AI交易员回测时风光无限，实盘却现原形The performance decay of LLM trading strategies

旧金山联储的实验里，ChatGPT预测通胀惨不忍睹。一旦预测超出训练数据范围，模型立刻失灵。训练数据就像漏水的水管，悄悄把答案送进测试。

一换场景，30%变成9%

中国研究者用五个LLM交易智能体测试，统一用GPT-4o（训练截止2023年10月）。先在训练窗口内（2021年第二三季度）回测，收益高达30%-44%，吊打纳斯达克100指数。

再让它们在训练窗口外（2024年第三四季度）实盘交易，市场行情差不多（指数都涨约13.5%），但收益暴跌至9%-22%。脱了数据拐杖，AI立刻被打回原形。

用蒙特卡洛模拟给AI"戒数据"

研究者开出的药方是：让AI自己设计策略，除了回测，还得在反事实场景里测试。说白了就是老派的蒙特卡洛模拟，只是加了点花活，造一个训练数据没见过的模拟环境。

在五个股票和比特币上试了试，效果还真不错。

一句话：AI交易策略靠死记硬背考试题拿高分，换了新考场就露馅，蒙特卡洛模拟是给它们补的'素质拓展课'。