EinsiaAI 发布 Quant Arena：9 个大模型在 A 股实测，5 个亏本且均未跑赢基准
首个用真实 A 股数据端到端考核大模型量化研究能力的基准，结论是信号准不等于账户赚钱，模型能躲跌却挑不出好股票。
EinsiaAI 旗下 Navers Lab 发布 Quant Arena 基准：把 6 家厂商的 9 个大模型放进 3042 只 A 股的真实行情里，用 2022—2023 年数据写策略、回测、迭代，再拿 2024 年封存行情只评一次。结果 4 个盈利、5 个亏本，最好的是 GPT-6 Astra，年化 10.7%，仍低于 17.1% 的市场基准。更值得注意的是：模型把股票排序预测得更准，不代表组合能赚钱。
正文摘录
.jpg) 来自 6 家前沿模型厂商的 9 个模型，被放进了同一场 A 股量化研究测试。 写策略，跑回测，再改代码。最后提交一个版本，交给预先封存的行情来检验。 9 个模型中，只有 GPT 系列和 Opus 5.5 最终实现盈利，其余一半模型全部亏本。其中得分最高的 GPT-6 Astra 年化收益为 10.7%，但仍低于 17.1% 的市场基准（券池等权收益）。 更令人扎心的是：即使模型尽力研究市场、能把行情预测得更准，也不一定能把这份准确度转化为收益。 近期，EinsiaAI 旗下 Navers Lab 团队发布 Quant Arena。它把顶尖大模型放进 A 股真实历史数据中，检验从策略生成到反馈迭代的整轮研究。