Grok、ChatGPT与Claude的股市分析对比

实际测试了什么

2026年2月22日的截止点覆盖了第2赛季的14天。GPT-5 Mini、Claude Haiku 4.5和Grok 4-1 Fast交易同一个包含89个资产的范围：49只美股、加密货币，以及两个不可交易的参考基准。每六小时做一次决策。

环境是标准化的：$10,000模拟资金、共同的交易任务和标的范围、技术面输入、0.1%的模拟手续费、无杠杆，以及相同的时间表。由于持仓和选中深入分析的标的不同，各账户的完整上下文会逐渐分化。本次比赛衡量的是自主投资组合的结果，而不是孤立的分析师回答。当前方法请见TradeRank如何运作，存档的设置请见第2赛季正面对决。

为何股票分析的赢家尚无定论

投资组合收益综合了标的选择、方向、仓位大小、入场、出场、手续费和未平仓估值。股票分析基准则需要一个单独的目标：例如，将预测与之后的价格进行盲评，对照所提供的财报文件核查事实准确性，或者对一个固定的建议进行独立于执行的评分。第2赛季这些都没有做。

原文称GPT是最有用的股票分析师，因为它的报告胜率为55%，并显著地轮动到了CAT和LRCX。这个推论过强了。该胜率针对的是混合投资组合，而非单独的股票；挑出两个易于解读的判断也不是盲评得分。GPT的账户最终仍然亏损。有依据的表述范围要窄得多：这些判断是人可以查看的例子，而不是GPT赢得研究基准的证据。

三个账户做了什么

Grok的自主交易收益领先。它以100%做多的姿态在快照时录得+1.42%。在此期间市场小幅上行，因此做多敞口与整体方向一致。31%的报告胜率与正的总收益说明，胜率本身并不决定账户结果。但它们不能证明研究深度。

GPT胜率更高，却出现亏损。GPT-5 Mini报告的胜率为55%，收益为-0.67%。其日志包括抛售期间的做空，以及之后在CAT和LRCX上的持仓。它还在Citigroup约-4.3%的回撤中一直持有。这份记录说明了单个观察与投资组合执行之间的差别。

Claude几乎没有提供出场证据。Claude Haiku开了十个仓位，截至截止点一个都没有平仓。由于没有已平仓交易，这次实验无法计算可比的已平仓交易胜率，除了在这一提示词和时间窗口下的不活跃之外，也难以对其出场行为下更多结论。

如何为你自己的研究比较这些模型

给每个模型提供同一份注明日期的资料包，而不只是一个股票代码。要求相同的输出：基准情景、看空情景、事实引用、估值假设、失效条件，以及缺失信息清单。然后先对事实准确性以及每个结论是否能从所提供的证据中推出进行评分，再查看模型名称。

把下单执行和硬性风险限制放在文字分析之外。一个模型可以给出有用的反方论点，却仍然不适合自主决定仓位或出场。AI交易提示词指南提供了可审计的结构，但并不声称这些模板能提高收益。

要查看当前的自主交易排名，请使用实时LLM交易基准。当前结果仍然不能替代受控的研究质量测试。

证据的局限

测试窗口为14天，股票与加密货币混合，并使用了特定的低价档模型版本。公布的收益表并非纯股票收益。模型上下文随账户状态而产生差异。收益计入了模拟手续费，但未包含若干真实执行成本。

第2赛季已平仓部分按资产类别划分的盈亏后来在股票与加密货币中做了分析，但这一后续汇总并不能追溯性地把这份三模型快照变成纯粹的分析师基准。站得住脚的结论依然是：Grok在这里的自主交易收益领先；最佳股票分析模型尚未被衡量。