近期，六家前沿模型开发商的九个量化模型参与了一项针对A股的量化研究测试。参与者需要编写策略并进行回测，最终将经过多次调整的版本提交给封存的市场行情进行检验。在这九个模型中，只有GPT系列和Opus 5.5实现了盈利，其余模型均出现了亏损。尽管表现最佳的GPT-6 Astra年化收益达10.7%，仍低于市场基准17.1%。更令人失望的是，即使模型在市场预测中表现出色，也未必能转化为实际收益。
EinsiaAI旗下的Navers Lab团队推出了Quant Arena，旨在将顶尖的模型置于A股历史数据中，全面验证从策略生成到反馈的整个研究过程。在这项研究中，涵盖了3042只A股数据，包含日频行情及各类原始报价和成交信息。研究周期为2022年至2023年，评估次数限制为最多五次。研究结束后，模型提交的策略会被冻结，交给2024年的数据进行最终评估，期间模型不会收到新数据的反馈。
评估过程将关注收益、风险及交易成本，建立了一个包括75只股票的等权多头组合。其中六家厂商提交的模型总体表现不一，年化收益率从伙计10.7%到亏损12.2%不等。特别是在风险评估方面，GPT-6 Astra的最大回撤仅为6.8%，而Claude Opus 5.5和Kimi K3则分别遭遇了高达32.7%和36.4%的回撤。
度量模型预测准确性的方法显示，虽然多个模型信号与未来收益的关系有所偏差，但仍然存在高收入的可能性。实际的投资收益却未能反映出创新信号的潜力，部分高评分组合的表现甚至逊色于市场平均水平。
在策略实施过程中，GPT-6 Astra创新性地引入了择时机制，只有在市场整体上涨时才会选择相关股票，这一策略在2024年2月的市场波动中表现出色。通过这项研究，模型盈利能力的缺乏引起了行业的广泛关注。
发表评论