在我所在的这个领域，也就是金融、量化金融、量化交易这个方向，我越来越清晰地感受到：大模型在这里仍然存在明显的局限性。
这个问题其实是在一个非常具体的背景下暴露出来的。最近我在测试一个行情数据 API 提供的 MCP（Model Context Protocol）时发现了这些现象。我原本的期望很简单——既然给了模型一个标准化的行情数据 MCP，它就应该能够直接、可靠地调用数据，并计算一些最基本的指标，比如某只股票当天的涨跌幅。换句话说，我期待的是：给它一个结构化接口，它就能严谨地使用它。
但实际测试下来，并不是这样。
而且这种局限，并不只出现在所谓“能力较弱”的模型上。我用过的不管是中国还是美国号称最强的模型，最近都犯过一些相当低级的错误。回头复盘，这些问题的根源往往集中在一点——缺乏这个领域应有的细节把控能力。
举个最基础的例子。在金融和交易领域，什么是最基本的能力？知道一只股票今天涨了多少、跌了多少。这是最基础的数据认知。如果连涨跌幅的计算口径都不严谨，那后面谈模型分析、策略构建，其实都失去了根基。
一个量化老兵，拿到一个行情数据 API，第一件事应该做什么？不是马上计算，而是搞清楚：这个 API 返回的字段分别代表什么？时间戳是什么时区？是否包含盘前盘后？close 是 regular session close，还是 extended hours last？这些都是必须明确的前提。
在 A 股环境里，相对简单一些。因为几乎没有有意义的盘后交易，日涨跌幅的定义空间较小。盘前只有集合竞价，结构比较单一。
但在美股市场，复杂度显著提高。既有盘前交易，又有盘后时段。因此，当你问一个模型：“What is the performance of Apple today?”——如果没有明确口径，这个问题本身就是不充分的。
我观察到的一个典型问题是，模型常常把“today’s performance”理解为：
今日收盘价减去今日开盘价，再除以今日开盘价。
这其实是 intraday return（open-to-close），而不是标准的日涨跌幅。标准的 daily return 通常是用今日 regular close 相对于前一交易日 regular close 的变化率。
更进一步，在美股里，“close”本身就可能存在歧义：
- 是 16:00 的 regular close？
- 还是盘后 20:00 的 extended last？
- API 返回的字段是否已经包含盘后成交？
- 时间戳是否已经跨入盘后区间？
如果不对这些问题做严格界定，就可以在多个价格之间“自由选择”，而计算结果自然可能出现偏差。
我实际测试过多款主流模型，包括 Claude Opus4.6，MiniMax M2.5，GLM，它们在不同场景下都出现过类似问题。有的公式本身选错口径，有的公式形式是对的，但因为没有核对 API 字段语义，仍然得到错误结果。
问题的本质并不是模型不会算百分比，而是：
第一，对金融语境中的概念边界缺乏精确定义。
第二，对数据字段语义缺乏验证意识，默认字段名等同于经济含义。
第三，不主动进行数据一致性校验，而是基于“常见用法”进行推断。
这种局限在量化领域尤为明显。因为量化交易本质上是一个对定义、口径、时间结构极度敏感的行业。一个百分点的偏差，可能只是口径错误，而不是市场信号。
因此，我想表达的不是模型“算错一次涨跌幅”这么简单，而是：在我所在的这个领域，大模型目前仍然缺乏一种工程级别的严谨性。它们能够给出流畅的解释、看似合理的公式，但在数据定义、字段语义、交易结构这些细节层面，仍然容易出现系统性模糊。
而这也让我得出一个更现实的结论：
仅仅给模型一个行情数据 MCP，并不足以保证它能稳定、严谨地完成金融计算。若希望在量化场景中可靠使用，仍然需要在模型之上增加明确的 skills 或 wrapper——把收益口径、字段映射、时段规则、交易日历等逻辑写死、封装好，让模型调用的是经过约束的能力，而不是自由发挥的理解。
在量化金融里，真正可靠的系统，从来不是“会算”，而是“不会算错”。
以下是我做的测试，全部在美国时间 2026 年 2 月 24 日完成
先说结论，在我做的一共七个测试里，大概只有两个算是勉强过关。几乎是完美犯了我说的 API 调用的错误，哪怕我有预期，还是挺震撼的。
测试 1：Claude Opus 4.6任务 1：计算 M7 今天的表现【失败】
calculate M7's performance today.
答案在此
结果是：昨天收盘价抓到了，今天收盘价抓到了，但是涨跌幅不对……为什么呢？
破案了：Opus4.6 使用了 API 给的数据，只要认为 API 有这个“数据”，他就直接用。这其实就是我说的，把 API 里面返回的数值，强加一个自己的理解，然后使用，不去做任何验证。这个其实就还是幻觉的一种体现。
任务 2：计算 NVDA 今天的表现【失败】
If I asked you to calculate the performance of NVDA today, what would you do, tell me the plan
第一次跑这个任务，是在美东时间 2：50 左右。Opus 一开始说明白了 daily return 和 intraday return 的区别，并且在计算结果时，使用了昨日收盘，今日开盘，当前数据等，最后的结果也是对的。但在这里，由于目前还没有收盘，其实在真的调用数据计算时，它使用当前的 snapshot 我也没什么好说的。
那么我们一会儿收盘后，再来跑一次该任务，看看 Opus 能不能搞清楚，这个可以获取盘后数据的 API，需要注意些什么。
盘后美东时间 4:50 左右，又跑了一次。计划做的不错，开盘收盘也都对。
但是，涨跌幅怎么成了 0.57%？说好的 0.68%的今日涨幅呢？原因和刚才一样估计，因为涉及到了盘后数据。功亏一篑啊。
任务 3：计算 M7 表现汇总【成功，高成本】
what is the 1D,1W,1M,3M,YTD performance of M7 stocks as of yesterday close?
大哥算了四分钟了，还在算……我的 token 在烧，心在滴血。
大哥最后决定，写一个库来计算……好吧，我的心已经流干了。大哥很贴心的给了他定义的几个日期，看起来都还可以。从英伟达昨天 0.91%的涨幅来看，是算对了，看来还是得硬算啊，不能想当然。这题，算是过关了……
然后 token 消耗怎么样呢？
就上面的这几个任务，跑三次基本就可以一下午休息了。just FYI。
测试 2：GLM4.7任务 1：计算 M7 今天的表现【失败，原因：错误理解 API 返回值】
先放一个答案：
直接提问：
calculate M7's performance today.
跟 Opus 一样的问题，直接使用 API 返回值而不假思索，幻觉。英伟达 0.68%的涨幅被说成了 0.71%，特斯拉 2.39%的涨幅被说成了 2.47%。
任务 2：计算英伟达今天的表现【失败，原因：错误理解 API 返回值】
If I asked you to calculate the performance of NVDA today, what would you do, tell me the plan
如果先让他来计划，然后再计算，表现就还可以，跟 Opus4.6 一样，都搞清楚了他们要算什么，且计算今天表现时结果也都正确。下面是我在盘中做的测试，结果和 Opus 一样。
盘后测试结果，也翻车了，原因和 Opus 一样，都是幻觉。
任务 3：查看 M7 昨天的表现【失败，原因：错误理解 API 返回值】
What is the performance of Mag7 stocks yesterday?
还是那个 Opus 也犯了的问题：直接用涉及到了盘后数据的 API 返回值，而不是计算 close -> close 的变化。
任务 4：Mag7 表现汇总【算是成功了吧】
what is the 1D,1W,1M,3M,YTD performance of M7 stocks as of yesterday close?
从他选择的日期来看，
1D 的其实要给他加鸡腿，考虑到了昨天收盘是周一，要看上周五的收盘价，
1W 选择的是 2/13，是上上周五，也是对的。
但 1M 和 3M 的日期选择就比较机械了。1M 被他蒙对了，但是 3M 就出了问题，往下看。
然后，我让他自己做一个述职，告诉我他都干了什么，为什么这么做：
walk me through your calculation process for the last task: what mcp you used, results, what new mcp call you made, result, what's the formula of each result item?
以下是她的回答，我直接粘贴在下面。
从她的回答里，我看到，对于 1M， 3M 以前的日期选取，有些粗糙，是直接减去了 30 和 90 天，以至于都不管是不是交易日，所以出现了 MCP 数据获取时的报错。这其实就是没有提前制定好计划的一个体现吧。
walk me through your calculation process for the last task: what mcp you used, results, what new mcp call you made, result, what's the
formula of each result item?
⏺ Walkthrough: Mag7 Multi-Period Performance Calculation
Step 1: Define Time Periods & Reference Dates
┌────────┬────────────────┬────────────────────────────────────────┐
│ Period │ Reference Date │ Calculation │
├────────┼────────────────┼────────────────────────────────────────┤
│ 1D │ 2026-02-20 │ (Yesterday - Previous Trading Day) │
├────────┼────────────────┼────────────────────────────────────────┤
│ 1W │ 2026-02-13 │ (Yesterday - 1 Week Ago) │
├────────┼────────────────┼────────────────────────────────────────┤
│ 1M │ 2026-01-23 │ (Yesterday - 1 Month Ago) │
├────────┼────────────────┼────────────────────────────────────────┤
│ 3M │ 2025-11-24 │ (Yesterday - 3 Months Ago) │
├────────┼────────────────┼────────────────────────────────────────┤
│ YTD │ 2025-12-31 │ (Yesterday - Last Trading Day of 2025) │
└────────┴────────────────┴────────────────────────────────────────┘
Yesterday's close (2026-02-23) was already fetched in the previous task.
---
Step 2: First Round of MCP Calls
I called get_daily_open_close_agg for all 7 stocks × 5 dates = 35 parallel calls:
YTD (2025-12-31) - ✅ All 7 succeeded
get_daily_open_close_agg(ticker="AAPL", date="2025-12-31")
→ close: 271.86
get_daily_open_close_agg(ticker="MSFT", date="2025-12-31")
→ close: 483.62
... (all 7 returned data)
3M (2025-11-23) - ❌ All 7 failed (NOT_FOUND)
Error: {"status":"NOT_FOUND", "message":"Data not found."}
Issue: 2025-11-23 was a Sunday (no trading data)
1M (2026-01-23) - ✅ All 7 succeeded
get_daily_open_close_agg(ticker="AAPL", date="2026-01-23")
→ close: 248.04
get_daily_open_close_agg(ticker="NVDA", date="2026-01-23")
→ close: 187.67
... (all 7 returned data)
1W (2026-02-14) - ❌ All 7 failed (NOT_FOUND)
Issue: 2026-02-14 was a Saturday
1D (2026-02-22) - ❌ All 7 failed (NOT_FOUND)
Issue: 2026-02-22 was a Sunday
---
Step 3: Second Round - Adjusted Dates for Failed Calls
3M: Changed from 2025-11-23 (Sun) → 2025-11-24 (Mon)
get_daily_open_close_agg(ticker="AAPL", date="2025-11-24")
→ close: 275.92
get_daily_open_close_agg(ticker="NVDA", date="2025-11-24")
→ close: 182.55
... (all 7 succeeded)
1W: Changed from 2026-02-14 (Sat) → 2026-02-13 (Fri)
get_daily_open_close_agg(ticker="AAPL", date="2026-02-13")
→ close: 255.78
get_daily_open_close_agg(ticker="NVDA", date="2026-02-13")
→ close: 182.81
... (all 7 succeeded except META & TSLA)
1D: Changed from 2026-02-22 (Sun) → 2026-02-21 (Fri)
get_daily_open_close_agg(ticker="AAPL", date="2026-02-21")
→ Error: NOT_FOUND
Issue: Feb 21, 2025 appears to be a holiday (Presidents' Day)
1D: Changed from 2026-02-21 → 2026-02-20 (Thu)
get_daily_open_close_agg(ticker="AAPL", date="2026-02-20")
→ close: 264.58
get_daily_open_close_agg(ticker="NVDA", date="2026-02-20")
→ close: 189.82
... (all 7 succeeded)
---
Step 4: Formulas Used
Performance Formula (for all periods)
% Change = (Current Price - Reference Price) / Reference Price × 100
Example Calculation: NVDA 1D Performance
Current (Feb 23) = 191.55
Reference (Feb 20) = 189.82
% Change = (191.55 - 189.82) / 189.82 × 100
= 1.73 / 189.82 × 100
= +0.91%
Example Calculation: MSFT YTD Performance
Current (Feb 23) = 384.47
Reference (Dec 31) = 483.62
% Change = (384.47 - 483.62) / 483.62 × 100
= -99.15 / 483.62 × 100
= -20.51%
---
Summary: All MCP Calls Made
┌───────┬────────────┬──────────────────┬──────────┐
│ Round │ Date │ Status │ Calls │
├───────┼────────────┼──────────────────┼──────────┤
│ 1 │ 2025-12-31 │ ✅ 7/7 │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 1 │ 2025-11-23 │ ❌ 0/7 (Sun) │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 1 │ 2026-01-23 │ ✅ 7/7 │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 1 │ 2026-02-14 │ ❌ 0/7 (Sat) │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 1 │ 2026-02-22 │ ❌ 0/7 (Sun) │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 2 │ 2025-11-24 │ ✅ 7/7 │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 2 │ 2026-02-13 │ ✅ 7/7 │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 2 │ 2026-02-21 │ ❌ 0/7 (Holiday) │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ 2 │ 2026-02-20 │ ✅ 7/7 │ 7 │
├───────┼────────────┼──────────────────┼──────────┤
│ │ │ Total │ 60 calls │
└───────┴────────────┴──────────────────┴──────────┘
The key learning: When working with financial data, always handle weekends and holidays by trying adjacent business days.
他自己最后还总结了一段，可以可以。加鸡腿，升官！