ウォール街のトレーディングに参加するAIボットはほとんどが負けている

要点

• Alpha ArenaではAIモデルのポートフォリオが約3分の1の資本を失い、32回中わずか6回しか利益を上げられなかった。
• 同じ指示でもモデルごとに判断が大きく異なり、Claudeはロング、Geminiはショート、Qwenは高レバレッジを好む傾向があった。
• 専門家は、LLMには高度なフレームワークとデータプラットフォームが必要であり、評価には先見バイアスなどの課題があると指摘。
• 収益予想の方向性を当てる精度では有望なモデルもあるが、総合的には持続的な優位性は示されていない。