第一次上手OpenAI o1（也就是那个被称为“草莓”的模型）时，坦白说，起初并没有太多惊喜。我们已经习惯了传统大语言模型那种即问即答的节奏，但这个新模型完全不一样——它需要更长的时间来“思考”，然后再给出回应。这个等待的过程，相当漫长。
到底有多长？长到我不得不去更新自己应用的代码，因为原来的程序总是遇到超时问题——谁能想到，新的常态竟然是等上5分钟才能收到一个回复。
但事实证明，这份“思考”是值得的——相当值得。系统最终创建了一个显著跑赢市场的算法交易策略。而且，这一切几乎是偶然之间完成的……就在第一次尝试。结果令人震撼。
我是如何利用大语言模型构建算法交易策略的
先来聊聊具体是怎么操作的。
为了支持这套流程，我搭建了一个叫NexusTrade的算法交易平台，它设计得足够灵活，可以和任何大语言模型配合工作。虽然后端也能兼容Gemini、Llama这样的开源模型，但前端目前只支持OpenAI和Anthropic的模型。
运行机制其实是一个多步骤的流程：
NexusTrade中AI聊天的工作流程展示
- 发送请求：用户的消息被发送到服务器。
- 分类请求：从一系列预设的提示词模板（比如“AI股票筛选提示词”、“创建投资组合提示词”和“分析基本面提示词”）中，模型会判断哪个最贴合当前请求。
- 转发到提示词：将消息发送到最匹配的提示词，并获取响应。
- 后处理响应：根据提示词类型，执行额外操作。例如对于“AI股票筛选提示词”，会先生成一个SQL查询，然后再对数据库执行这个查询。
当模型判断用户想要创建一个交易策略时，它会启动一个“提示链”。首先，它会构建投资组合的框架，包括名称、初始价值和策略描述。然后，根据策略描述，再细化出具体的策略名称、操作（买入或卖出）、目标资产、购买规模（比如动用10%的购买力，或者买入100股），以及触发交易的时机描述。最后一步，是把这些描述性的条件，转换成NexusTrade的回测和实盘交易引擎能够执行的规则。
在OpenAI的“草莓”模型问世之前，大语言模型的表现相当“刻板”。它能按照指示完成任务，但缺乏自主生成想法和策略的能力。用户需要自己清晰表达需求，并反复迭代。
正是因为深知这一点，当我看到新模型在第一次尝试中就生成了一个利润极其可观的交易策略时，那种冲击感才格外强烈。
“思考”在开发交易策略时的差异
为了直观展示这种差异，我准备了一个对比实验：用完全相同的提示词，分别让GPT-4和GPT-o1-mini创建两个投资组合。这次测试中，用来引导模型的提示词没有任何区别。
用GPT-4创建的投资组合
操作过程很简单：进入AI对话界面，告诉它：“创建一个名为‘Omni’的投资组合，初始价值1万美元。”然后系统提示：“你希望在‘Omni’中实施什么策略？”接着补充道：“我想要一个TQQQ上的SMA均线交叉策略。需要止盈规则，但不要止损——长期看好科技股。另外，我希望分批买入，而不是一次性建仓。”
第一次尝试的结果是，GPT-4给出了这样一个策略。坦白说，表现并不理想：回报率远低于持仓SPY，风险调整后的收益率也差得多，而且交易频率非常高——现实世界中，这会带来额外的税务成本，进一步侵蚀实际收益。
GPT-o1创建的策略：一鸣惊人
相比之下，用新模型创建的投资组合，表现完全是另一个级别。
整个创建流程完全一样，唯一的变量就是更换了更强大的模型。
结果令人惊叹。这个策略在几乎所有维度上都全面超越了市场：
- 累计收益率是持仓SPY的3倍，达到了268%。
- 夏普比率更高，达到0.71，而SPY仅有0.51。
- 最大回撤为37%，与SPY的34%基本持平。
- 但平均回撤却更低，仅有4.35%，而SPY的平均回撤接近7%。
利润大幅提升，风险反而更低？这确实有些不可思议。
深入探究：差异究竟在哪里
看到结果后，困惑之余也让人好奇：这个模型到底做对了什么，是GPT-4没做到的？
关键细节浮出水面。在生成卖出条件时，GPT-4设置的规则是：只要持仓盈利0.15%就立即卖出。
而“草莓”模型创建的策略，卖出条件则是：当股票的14日平均价格上涨15%或更多时，才触发卖出。
一个合理的猜想是：GPT-4创建的策略卖得太早了。那么，如果对GPT-4的策略稍作调整，结果会怎样？
调整之后，这个投资组合同样获得了出色的、跑赢市场的回报。
很明显，o1-mini模型对如何为这个应用创建有效的投资组合有更深刻的理解，几乎不需要迭代就能交出优秀答卷。而GPT-4则更需要有经验的用户介入和调整。最终，两个投资组合都交出了远超市场的出色回报。
接下来的实验方向
目前看到的所有结果还只是回测数据——它展示的是“如果过去部署了这个策略，会发生什么”。这很有参考价值，但远远不够。真正的检验在于：如果现在把这套策略应用到真实市场，它会如何表现？
下一步，我已经把这些策略部署到实盘中进行跟踪，观察它们在未来的实际表现。
在NexusTrade平台上，部署一个算法交易策略真的只需要点一下按钮。未来几周，就是对AI的最终考验——它真的能持续创造盈利的交易策略，还是仅仅在历史回测中撞了大运？时间会给出答案。
小结
人工智能正在重塑每一个行业，金融领域也不例外。这次实验至少证明了一件事：AI可以帮助增强你的交易决策。现在断言“纯AI生成的投资组合天生优于人类策略”还为时过早，但这次实验最令人震撼的地方在于——所有这些投资组合，都是在几分钟之内生成的。文章展示了OpenAI的两款模型都能创造出盈利可观的算法交易策略：o1模型几乎无需人工干预，而GPT-4则需要人类专家的辅助。最终，两个模型的回测回报都远远超过了标普500指数。
```