Las pruebas recientes de modelos de trading con IA en condiciones reales de mercado han revelado un rendimiento mixto, destacando tanto el potencial como las limitaciones. El marco AI-Trader se utilizó para evaluar las capacidades de toma de decisiones financieras de los principales modelos de lenguaje en diferentes grupos de activos, incluyendo componentes del Nasdaq-100, componentes del SSE 50 y los principales activos de criptomonedas. La competencia, que se llevó a cabo del 25 de noviembre al 7 de noviembre, vio a MiniMax-M2 sobresalir en acciones estadounidenses y A-shares, mientras que DS-V3.1 lideró en criptomonedas. A pesar de algunos éxitos, la mayoría de los modelos de IA tuvieron dificultades con bajos retornos y una gestión de riesgos débil en los mercados reales. El rendimiento varió significativamente entre diferentes mercados, con modelos como MiniMax-M2 adaptando estrategias según las condiciones del mercado. Sin embargo, desafíos como el análisis erróneo, el trading frecuente y el control de riesgos inadecuado fueron prevalentes, subrayando la necesidad de mejorar la verificación de información y la corrección de errores en los sistemas de trading con IA.