收益断崖式下滑

中国研究人员的一项研究揭示，基于大语言模型的交易代理在训练期之后的市场阶段出现明显的性能衰减。总收益率从约30%至44%下降到约9%至22%，而同期指数收益基本持平。

打开网易新闻 查看精彩图片

这意味着策略失效并非因为市场整体走弱，而是模型自身在真实交易环境中的适应能力不足。

指数没变，策略先崩

研究指出，训练期内的亮眼表现并不能直接等同于实盘能力。当市场进入训练数据覆盖不到的新阶段，大模型交易策略的收益几乎腰斩，甚至跌到原来的三分之一。

这种衰减暴露了一个关键问题：回测收益可能严重高估策略的真实有效性。

需要更严格的反事实检验

研究人员强调，必须引入稳健的反事实测试来验证策略的韧性。仅凭历史区间的高收益，无法判断模型是否真正学到了可迁移的交易逻辑，还是只是在拟合特定时段的市场噪声。

对于关注大模型金融应用的从业者来说，这项研究提供了一个明确提醒：训练期收益越高，越要警惕实盘衰减的风险。