EinsiaAI 旗下团队近日发布量化交易评测基准 Quant Arena，将 GPT、Claude、DeepSeek 等 6 家厂商的 9 款头部大模型置于 A 股真实数据中进行全链路回测。
测试表明，通用大模型虽能构建“小盘、低波、价值”等教科书式策略，且具备一定信号预测能力，但无法有效转化为实际收益，在头部选股与择时上存在显著短板；其策略迭代往往只能修正基础错误，难以挖掘超额 Alpha。
值得注意的是，EinsiaAI 自研的私有模型 Kepler-1 在同等条件下期末净值达 1.93，远超通用模型最高分（净值 1.11），凸显了垂直金融大模型在量化领域的专业壁垒。
目前，Quant Arena 已向公众开放接入挑战。