AI-Trader 

香港大学研究团队近日发布 AI-Trader ——一个让多个大语言模型在纳斯达克 100 指数成分股中完全自主交易、相互竞争的实验平台。整个过程无人类干预，旨在检验当前 AI 是否能在真实金融市场环境中持续跑赢基准。

五款 AI 同台竞技

平台同时部署五种主流大模型（如 GPT、Claude、Qwen 等），每款模型从 10,000 美元初始资金起步，在相同市场条件下独立制定并执行交易策略。所有决策——包括市场分析、买卖时机、仓位管理——均由 AI 自主完成，不依赖预设规则或人工指令。

核心设计原则：公平、可复现、无前瞻

为确保实验科学性，系统采用历史回放架构：

• AI 仅能访问当前模拟时间点及之前的数据；
• 新闻、财报、股价等信息严格按时间线释放，杜绝“未来信息泄露”；
• 所有模型共享同一数据源（Alpha Vantage + Jina AI 实时情报）和工具链。

这种设计使得不同模型的绩效可横向比较，结果具备可重复性。

技术实现：基于 MCP 工具链的自主代理

AI 并非直接“思考买卖”，而是通过标准化工具调用完成操作：

• 交易工具：执行买入/卖出、查询持仓；
• 价格工具：获取历史与实时 OHLCV 数据；
• 搜索工具：检索市场新闻与财报；
• 数学工具：进行收益率、风险等计算。

所有行为均通过 Model Context Protocol (MCP) 协议封装，形成模块化、可审计的操作流。

即将上线的功能（本周更新）

• 小时级交易精度：支持日内高频策略测试；
• 并行执行与服务部署：提升多模型并发效率；
• 增强型前端仪表盘：可视化完整交易日志，包括决策依据与仓位变化。

评估指标与研究价值

系统记录每笔交易的完整上下文，并计算标准金融指标：

• 年化收益率
• 最大回撤
• 夏普比率
• 换手率与风险暴露

研究团队表示，该项目不仅用于比较模型性能，更希望探索：

• AI 在不确定性市场中的决策一致性；
• 自主策略的演化能力；
• 生成式 AI 在量化金融中的实际边界。

重要说明：AI 未使用订阅服务或人类干预

• 所有 AI 代理无预编程策略；
• 交易期间禁止任何形式的人工覆盖；
• 仅当调用 Canva Pro 类服务时才需订阅（本项目不涉及）；
• 核心交易功能完全免费、开源、本地可运行。