beatspy 评测：17 个决策模型对比 SPY，最佳超额仅 +0.48pp
热点事件观察中
beatspy 评测：17 个决策模型对比 SPY，最佳超额仅 +0.48pp
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
beatspy 以协议 v2 对 17 个决策模型进行基准测试：各模型读取相同的冻结市场状态（含 RSI-14、30 天已实现波动率等特征），回答概率问题，并按校准度与相对 SPY 的收益两项标准评分。结果显示，三个窗口（各 6 个月）中最佳平均超额仅 +0.48pp，没有模型 Brier skill 为正；只有 jev-latest 和 subq-snap-1.1 在两个窗口跑赢 SPY，且优势在 bootstrap 区间内。由于只计输入 token 且一次调用回答全部问题，16 模型的 v2 看板成本约 $0.19。
AI 根据报道生成 · 2 天前更新
最新进展10月26日 01:24
beatspy：17 个决策模型对比 SPY 的基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- GitHub · 去对齐工具与仓库beatspy：17 个决策模型对比 SPY 的基准测试
beatspy 以协议 v2 对 17 个决策模型进行基准测试：模型读取相同的冻结市场状态（新增 RSI-14、30 天已实现波动率等特征），回答概率问题并按校准度与相对 SPY 的收益评分。三窗口（各 6 个月）结果中最佳平均超额仅 +0.48pp，无模型 Brier skill 为正，仅 jev-latest 和 subq-snap-1.1 在两个窗口跑赢 SPY 且优势落在 bootstrap 区间内；整个 16 模型评测仅花费约 $0.19。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月26日 02:00
- 近 24 小时变化
- -50%
02.557.510
06:0012:0018:0010月27日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。