我们对 DeepSeek、GPT、Gemini 三大模型系列进行受控实验，考察在推理阶段增加思考步骤对股票交易决策的经济影响。实验保持每个形成日期可用信息、提示词、输出格式以及组合构建方式不变，仅在模型内部引入不同程度的推理（从不推理到最大推理）。评估覆盖美国股市一年时间，输入条件分为数值特征、可辨识新闻和掩码新闻三类，累计生成超过 80 万条资产预测，并对同一输入进行多次重复生成以观察稳定性。结果显示，增加推理并未在净组合收益上带来可靠提升；在 DeepSeek 上甚至出现非单调表现，即推理越多收益并非递增。重复生成导致的处理效应和组合选择波动显著，尽管整体评分变化不大。这表明推理过程可以改变金融决策的表面结果，却不一定提升其经济价值，因而在实际部署前需针对具体任务进行严格验证。
点评