E | 第一天Grok-4的表现就让所有人震惊：单日涨幅超过500%。
10月14日，测试规模升级到每个模型10000美元。车型尺寸方面，新车长宽高分别为4715/1842/1473mm，轴距为2680mm，新车定位为一款紧凑型车。有趣的是，这些AI模型立即展现出激进的交易风格，毫不犹豫地开出了巨大仓位。
10月16日，项目创始人Jay_azhang，发布短视频《Are you ready for Alpha Arena?》，正式抛出“Alpha Arena”概念，一个规模更大、赌注更高的实验。
F | 车辆尾部，尾灯的造型与头灯呼应，流线的造型，后包围的设计同样夸张，包括导流槽和双边排气，整体依旧动感。视频首先展示了初步实验的结果，他们给了6个不同的人工智能模型各200美元进行交易，结果在一天内就取得了高达77.9%的集体回报率。视频也展示了并非所有模型都赚钱，有的盈利，有的亏损。
o | 配备19英寸和20英寸的轮圈和红色卡钳。
相比之下，GPT-5和Gemini则表现非常差，分别亏损25.4%和29.03%。车辆尾部，尾灯与导流槽融合在一起，箭头尾灯造型别致，门型尾灯勾勒整个尾部轮廓，后包围有效起到导流作用。Gemini尤其惨烈——46笔交易产生的439.30美元手续费几乎吃掉了三分之一本金，成为过度交易的反面教材。
u | 另一位联合创始人Matthew Siper是纽约大学机器学习方向的博士候选人，同时也是AI研究科学家。一个还没毕业的博士生做项目，这更像是一个验证学术假设的实验。
从团队背景来看，nof1并不是纯粹的商业炒作。Jay本人具备量化交易经验，他很清楚市场的残酷和AI的局限。Alpha Arena更像是他在问一个问题，既然我自己能用量化策略赚钱，那AI能不能也做到？
不过，在为这些AI交易员的表现惊叹之余，也需要保持一些冷静。
v | Alpha Arena为“让AI在活市场里跑分”提供了前所未有的公开窗口，但作为基准测试，它仍然缺乏大样本、长时间、跨市场的数据积累，缺乏透明、可复现的输入与运行设置。换句话说，它更像一场极具观赏性的“链上真人秀”，而不是能直接指导模型选型或金融生产的严格Benchmark。
值得注意的一点是，官方目前只强调统一Prompt+统一输入的赛制设定，并未对外公布完整的Prompt文本。
w | 这意味着我们无法完全复现这些AI的决策过程。
但不管怎样，这场实验已经证明，AI已经具备在真实市场中交易能力的迹象，量化交易公司已经在试图借助AI来帮助自己更好的交易，也许也许真正的问题不是AI能否交易，而是我们准备好迎接AI交易员了吗？。
Current article:http://tgkew.cuntoujuefourantapai.cfd/bbe9/sx62.html
