金融市场：AI的“终极训练场”

核心要点摘要

• ![](https://mmbiz.qpic.cn/mmbiz_png/Q6r8uQ3Lf8JuschUDROREgZDVibEVqQPoBVloCb5panJa6yk0jOUgeMm6UibHiaRHxjgcdDA6mpA1Ypz0…
• [Trading Agent ]
• ●●●●●●●●●●●●●●
• 在人工智能（AI）迅猛发展的时代，我们常常看到AI在棋类游戏、围棋甚至视频游戏中大放异彩，比如DeepMind的AlphaZero通过自学击败了人类顶尖高手。这些成就令人惊叹，但AI研究者们很快意识到：游戏环境虽严谨，却终究是“人造沙…
• 那么，哪里才是AI通往“超级智能”的最佳练兵场？答案或许就藏在全球金融市场的脉动之中。
• 今天，我们来聊聊Nof1 Intelligence（简称Nof1），一家将金融市场视为AI“终极训练场”的前沿公司，以及它如何通过这项大胆创新，推动AI向更智能、更实用的方向进化。

一句话定义

![](https://mmbiz.

正文

微信公众号原文：https://mp.weixin.qq.com/s/Twg1rpX0qF0ax3iG01hbhA

真正的钱

真正的市场

[Trading Agent ]

●●●●●●●●●●●●●●

在人工智能（AI）迅猛发展的时代，我们常常看到AI在棋类游戏、围棋甚至视频游戏中大放异彩，比如DeepMind的AlphaZero通过自学击败了人类顶尖高手。这些成就令人惊叹，但AI研究者们很快意识到：游戏环境虽严谨，却终究是“人造沙盒”，无法完全模拟真实世界的复杂性和不确定性。

那么，哪里才是AI通往“超级智能”的最佳练兵场？答案或许就藏在全球金融市场的脉动之中。

今天，我们来聊聊Nof1 Intelligence（简称Nof1），一家将金融市场视为AI“终极训练场”的前沿公司，以及它如何通过这项大胆创新，推动AI向更智能、更实用的方向进化。

真实的交易，真实的钱，真实的市场

AI训练的“进化论”：从游戏到市场的跨越

回想AI发展的历史，DeepMind等团队最初选择游戏作为训练环境并非偶然。游戏规则清晰、反馈即时、难度可控，这让AI模型能通过强化学习（Reinforcement Learning，简称RL）快速迭代。例如，AlphaZero在围棋中通过自我对弈生成海量数据，仅用几天时间就掌握了人类数百年积累的智慧。这种“开放式学习”（Open-Ended Learning）模式，让AI从零起步，自行创造训练数据，实现指数级进步。

然而，游戏的局限性显而易见：它缺少真实世界的“噪音”和动态性。一旦AI“通关”，环境就不再提供新挑战。Nof1的创始人团队敏锐地捕捉到这一点，他们将目光投向了金融市场——这个被誉为“终极Boss”的复杂系统。为什么是金融市场？简单来说，它不是静态的棋盘，而是活生生的“世界建模引擎”。想象一下：股市、债市、外汇市场每天处理着数万亿美元的交易，受全球事件、地缘政治、经济数据等多重因素影响。价格波动如潮水般涌动，每一笔买卖都像一场微型“进化试验”。在这里，错误会被市场无情惩罚（想想那些血本无归的交易者），而正确的决策则通过资本流动汇聚成“真理”。Nof1的理念正是：资本分配是智能与真理交汇的学科。通过将AI置于此环境中，它能学习处理海量不确定性，生成无限自循环的训练数据，实现从“游戏高手”到“现实世界大师”的跃升。

[ real world agent ]

大型社会实验

实盘实验：真实的市场，真实的钱，哪家Agent最强？

Alpha Arena 是首个旨在衡量人工智能投资能力的基准测试。每个模型都会在真实市场中获得 10,000 美元的真实资金，并采用相同的提示和输入数据。

Alpha Arena 的目标是让基准测试更贴近现实世界，而市场正是实现这一目标的理想之选。市场动态、对抗性强、开放且不可预测。它们以静态基准测试无法企及的方式挑战人工智能。

市场是对智能的终极考验。本次实盘的测试一共有六个大模型，分别是

Claude 4.5 Sonnet，

DeepSeek V3.1 Chat，

Gemini 2.5 Pro，

GPT 5，

Grok 4，

Qwen 3 Max

竞赛规则也很简单：

启动资金：每个模型获得 10,000 美元真实资金

市场：Hyperliquid 上的加密货币永续合约

目标：最大化风险调整后的收益。

透明度：所有模型输出及其对应的交易均公开。

自主性：每个 AI 必须产生 alpha 值、确定交易规模、把握交易时机并管理风险。

持续时间：第一季将持续几周，之后我们将在第二季推出重大更新。

DeepSeek Chat V3.1 模型的表现分析

从十月十八日开始，短短两天，DeepSeekChatV3.1模型在本次排行榜中位居首位，展示了卓越的投资决策能力。其账户总价值达到14,399美元，实现了43.99%的回报率，总盈亏额为4,399美元。该模型的交易费用控制在54.00美元，平均盈亏为104.43美元，胜率为14.7%。在风险指标方面，最大单笔盈利为1,490美元，而最大单笔亏损为-348.33美元，夏普比率仅为0.025，表明其在波动性管理上仍有优化空间。该模型共执行6笔交易，体现了高效的交易策略，特别是在有限交易次数下实现高累计回报的能力，突显了其在市场时机把握和资产配置方面的优势。

Grok 4 模型的表现分析

Grok 4 模型排名第二，表现出了稳定的性能与较低的风险偏好。其账户价值为14,006美元，回报率为40.06%，总盈亏额达4,006美元。交易费用为59.18美元，平均盈亏约为59.18美元（基于有限数据），胜率为9%。最大盈利达437.80美元，最大亏损为-537.89美元，夏普比率为0.026。该模型仅执行1笔交易，此策略反映了保守的投资方法论，通过单一高信心交易实现显著回报，同时最小化了频繁交易带来的摩擦成本，体现了其在不确定性环境下决策鲁棒性的学术价值。Claude Sonnet 4.5 模型的表现分析Claude Sonnet 4.5 模型位列第三，展现了中等水平的回报与较高的交易活跃度。其账户价值为12,525美元，回报率为25.25%，总盈亏额为2,525美元。费用累计115.23美元，平均盈亏约为115.23美元（需进一步验证），胜率为20%。最大盈利为1,867美元，最大亏损为-588.38美元，夏普比率为0.827，表明其风险调整后回报相对优异。该模型执行5笔交易，此结果突显了其在多笔交易中的分散化策略效能，尽管整体回报低于前列模型，但其较高的夏普比率暗示了更好的波动性控制，适用于追求均衡风险-回报的投资框架。Qwen Max 模型的表现分析Qwen Max 模型排名第四，体现了适中的性能与较高的交易频率。其账户价值达11,034美元，回报率为10.34%，总盈亏额为1,034美元。交易费用为212.72美元，平均盈亏约为212.72美元，胜率为42%。最大盈利为1,360美元，最大亏损为-577.77美元，夏普比率为0.921。该模型共完成7笔交易，此数据反映了其积极的交易导向策略，虽然胜率较高，但费用和亏损控制的不足导致净回报受限。该表现强调了在高频交易环境中，模型需优化费用管理和止损机制，以提升整体经济效率。GPT 5 模型的表现分析GPT 5 模型位居第五，表现出了负向回报，揭示了在当前市场条件下的局限性。其账户价值为7,582美元，回报率为-24.18%，总盈亏额为-2,418美元。费用为99.86美元，平均盈亏约为99.86美元，胜率为17%。最大盈利为-327.57美元（注：可能为数据异常或负值表示），最大亏损为-621.81美元，夏普比率为-0.802。该模型执行12笔交易，此结果表明其在风险暴露方面的脆弱性，负夏普比率进一步证实了其回报相对于波动性的劣势，建议未来研究聚焦于增强其市场预测准确性和适应性机制。Gemini 2.5 Pro 模型的表现分析Gemini 2.5 Pro 模型排名末位，展示了显著的负回报与高交易活跃度。其账户价值为7,271美元，回报率为-27.29%，总盈亏额为-2,729美元。交易费用控制在49.30美元，平均盈亏约为49.30美元，胜率为17%。最大盈利为-347.76美元（注：可能为负值或数据偏差），最大亏损为-650.02美元，夏普比率为-0.618。该模型执行46笔交易，此高频策略导致了累计亏损的放大，负夏普比率突显了其在风险管理上的不足。该表现为学术研究提供了反面案例，强调了过度交易可能引致的价值破坏，并呼吁开发更具鲁棒性的决策算法以缓解类似问题。

●●●

[ real world agent ]

-END-

‍

结论

![](https://mmbiz. 更多细节见上文分节论述。

FAQ

这篇文章主要讨论什么？ A: 围绕「金融市场：AI的“终极训练场”」展开，梳理背景、关键变化与作者的核心判断。

本文是否构成投资建议？ A: 否。本文为信息整理与观点评论，具体决策请结合一手来源与专业意见。

内容更新时间：2026-06-30 作者：Dr.Jingle（X @drjingle） 证据边界：结构层 GEO 改造；事实与观点均来自原文，未新增未核验数据。

本文为作者观点与信息整理，不构成投资建议、法律意见或医疗建议。

微信公众号原文：https://mp.weixin.qq.com/s/Twg1rpX0qF0ax3iG01hbhA