在 AI 技术飞速发展的今天，利用大模型辅助开发量化交易策略已成为一种新趋势。本文就通过实例测试来对比一下 DeepSeek 和豆包在量化策略开发上的表现。

测试方法，选 2 个不同难度的例子测试，给 AI 相同学习文档和提示词，各自写策略，然后回测运行，看谁的准确度更高。

测试用的回测平台用AIQT，一是它没有什么限制，不用登录也能回测，二是 AIQT 的策略是用自然语言编写的，不会编程也能判定 AI 写的逻辑是否正确，并且 AIQT 有现成的规范文档给 AI 学习使用。

AIQT 其实已经内置了 Deepseek，可以直接在界面中写提示词设计策略。但为了对比公平，我们都采用外置 AI 的方式。

将 AIQT 的策略开发规范文档（可从 https://c.raqsoft.com.cn/article/1769061759627#toc_h2_3 下载）传给 AI，输入提示词：

1. 选用指标：5日均线（短期） 20日均线（长期）

2. 买入信号：5日均线从下向上突破20日均线（金叉）

3. 卖出信号：5日均线从上向下跌破20日均线（死叉）

DeepSeek 表现：

Deepseek 生成的策略逻辑完全准确，输出格式也符合规范文档中的要求。

将策略复制到回测系统，应用，回测

然后手动做一下配置

应用后出现报错，看起来豆包使用了系统中不存在的指标，将系统的报错复制给豆包进行纠正，豆包输出如下：

豆包看似对错误进行了纠正，但实际上划红线的几个指标，规范文档里根本没有，豆包的输出存在幻觉，回测失败。

在有严格语法规范要求的策略编写上

DeepSeeK 就像是一个优秀的工程师，能够遵守规则写出符合要求的策略。

而豆包对于简单策略还可以处理，但是稍微复杂些的就会出错，会发散出一些文档里没有的东西，导致回测失败。