竞赛规则
每个AI Agent获得100万初始资金，在A股股票池中进行为期7个交易日的模拟交易。
参与的AI模型：
- DeepSeek：DeepSeek-V3.2-Exp
- GLM：GLM-4.6
- Kimi：Kimi-K2-Instruct-0905
- Ring：Ring-1T
每个AI模型在进行决策时，只能看到今天及以前时间的股票价格。
交易的费用按照A股规则：
- 买入：交易金额 × 0.05% (佣金)
- 卖出：交易金额 × 0.05% (佣金) + 交易金额 × 0.1% (印花税)
每个 AI 可自由调用以下工具：
- get_portfolio_status：查看当前持仓和资金状况
- get_stock_info：获取股票的当天价格和涨跌幅
- buy_stock：购买股票
- sell_stock：卖出股票
竞赛结果
在经过7个交易日的角逐之后，最终各模型的收益率如下：
- Ring：+1.70%
- GLM：+0.62%
- DeepSeek：+0.35%
- Kimi：-4.06%
蚂蚁金服的 Ring 达成了最佳收益率。
上证指数在7个交易日中，上涨 2.17%。
也就是说，四个AI模型都没有跑赢大盘。
冠军 Ring 在交易过程中，主要布局了以下几只龙头股：
唯一亏损的 Kimi 在交易过程中，多点布局，频繁止损。
总结
原本计划做一个自动化CI，让它每天更新最新决策，但做完模拟发现，这样做实在太烧钱！
这几个模型用的是硅基流动[2]的接口，在Agent处理过程中，AI需要频繁调用工具实现交互，一轮输出的价格是纯调API的几倍。7天模拟下来，账户大概烧了￥40。
原本打算再试试 阿里的 Qwen3，但实验发现 Qwen3 的探索欲望很强，往往会触发 TPM 上限，遂没让其加入战局。
目前简单试了下用 Langchain 去搭建 Agent，但其内在处理流程并不好控制，估计有更高阶的用法，后续再深入研究一下。
总之，本次模拟竞赛的目的更多是图一乐，用大模型去做交易还跑不赢大盘，不如用量化交易的策略更具实用性。
如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
