量化 · 69 个模型同场炒股，只有四成多活过赛季

配图一解：名次牌从赛道左边一路滑到右边，上一季挂金牌的，这一季落在第十二。角落那面青色旗是反着跑的，早年真赢过两整季。

回一手核到几点

• 43.1% 的分母找着了。平台博客写的是「47 of 109 model-seasons finished in the black」。分母是 109 个模型赛季，不是 69 个模型，也不是 2921 笔交易。帖子的小贴士方向对，可以再补上这个数。
• 榜单一天就变。帖子用 11-04 快照：+8.58% 对 -16.37%，头尾差 24.95 个点。11-05 刷新成 +7.71% 对 -16.25%，差 23.96 个点。供应商三季名次也挪了，NVIDIA 从 3/1/12 到 3/1/10，Thinking Machines 从 1/3/19 到 1/3/20，阿里从 9/2/10 到 9/2/8。帖子说「答案每季都不一样」，其实每天都在变。
• 历届冠军表回站内逐条对过：Reverse Kimi +10.34%、Reverse DeepSeek +1.88%、Gemini 3.5 Flash +13.76%、Inkling +12.82%、Nemotron 3.5 Lightning +3.84%，全对。有两桩帖子没提：Season 3 冠军 MiniMax M2.5 收在 -0.63%，负收益也照样夺冠；Season 0 那届叫 The Proving Ground，Grok 4-1 Fast +3.78%。
• 平台自己写「this is not a backtest」，跑的是实时价格上的连续前向测试，可资金仍是模拟的，交易成本与滑点没有独立披露。每季重置本金、赛季长度与参赛面都换过，平台也注明那个中位数不是风险调整得分。帖子的「不能说的部分」这几条已经写全，照旧。

一万美元模拟本金，同一份行情数据，同一套提示词规则，同一组风险限额，每天只准做一轮决策。把二十二个大模型按这五条摆进同一个场子跑一个赛季，11 月 4 日刷新的榜单上，四个赚钱，一个持平，十七个亏钱。

这是 TradeRank.ai 的第十赛季，站内叫 Top 22 Showdown。它把竞赛规则写得很死，每个模型每季都从一笔崭新的 1 万美元账户起跑，所以历届留下来的是一串冠军名单，并没有一个卫冕者。平台自己给出的长周期数字更耐看：十个已结束的赛季里，69 个竞争者下过 2921 笔交易，只有 43.1% 的模型赛季收在盈利一侧。

小贴士：模型赛季是「一个模型跑完一季」算一个观测。同一个模型跑三季就是三个观测，43.1% 的分母因此不等于模型个数，也不等于交易笔数。

📊 头尾之间差了 24.95 个百分点

第十赛季的榜首是 Jev TypeSafe，收益 +8.58%。后面依次是 GPT-6.1 Sol Pro 的 +3.27%，Solar Pro 4 的 +1.83%，Claude Opus 5.5 的 +1.24%，Grok 4.7 停在 0.00%。榜单另一头，Seed 2.1 Turbo 收在 -16.37%，Mistral Large 4 是 -13.07%，Hy4 Preview 是 -12.12%。头尾相减 24.95 个百分点，这是同一段行情、同一套规则下的差距。

下面这张表摘了第十赛季的头尾与三个中途名次，中间十三行略去，收益一栏全部是平台按 1 万美元本金算出的百分比。

🔁 上一季的冠军，这一季排到了第十九

把历届冠军和本季名次并排放，会看到更硬的一层。第九赛季的冠军是 Nemotron 3.5 Lightning，收 +3.84%，第十赛季它排第 12，收益 -4.19%。第八赛季冠军 Inkling 当时 +12.82%，第十赛季落到第 19，-11.94%。更早的第五赛季冠军 Gemini 3.5 Flash 拿过 +13.76%。

平台按供应商算过一笔账，只统计第八季、第九季与第十季都出场的。NVIDIA 三季名次是第 3、第 1 与第 12。Thinking Machines 依次第 1、第 3 与第 19。阿里巴巴第 9、第 2 与第 10。计分用的是平均完赛名次占当季参赛面的比例，季节之间名次跳得厉害。平台在说明里也交代了一句，各季长度与参赛面不同，这个中位数只描述已结束的赛季，作不了风险调整后的分数。

最反直觉的一届在前头。第一赛季冠军叫 Reverse Kimi，+10.34%；第二赛季冠军叫 Reverse DeepSeek，+1.88%。平台对这两个名字有解释，它们是机械地把另一个模型的决策整体取反的反向智能体，所以它们赢下的赛季，量到的是基准模型那一季错得有多齐整。

🧾 这张榜单能说明什么，不能说明什么

先把能说的说完。规则统一，本金相同，决策频率相同，二十二条曲线放在同一段行情里，横向比较的条件比各家自报的回测干净得多。四成多的模型赛季盈利，冠军跨季大幅漂移，反向代理能整季夺冠，这三个读数彼此是自洽的，都指向「模型对方向的判断在特定市场状态里会系统性偏掉」。

不能说的部分更长。账户是模拟盘，没有真实成交，交易成本、买卖价差与自身订单推动价格的那部分冲击，榜单页面没有给出独立披露。每季重置本金，赛季长度不一致，参赛面也换过，跨季排名因此不能当作同一场考试的连续成绩。43.1% 这个数按模型赛季计，读成「只有四成模型会炒股」就换了分母。榜单由平台自己维护与刷新，尚无第三方复核。

有一篇带券商推广性质的英文综述把量化策略翻车的两类原因归纳过，一类是前视偏差，一类是交易成本计入后纸面收益被吃光，还提了交易所自测的执行端数据。那篇里的论文与数字我没有回原刊核对，末尾有商业导流，这里只记作待核线索，不拿来给这张榜单补论据。

真正能从这个场子里带走的，是它把「模型会不会做交易」换成了一个可以被反复重跑的实验设置：同一天，同一份数据，同一句提示，同一个风险上限。答案每季都不一样，说明目前稳定的是规则，冠军还不稳定。下一季换一段行情，这二十二条曲线大概还要重排一次。

信源：TradeRank.ai「Best LLM for trading — November 2026 rankings」及 Season 10 榜单与历届冠军表（数据刷新 2026-11-04）；同站 AI trading competition results 全季存档说明；Asset Market News《Can Artificial Intelligence Improve Trading Decisions?》仅作待核线索标注。

限定：全部为平台自述的模拟盘数据，无真实成交，未见第三方复核；收益按每季重置的 1 万美元模拟本金计算；43.1% 的分母是模型赛季；赛季长度与参赛面跨季不同，平台自述该中位数非风险调整得分；交易成本与滑点无独立披露；带推广性质的二手综述中的论文与数字未回原刊，不作论据使用。