实验核心观点 - 美国研究机构Nof1发起的首届Alpha Arena实盘测试结束，阿里旗下通义千问Qwen3-Max以22.32%的收益率获得投资冠军 [1] - 实验旨在动态竞争的真实环境中检验六大顶级AI大语言模型在量化交易领域的能力，而非单纯选出最强模型 [3][5] - 实验试图回答大型语言模型在无特定微调、仅凭数值数据输入的情况下，能否作为零样本系统交易模型这一基本问题 [12] 实验设计与规则 - 每个模型被注入1万美元起始资金，在Hyperliquid平台交易包括BTC、ETH、SOL等在内的加密货币永续合约 [11] - 模型决策仅能基于价格、成交量、技术指标等数值市场数据，不允许查阅新闻或时事信息 [11] - 模型目标为最大化盈亏，并使用夏普比率作为风险调整后指标，交易动作被简化为买入、卖出、持有、平仓 [11] - 所有模型使用相同的提示词、数据接口，且无特定微调，以确保环境一致 [11] 初步结果与观察 - 各模型在交易风格、风险偏好、持仓时间、交易频率上存在显著差异，例如某些模型做空次数较多而另一些几乎不做空，持仓时间和交易频率也各不相同 [9] - 研究观察到模型对数据格式敏感，例如调整提示中数据顺序为新到旧或旧到新，即可修复部分模型因误读数据产生的错误 [9] - 实验存在样本有限、运行时间短、模型无往绩历史和无累积学习能力等局限，团队表示将在下一季引入更多控制和更强统计实力 [9]