当 AI 下场炒 A 股，「推理」成了新的直觉

几天前，一场名为 “AI Trading Battle” 的实验在海外社交媒体上火了。主办方给六个主流大模型（包括 ChatGPT、Gemini、Claude 等）每人一万美元的虚拟资金，让它们自由进行加密货币交易。结果让人大跌眼镜：截至今天，DeepSeek V3.1 实现了超过 126% 的惊人盈利率，而GPT 5 和 Gemini 2.5 Pro 跌破 5,000 美元，亏损率超过 50%。 这场“AI 交易秀”原本旨在展示智能的金融潜力，却反而揭示了一个更深层的问题：当面对复杂而动态的金融环境时，语言模型知不知道他们“为什么下单”呢？ 而由香港科技大学、美国罗格斯大学和南开大学联合研究团队发表的最新论文，则是关于这类问题给出了一个答案。 他们提出了一种名为 RETuning 的方法，让大语言模型在做出预测前，先搜集证据、分析逻辑、反思推理，再得出结论。换句话说，模型不再是“凭直觉判断”，而是学会了“有理有据地思考”。 研究团队基于覆盖中国 A 股市场的大规模数据集，对这一方法进行了系统验证。结果表明，RETuning 不仅显著提升了预测准确率，还让模型的推理过程更清晰、更可信，为金融领域的人工智能研究带来了新的方向。 从准确率到平衡性的显著提升 在这项研究中，作者利用中国 A 股市场的大规模股票走势预测数据集，对他们提出的 RETuning（反思式证据调优） 方法进行了系统验证，结果表明这种方法确实显著提升了大语言模型在金融预测任务中的表现。 首先，从总体效果来看，RETuning 模型（如 DeepSeek_R1_14B_SFT_GRPO）在三分类任务：预测股票“上涨、持平、下跌”中取得了明显优势。与主流的基础模型相比（包括 ChatGPT、LLaMA3-8B、Mistral 等），RETuning 的 F1 分数平均高出 10% 到 20%，说明它不仅能更准确地区分股票走势