最近，我们的团队进行了一项非常有趣的严肃实验：让 AI 与经验丰富的真实黄金和外汇分析师进行预测竞赛，共使用 65 个案例。结果让我不得不重新思考 AI 分析的未来走向，以及我们应如何恰当地使用这些工具。
有趣的实验：AI 与专业分析师
我们将实验分为两组：第一组是我们 Mac Mini M4 Pro 上的 FLUX 模型，另一组是在黄金和外汇领域拥有至少 5 年经验的分析师。所有参与者都必须回答我们准备的各类问题，且不知道对方是谁。本次实验总分为 50 分，分为 6 个主要类别。
实验中使用的题目类别
本次实验中，我们准备了涵盖 6 个主要类别的问题，这些都是泰国业内分析师非常熟悉的内容，包括：
- 黄金短期价格趋势分析
- 影响泰铢/美元汇率的因素
- 根据经济事件做出外汇交易决策
- 使用预测性指标进行技术分析
- 交易中的风险管理
- 泰国市场历史中的专业案例研究
每个类别的问题难度相同，并根据两组测试者的水平进行了适当调整。
严格的测试流程
为了确保结果透明公正，我们制定了非常严格的测试流程。AI 和分析师将获得相同的信息，并必须在规定时间内回答问题。此外，我们在 Windows 机器上使用 MetaTrader 5 系统，以确保所有数据完全一致。作品评估由一个从未见过两组工作成果的独立团队完成。
值得注意的结果
测试结束后，结果让团队每个人都不得不重新思考。两组的总分差异仅为 1.10 倍，远低于预期。专业分析师的分数略高，但在许多类别中，AI 模型的表现同样出色。值得注意的是，两组都通过了所有质量检查关卡，表明 AI 和人类都能做出合理且与数据一致的预测。
深入的结果分析
测试后，我们对结果进行了深入分析。发现 AI 在数据处理速度和模式识别方面具有优势，而分析师则在解读当前事件和实际交易经验方面占优。然而，在许多情况下，AI 能够利用更广泛的市场历史数据，以与分析师同等水平解决复杂问题。
本次实验的教训
本次实验告诉我们，市场分析的未来并不取决于谁更聪明，而应将 AI 视为增强分析师能力的工具。人类智慧与 AI 的速度和精度相结合，可能是最佳解决方案。我们应该开始探索将 AI 作为补充而非替代的使用方式。
行业的下一步
基于本次实验的结果，我们计划开发 iCafeFX 应用，使其具备整合 AI 分析结果、分析师观点以及连接个人数据收集器的功能，以存储重要数据。此外，我们还希望建立一个开放的社区，促进分析师与实际使用的 AI 之间的知识交流，以进一步提升市场分析的质量。
对于想要尝试真实黄金交易的人，可以通过以下方式开设 XM 账户：通过我们的合作伙伴开设 XM 账户
