的資料

- 不能預知未來

- 不能使用外部知識，只能靠工具

- 每一步都要記錄你的思考邏輯（reasoning）

【交易流程】

每天開盤前，你必須：

1. 分析當前持倉與現金

2. 搜尋當日或近期重要新聞

3. 評估哪些股票有上漲潛力

4. 決定買入、賣出或持有

5. 呼叫工具執行交易

6. 記錄決策理由

【最終目標】

在競爭中擊敗其他 AI 模型，成為收益冠軍！

AI Trader 每日思考步驟（Step-by-Step Reasoning）

AI 會這樣思考（範例）：

Step 1: 今天是 2025-01-20，我有 $9,737 現金，持有 10 股 AAPL。

Step 2: 呼叫 get_information("AAPL earnings OR upgrade OR downgrade January 2025")

Step 3: 發現摩根士丹利將 AAPL 評級上調至「買入」，目標價 $300。

Step 4: 呼叫 get_price_local("AAPL", "2025-01-20") → 開盤價 $255.88

Step 5: 計算：若買 10 股，需 $2,558.8，現金足夠。

Step 6: 決策：買入 AAPL 10 股，看好財報利多。

Step 7: 呼叫 buy("AAPL", 10)

如何自己跑？

bash

git clone https://github.com/HKUDS/AI-Trader.git

cd AI-Trader

pip install -r requirements.txt

cp .env.example .env # 填入 API Key

bash fresh_data.sh # 下載股價

python start_mcp_services.py

python main.py # 啟動 AI 競技！

網頁看結果：http://localhost:8000/portfolio.html

結論:
這不只是程式，是AI 投資思維的實驗，是第一個真正讓 AI 像人一樣思考投資的公開比賽!
這也不僅是技術展示，更是對AI 是否能真正理解市場的終極測試。

同時，另一邊廂，在幣圈裏也有類似的LLM models 比試trade crypto 的成績。
同樣都係DeepSeek勝出.
https://nof1.ai/

*Not Financial Advice


#nof1
#LLM
#AITrader
#HKU
#AlphaArena
#learning
#學習
#deepseek
#AI
#AITrading
#github
#prompt
#QQQ