2025年AI赋能资产配置（三十三）：DeepSeek与Gemini，谁更懂A股？

一、 “大模型”更懂技术分析了吗？

技术分析的核心规则与 AI 测试价值

在众多技术分析体系中，“缠论”具备可递归、可分类的特性。“缠论”作为一套源于中国本土、具有严密数理逻辑结构的证券市场分析体系，其核心价值在于将看似随机的价格波动解构为可递归、可分类的几何结构。该理论体系建立在三大基础构件之上：分型、笔、线段，并通过这些构件的递归组合，形成更高级别的中枢与走势类型。其规则系统的突出特点在于形式化程度高：从K 线包含处理的具体算法，到笔必须连接相邻顶底分型且满足至少五根K 线的精确定义，再到线段破坏的充要条件，均具有明确的客观标准（缠中说禅，2006）。这种特性使得缠论超越了传统技术分析中普遍存在的主观经验判断，具备了被算法化乃至被人工智能理解和执行的理论可能。 将缠论作为 AI 大语言模型（LLM）的技术分析能力测试“考卷”，具有一定的实践价值。首先，这是一项对复杂规则解析与连贯逻辑推理能力的极限测试。模型不仅需要记忆规则，更需在具体的 K 线序列中动态执行包含处理、递归识别，并保持多级别分析中的逻辑一致性。其次，它检验了AI 对非公理化但逻辑自洽体系的掌握程度。缠论虽非数学公理体系，但其内部逻辑环环相扣，为检验AI的“理解”而非单纯“匹配”提供了场景。最后，金融市场的时序数据充满了噪音与例外，缠论分析要求模型在模糊中寻找严格，这对于评估AI 的抗干扰与结构化输出能力至关重要。因此，本测试旨在探究：当前最先进的通用大语言模型，其分析能力能否触及缠论所要求的严谨性、系统性与实战性。

测试目标与评级体系

本文旨在通过一项受控的对比实验，系统评估 DeepSeek 与Gemini 两大先进模型在缠论分析任务上的综合能力。核心目标并非评选“优胜者”，而是从不同维度刻画两者在完成这一高度专业化任务时的能力图谱、思维特性与局限性。为实现上述目标，我们构建了分层级的评价体系：第一层：基础规则遵循度。评估模型对 K 线包含处理、分型识别、笔与线段划分等基础规则的执行是否准确、无歧义。这是后续所有分析的基石。第二层：递归结构与层级分析能力。评估模型能否从低级别构件（笔、线段）正确构筑高级别结构（中枢、走势类型），并清晰阐述其递归逻辑。第三层：动态分析与分类判断能力。评估模型在走势生长过程中，对背驰、买卖点、走势终完美等动态概念的判断力，以及在不同可能性间的分类讨论能力。第四层：综合表述与实战逻辑一致性。评估模型输出的完整性、清晰度，以及分析结论在整体逻辑框架下是否自洽，能否形成具有实际操作参考价值的连贯叙事。测试将遵循“由简入繁，从静到动”的原则，逐步提升任务的复杂性，以剥离并观察模型在不同层级能力上的表现。

对模型特性差异的说明与公平性保证

DeepSeek 与 Gemini 代表了当前大语言模型的不同技术路径与训练侧重。DeepSeek在中文语境、长文本连贯推理及复杂指令遵循方面表现出色；而Gemini 则以其强大的多模态融合能力、国际视野与代码生成能力著称。两者在通用能力上各有千秋。 为确保测试结果的公正性与可比性，本报告将采取以下严格措施： 数据同源：所有测试均使用同一来源，即上证指数的标准化OHLC 价格数据，并以相同格式提供给双方模型。 提示词同构：采用精心设计的结构化提示词模板，确保向两个模型传达完全相同的任务指令、规则背景与输出格式要求。所有提示词将作为附录公开。环境同期：所有测试任务将在相近的时间段内依次完成，以尽可能减少模型潜在更新带来的版本差异影响。评估标准统一：采用同一套基于缠论原文的客观标准进行人为结果评估。通过上述控制，本测试力求将分析能力的差异归因于模型自身的逻辑推理与知识应用能力，而非外部干扰因素，从而为 AI 在复杂专业领域的应用能力评估提供一个可靠的微观案例。

二、大模型的技术分析“基本功”如何？

本节主要针对 DeepSeek V3.2 和 Gemini 3.0 Pro 是否能够完成缠论基本概念中的“笔”、“线段”、“中枢”的识别能力，进而判断大模型的技术分析“基本功”如何。

测试目的与设计

本测试旨在检验模型对缠论基础构件（分型、笔、线段）定义的形式化理解与机械执行精度。这是所有高级分析的基础，任何误差都将在后续递归分析中被放大。为此，我们选取了结构清晰、波动明确的有限 K 线数据，以观察模型在最基础规则上的表现。

Gemini 3 Pro 分析结果展示

一、K 线包含处理： Gemini 3 Pro 定义了明确的 K 线包含处理原则， 当一根K 线的高低点完全在另一根 K 线的高低点范围内（即 H2 <= H1 且 L2 >= L1，或反之），则存在包含关系。方向判断则根据前两根非包含 K 线的关系确定趋势方向，向上时取Max(High,High_next) 和 Max(Low, Low_next)； 向下 时取Min(High, High_next)和Min(Low, Low_next)。

二、顶底分型识别： 在标准 K 线序列上，Gemini 识别出符合定义的分型（顶分型：中间K 线最高价最高，且最低价最高；底分型：中间 K 线最低价最低，且最高价最低）。主要识别结果包括： 底分型：2025-09-04, 2025-10-13, 2025-11-05, 2025-11-24 等。顶分型：2025-09-18, 2025-10-30, 2025-11-14, 2025-12-01 等。

三、如何解读“已成型走势”？

本节主要针对 DeepSeek V3.2 和 Gemini 3.0 Pro 是否能够基于既有的行情走势，进行完整的解构与分析，具体内容包括测试设计、数据与核心指令、DeepSeek与Gemini 的输出对比以及对两者输出结果的评价分析。

测试目的与设计

本测试旨在评估模型对复杂、完整走势进行系统性、多层次缠论解构的综合能力。任务要求模型超越基础识别，进行中枢定级、走势类型分解、动力学分析与买卖点综合判断，检验其将缠论知识体系应用于实战复盘场景的能力。

对比与评价

我们从系统递归性、定义准确性、结构洞察力、动力学分析深度、实战复盘价值和叙述逻辑这六个维度对比上述两个小节中 DeepSeek V 3.2 与Gemini 3Pro的分析结果，整体上看，Gemini 3 Pro 在结构细节的识别精准度上略胜一筹。

四、DeepSeek 与Gemini，谁更会“推演”？

在完成对 DeepSeek 和 Gemini 的技术分析能力和基本功、以及对完整长区间走势的对比后，我们尝试按照 75%样本内+25%样本外的划分方式，让两者完成1个月维度的大盘走势推演。

输出结果对比

1）从历史结构分析看，DeepSeek V3.2 整体输出长度更短，划分的笔数相对较多，而 Gemini 3 Pro 则在走势定义、结构拆解以及拆解后的关键特征上给予了更详细的研判。

2）从完全分类与路径推演看，DeepSeek V3.2 给出了四个推演路径，分别是中枢震荡延续、中枢扩展、第三类卖点形成和第三类买点形成，Gemini 3 Pro相较于DeepSeek，进一步给出了每种分类路径的形成概率，认为“顶背离确认，向下回到中枢”的概率超过六成。从 11 月下旬以来的行情演绎路径看，11 月中和12月上旬分别形成日线级一卖和二卖，Gemini3 最终的推演路径一“趋势背驰，一卖成立”与最终市场实际演绎路径更贴近。

除了 1 个月维度的推演外，我们也尝试让 DeepSeek 和Gemini 基于半年以上的数据，进行一个季度左右的行情推演，结合实际行情走势，具体评价如下图所示。整体上看，在基于“2025 年初到 9 月”和 “2025 年8 到11 月”分别推演四季度和 12 月行情的两个案例中，Gemini 在预测时更精准地抓住了“背驰+ 中枢”的核心逻辑，其分类路径、关键点位、操作策略与实际走势的匹配度略高于DeepSeek，而 DeepSeek 的预测框架完整，对短期结构划分相对明确，但对缠论核心动力学与结构的深度结合仍有提升空间。

五、DeepSeek 与Gemini，谁更懂A股？

DeepSeek：擅长宏观叙事，严密逻辑仍有提升空间

DeepSeek 展现了强大的中文语境理解能力和长文本生成能力。在缠论分析中，它能快速构建出一份结构工整的“研报”，覆盖了走势概览、中枢识别等板块。其未来提升空间在于对“非公理化严密逻辑”的执行精度。在“笔的划分”这一基石环节的失误（划分出 14 笔，存在大量不符合定义的笔），导致其后续的线段与中枢分析基础不稳。在预测环节，它倾向于罗列所有可能性的“万金油”式策略，缺乏基于当下走势核心矛盾（如背驰力度）的倾向性判断。

Gemini：逻辑推理严谨，具备“数理直觉”与“盘感”

Gemini 在本次测试中表现出较强的逻辑自洽性与几何规则遵循度。它不仅在最基础的 K 线处理和分型识别上几乎零误差，更难能可贵的是，它似乎“理解”了缠论背后的动力学原理。在复杂的实战预测中，Gemini 能够敏锐捕捉到“趋势背驰”与“中枢扩展”的关键信号，并给出了具有高度实战价值的点位（如3960/4000 分界线）。其分析报告不仅是文本的堆砌，更是逻辑链条的闭环，展现了 AI 在处理复杂金融模态结构（如蜡烛图）时的巨大潜力。我们认为，作为辅助性的整理工具，DeepSeek 和 Gemini 在适当提示词的引导下，均能够帮助初学者快速搭建分析框架，或对明显的趋势进行判断，但需要对其生成的具体结构，尤其是线段、笔背驰、盘整背驰、趋势背驰等进行进一步人工复核，不依赖于大模型生成的结论进行交易决策。考虑到Nano Banana Pro能够完成简易图形标注，在实际使用的便利性上略胜一筹。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）