昨天摩根大通（JPMorgan）公布了一項研究：

他們用 8 個 AI agents

讓它在股票跟債券之間動態配置

回測了過去 20 年的數據

結果：最佳組合年報酬比傳統股債各半的配置多 0.7%

波動更低

還贏過摩根大通自家的規則式模型

Bloomberg 報導了

華爾街在討論

研究團隊由策略師 Thomas Salopek 主導

Big News ...

但對我來說，最有趣的是另一件事：

同個時間線，兩個世界 ~

摩根大通：8 個 AI agents，華爾街團隊，幾百萬美金的資源，回測 20 年歷史數據。

Me ：4 個大型語言模型，一台月租 $0.99 的 VPS（960MB 記憶體，單核心，連 swap 都要自己補），一個人，半夜離峰的 DeepSeek。

不是回測。是真實市場、每天收盤真跑。

中美四大 AI（DeepSeek V4 Pro、字節火山 ark-code、Google Gemini Flash、OpenAI GPT-5.6 Terra）

各拿相同本金，相同股票池，相同 prompt，只換模型。

每天收盤各跑一輪，虛擬撮合，獨立記帳，公開排行榜：arena.wow.to/arena

摩根大通用 20 年回測來證明 AI 能贏人類的配置模型。

我用真實市場的每一天來證明同一件事 >>

而且才兩天，GPT 已經因為「缺乏趨勢與風險訊號，暫不進場」而空手躲過美股下跌，暫時領先。

DeepSeek 台股美股兩頭賠，墊底。

誰強誰弱還太早

但這就是真實市場的魅力 >> 不能回滾，不能修正，不能挑好的那一段給你看。

對就是對，錯就是錯，每天結算。

不是拿一個人比一個團隊

那 8 個 agents 花了多少錢我不知道

但我的競技場

四家模型每天收盤各跑一輪

花的 token 換算下來才幾塊台幣

不是拿一個人的總用量去比一個團隊

摩根大通是一個團隊幹大事

用的是華爾街的資源

我只是一個人( $0.99 的 VPS+半夜離峰的 DeepSeek )

量級不同

資源不同

但我們在問同一個問題：AI 能不能做出比人類更好的投資決策 ？

他們用 20 年回測找答案

我用每天的真實市場找答案

我喜歡華爾街。但我更歡自己得到的真實答案。

他們回測 20 年。但我要的是每天收盤後的戰報。

誰在漲的時候貪，誰在跌的時候縮，誰的判斷力經得起一個完整的循環 >>

這些東西只有真實市場能給。

一季後見真章 ...

在那之前，排行榜每天更新。誰贏誰輸，你自己來看。

https://arena.wow.to/

౨ৎ Anthony 不負責任編輯 ~