基于 o1 草莓模型开发的AI炒股交易策略，轻松超越 GPT-4o

在我首次对新的 OpenAI o1（“草莓”）模型进行尝试时，由于在整个程序中不断出现超时，我不得不反复检查我的程序代码、API接口和网络环境。我开始不知道新的标准是可能要等 5 分钟😂才能得到回复。

所以 o1 有别于传统的大型语言模型，我们通常能够期望输入后立刻获得回应，然而新的 OpenAI 模型却需要更长的时间来进行处理和生成回应 —— 我们不妨将此过程形容为 “思考”。并且，这确实需要相当长的时间。

但从结果来看，这种思考是值得的。因为 o1 帮我创造了一种算法交易策略，其表现明显优于市场。而且还是在第一次尝试时就做到了，这确实出乎我的意料。

一、如何利用 o1 创建算法交易策略

我建立的算法交易平台（可以理解底层是类似于Dify的平台），可以与任何大型语言模型协同工作。虽然后台支持Gemini、Llama 等开源模型和其他 LLMs，但在前台交互方面我选择使用 OpenAI 和 Anthropic ，其工作方式如下图，它是一个多步骤的过程。

1. 发送请求（Send Request）：向服务器发送用户信息。

2. 对请求进行分类（Classify Request）: 从提示列表（如 “AI 筛选器提示”、”创建投资组合提示 “和 “分析基本面 “提示）中，模型确定最相关的提示以处理请求。

3. 转发到提示工程（Forward to Prompt）：将信息发送至最相关的提示工程并获得回复。

4. 处理后响应（Post-Process Response）：根据提示，我们将执行其他操作。例如，在 “AI 股票筛选器提示 “提示下，我们将生成一个 SQL 查询，然后在后处理步骤中，我们将针对数据库执行该查询。

根据策略描述，我们创建策略大纲。其中包括策略名称、操作（“买入”或“卖出”）、我们想要购买的资产、金额（例如，购买力的 10% 或 100 股）以及我们想要执行操作的时间描述。

随后，我们针对这些条件再次重复该过程，并将描述转化为能够通过平台的回溯测试与实时交易功能进行解读的条件。通过这一过程，我们便能够借助 AI 来创建投资组合。

在 OpenAI 推出草莓模型之前，AI 非常注重字面意思。它会根据你的要求进行创作，但不太擅长产生自己的想法。用户必须完全负责表达他们想要什么，并反复思考他们的想法。

这就是为什么当我看到这个新模型在第一次尝试时创造出一种高利润的交易策略时我感到震惊。

二、o1 模型 “思考 “的作用与众不同

为了展现这有多么令人难以置信，我会使用完全一样的提示词来构建两个投资组合。第一个投资组合会由 GPT-4o 来创建，而第二个投资组合则由 GPT-o1-mini 来创建。我用于创建这些投资组合的提示词将一模一样。

先用 GPT-4o 来做：

创建投资组合策略，需要对 AI 说出你的想法：

1. 我：创建一个叫 Omni 的投资组合，初始价值为 10,000 美元。

2. Aime：你想在你的“Omni”投资组合中实现什么策略？例如，你可以指定买入或卖出特定股票或加密货币的条件。

3. 我：我想在 TQQQ（三倍做多纳斯达克100ETF 的代码）上采用 SMA 交叉策略。我倾向于采用获利策略，同时不设定止损 —— 我对科技股的长期前景持乐观态度，并不想进行止损操作。此外，我还希望进行分散买入，而非一次性全部投入。

可以看出，结果并不理想。其百分比回报率远远低于持有 SPY（标普500指数ETF的代码），风险调整后的回报率也逊色不少，并且它进行了大量的交易（因为在实盘交易中会交税，会进一步削减实际实现利润）。

我们再试下 GPT-o1-mini ：

创建这个投资组合的过程实际上完全相同。这两个请求之间的唯一区别是我使用了GPT-o1-mini 模型。

感觉自己等了一个世纪后（实际上是4分22秒），o1 给我的这个投资组合策略的结果好得几乎令人难以置信，该策略几乎在所有能想到的方面都跑赢了市场。

1. 从百分比的变化来看，几乎是持有 SPY 的 3 倍，高达 268% ；

2. 而夏普比率（The sharpe ratio）要高很多，为 0.71，而不是 0.51 ；

3. 最大回撤为 37%，而持有 SPY 的回撤为 34% ；

4. 但平均回撤幅度较小，为 4.35%，而持有 SPY 的平均回撤幅度接近 7%。

这TM有点太不可思议了。不仅利润大增了，而且把风险控制的更低？

三、对结果进行深入分析

实话实说，第一次看到这些结果后，我有点惊呆了，于是决定进行一些深入研究——这个模型做了什么而 GPT-4o 没有做的事情？

聪明的我很快就发现了这个关键细节：在为该策略生成卖出条件时，如果头寸上涨哪怕一点点，达到 0.15%，GPT-4o 就会卖出。

相比之下，看看由 GPT-o1 建的投资组合是怎么做的？它的策略是：如果股票 14 天平均价格上涨 15% + 后才选择卖出。

本着“治病救人”（没事找事）的原则，我根据 o1给出的投资组合策略，对 GPT-4o 创建的投资组合做了一些小调整。

最终，该投资组合也取得了超越市场的优异回报。

显然，o1-mini 模型更好地理解了如何为我的应用创建有效的投资组合，而无需迭代。相比之下，GPT-4 模型需要专家用户的更多帮助。最终，这两个投资组合都获得了超越市场的出色回报。

四、后续我要做的事情

当下，这些结果仅仅是回溯测试的结果而已——它们表明了倘若我们过去实施了这个投资组合，将会出现何种情况。这看似颇具价值，但实际上并未真正实现盈利。我们需要了解如果现在部署这些投资组合，将会有何结果。所以，我已将这些策略实时应用于真实市场，并对其未来的表现持续进行监控。

“只有时间能告诉我们一切。”—— 亚伯拉罕・林肯。

五、回顾与总结

人工智能将彻底改变各行各业，金融业也不例外。这项实验证明，AI 至少可以帮助你做出更明智的交易决策。现在下结论说纯粹由AI 生成的投资组合本质上更优越还为时尚早，但这个实验最令人震惊的是，这些投资组合是在短短几分钟内生成的。

看了本文你会了解，OpenAI 的两种语言模型都能创建高收益的算法交易策略。o1 模型无需任何人工干预，而 GPT-4 模型则需要人类的帮助。最终，这两个模型的回溯测试回报率都将 S&P500 指数甩在了后面。

但这些回溯测试结果还不够。在接下来的几周里，我将会公布由 AI 生成的投资组合的实际功效。

请大家继续关注结果——这可能会是改变算法交易的游戏规则。

本文内容仅仅是技术探讨和学习，并不构成任何投资建议。

本文链接：https://bijiaokuai.com/gupiao_60.html

免费炒股人工智能app软件瑞士环球人工智能炒股案件最新进展如何炒股人工智能龙头股千元人工智能炒股工具人工智能炒股概念股人工智能炒股行业分析报告人工智能炒股的后果是什么目前人工智能炒股的现状如何