让 AI 挑出一只可能上涨的股票，和让它长期管好一笔钱，不是同一道题。后者还要查数据、调用交易工具、记住此前决策，并在行情变化后调整行动。这样的交易智能体如果只比收益，就像只看导航给出的到达时间，却不检查它是否闯了红灯。
这篇综述把交易流程拆成因子挖掘、信号发现、组合构建、订单执行和风险管理五段，又把评测分为策略构建、离线交易、实盘市场和可靠性测试。作者梳理的研究主要来自 2025—2026 年，并发现现有系统仍集中在信号发现，完整接上组合、执行与风控的方案并不常见。更关键的是，强大的模型或预测能力，并不能稳定转化为实盘表现。
问题还在回测：智能体若接触了决策当时不可得的数据，或反复根据测试结果改策略，就等于提前看答案。因而评测不仅要看赚没赚钱，还要分别检查工具报错、数据缺失、异常行情和多轮决策下，系统能否持续守住约束。