如果把同一段市场数据交给六个主流大模型，让它们完全自主生成交易策略，会发生什么？
为了观察不同 AI 在统一环境下的“策略生成能力”，我们做了这样一个实验：
给 ChatGPT、Claude、Gemini、DeepSeek、Qwen、Grok 一模一样的时间序列、一笔同样的初始资金，让它们自由判断趋势、规划仓位、决定何时进入与退出。
这里用到的数据是 XAU/USD（黄金兑美元） 的小时级行情。
它并不是被选来“炒黄金”，而是因为它具备三个非常关键的特性：
波动够丰富；结构够清晰；数据够连续。
在量化研究中，这类时间序列经常被用作 benchmark，因为它能在短时间内呈现趋势、震荡、回调、假突破等典型结构，非常适合用来观察 AI 的推理方式、风险偏好与策略风格差异。
结果比我们预想中更有戏剧性：
在完全相同的数据面前，六个 AI 最终生成了六种几乎完全不同的交易策略——
从“谨慎而克制”到“激进满仓”，从“机械化趋势”到“情绪化试探”，它们在同一段行情里呈现出截然不同的“性格”。
真正有趣的不是谁赚了谁亏了，而是这些策略背后暴露出的思考方式与决策逻辑。
数据源：twelvedata 60m
初始资金：10000.0 USD/模型
总览
模型 chatgpt
➡️策略自述：顺势做多XAU/USD，靠日线均线确认趋势与回撤介入；严格止损与分批，观望不明朗阶段；仅现货，不加杠杆不做空。
日线50MA上穿200MA且收盘在两线之上，次日分三笔建仓，单笔不超资金10%。
收盘跌回50MA减仓；跌破200MA或回撤至入场价-2×ATR(14)止损清仓
均线
最近交易（最多20条）
ChatGPT 模型以“顺势做多”为核心，只在日线 50MA 上穿 200MA 且价格站稳均线上方时分批建仓，不做空、不加杠杆，并通过 ATR 止损控制单笔风险。
实际操作中可以看到，它在 4130—4140 一带多次选择 HOLD，尊重前高阻力，不贸然追高，只在 4110–4120 的回调支撑附近才有买入动作，体现出较强的纪律性和风险厌恶。
资金维度上，ChatGPT 模型当前权益 9979.29 美元，累计收益约 -0.21%，说明在这段区间内更偏“保守试错”，宁可错过也不轻易重仓。
模型 claude
➡️策略自述：核心策略基于中期趋势跟踪，结合关键支撑阻力位进行交易。在美元走弱、避险情绪升温或通胀预期上升时寻找做多机会。重点关注美联储政策转向信号和地缘政治事件催化剂。
执行规则：
金价突破20日均线且站稳2个交易日后买入，跌破20日均线卖出
美元指数跌破关键支撑位时增加黄金仓位，最多持仓50%
出现重大风险事件但金价未能突破前高时减仓观望
趋势
最近交易（最多20条）
Claude 的思路是中期趋势跟踪，叠加美元指数与宏观风险事件做背景判断：价格突破 20 日均线并站稳时做多，跌破则减仓或清仓，同时在美元走弱、避险升温时加大黄金仓位。
实盘记录里，它在 4130 上方追涨建仓后，面对 4134 一线的快速回落，能在 4112 和 4120 一带主动分批卖出、锁定利润；当价格从 4144 高点回落到 4123 时又选择进一步减仓甚至全仓止盈，偏向“快进快出+顺势止盈”的风格。
最终权益为 9968.62 美元，累计收益 -0.31%，略逊于 ChatGPT，但胜在在高位能果断减仓，回撤可控。
模型 gemini
➡️策略自述：核心是只在牛市格局中顺势而为。利用长期均线（如200日线）判断市场主趋势，只在价格处于均线上方时寻找买入机会。通过等待价格回调至短期关键支撑位入场，以获取更优成本和风险回报比。当长期趋势破坏时，果断离场，空仓规避风险。
买入规则：当金价位于200日移动平均线之上，且回调至50日移动平均线附近获得支撑时买入。
卖出/观望规则：当金价有效跌破200日移动平均线时清仓离场，并保持空仓，直到重新满足买入规则。
多因子
最近交易（最多20条）
Gemini 把“只在牛市中顺势而为”写进了规则里：以 200 日均线判断长期多头，只在价格位于 200 日线上方、回调至 50 日线附近获支撑时买入，跌破 200 日线则直接清仓观望。
从交易明细看，它在上涨加速阶段有较多主动加仓行为（例如 4133 附近多次 BUY），并在价格创出新高后，出现明显见顶或强烈反转信号时倾向全仓卖出锁定利润。
Gemini 的仓位节奏在上升段偏积极，但在高位反转时也够果断，因此波动略大，目前权益 9938.49 美元，累计收益 -0.62%，属于这一批模型中进攻性略强、回撤也略大的代表。
模型 deepseek
➡️策略自述：核心策略思想：专注于XAU/USD现货的长期上升趋势，只做多，不使用杠杆。通过技术分析识别趋势反转点，如移动平均线交叉确认买入机会；在不确定市场环境或高波动时观望，以控制风险并追求稳健收益。策略强调耐心等待明确信号，避免情绪化决策。
可执行规则：
当50日移动平均线上穿200日移动平均线（金叉）时买入。
设置止损在入场价下方3%-5%的关键支撑位。
市场波动率（如ATR指标超过平均）或重大经济事件前观望不交易。
趋势
最近交易（最多20条）
DeepSeek 明确强调“只做多、不加杠杆”的长期上升趋势策略，关键信号是均线金叉（50 日上穿 200 日）与短周期 EMA 支撑，以及用 3%–5% 的空间设定止损。
实际记录中，它在 4112 一带识别到回调接近均线支撑时买入，之后在价格突破前高、动能充沛时加仓，在 4144 附近见顶回落时选择全仓平仓锁定收益；随后又在向上突破前高、MACD 金叉时重新买入，整体呈现“趋势确认—回调介入—高位离场”的标准机械化趋势交易风格。
当前权益 9977.38 美元，累计收益 -0.23%，表现接近ChatGPT，属于稳健的趋势派。
模型 qwen
➡️策略自述：顺势而为，只在明确上涨趋势中买入持有，避免逆势操作。
金价站上200日均线且均线向上时建仓；
日线收盘价跌破10日均线则平仓观望。
趋势
最近交易（最多20条）
Qwen 的规则更简洁：只在金价站上 200 日均线且均线本身向上时建仓，日线跌破 10 日均线则平仓观望，贯彻“顺势持有、逆势秒离”的理念。
从交易细节看，它在 4133 这一强势上攻区间选择全仓买入，随后一旦短线动能减弱或价格从前高明显回落，就迅速全仓止盈，之后在重新突破前高时再次全仓买入，短期节奏非常“干脆利落”。
这种全仓进出带来的是收益和风险的放大：目前权益 9912.15 美元，累计收益 -0.88%，在几个模型中回撤最大，也体现了其仓位管理略为激进的特征。
模型 grok
➡️策略自述：我的核心策略思想是基于趋势跟踪，专注于XAU/USD现货黄金的长期上涨潜力，避免杠杆和做空。通过分析价格趋势和关键指标，在明确上涨信号时买入持有，不确定时选择观望，以最小化风险并捕捉黄金作为避险资产的价值增长。
可执行规则：
当XAU/USD价格突破近期高点并高于50日均线时买入。
若价格跌破20日均线，卖出持有头寸并观望。
市场波动率超过历史平均2倍时，暂停交易。
趋势
最近交易（最多20条）
Grok 的策略同样是趋势跟踪，只在价格突破近期高点且位于 50 日均线上方时做多，跌破 20 日均线则清仓，并在极端高波动时暂停交易。
它在 4133 一线选择全仓买入后，面对随后数小时的回调与震荡，大部分时间选择 HOLD，不频繁加减仓，而在 4130–4140 区间多次强调“上涨趋势未破，继续持有观望”，直到 4131 一带出现明显回调、不确定性上升时才卖出观望。整体上，Grok 仓位变化极少，更像是“重仓拿趋势”的风格。
目前权益 9995.50 美元，累计收益约 -0.04%，在所有模型中回撤最小，接近盈亏平衡
结尾
相同的数据，却能逼出六种截然不同的策略，这正是大模型时代最值得关注的现象：
AI 的强大并不意味着统一，反而意味着分化。
不同模型背后有不同的训练目标、推理链路与默认偏好，它们在同一时间序列中呈现的行为。
谨慎也好、激进也好、趋势派也好、反转派也好，其实都是一种“AI 世界观”的投影。
这意味着，未来当 AI 被嵌入到企业流程、产品决策或产业链调度时，我们需要的不只是“让 AI 来做”，而是理解它在做出怎样的选择、为什么会这样选择、以及这种选择对系统意味着什么。
交易策略只是一个方便的观察窗口。
真正的议题是：当 AI 被放入不确定性足够强的环境里，它会如何做决策？而我们，又准备好理解这种决策模式了吗？
最后还是要强调一句：以上内容只是一次 AI 策略的模拟分享，不构成任何投资建议。真正交易时，记得一定要量力而行、独立判断，别把决定权完全交给任何一个“聪明的大脑”——无论是人类还是 AI。
