中国AI电力交易史上第一个乌龙指是怎么产生的

2025年8月7日，英大售电共保体在广州成功举办第二届“保险杯”AI电力交易大赛。本次大赛吸引了来自全国各地的207家售电公司、高校及研究机构团队踊跃参与，以山西电力交易规则和市场真实数据为实践基础，通过高仿真模拟交易环境，为参赛者提供了实战演练平台。本文节选自清鹏智能创始人兼CEO李中阳在现场的讲话，原标题为《“算”驭风险 ·“智”赢未来——清鹏AI交易复盘与展望》。

大家好，清鹏智能是清华大学孵化的一个AI团队，今年我们也成立了电力交易服务的主体，叫四川清鹏算电科技有限公司。

清鹏被大家认识是在首届“保险杯”AI电力交易大赛，当时我们初出茅庐，运气也比较好，成绩还可以。

借着今天这个机会，站在参赛选手的角度，我来做一个第二届比赛的复盘，不一定正确，大家切磋。

一

整体情况分析

先说整体情况。这次比赛分为旬竞价交易和现货交易。根据我们的测算，旬竞价交易的市场策略空间在±15元/MWh，现货市场策略空间约±2.5元/MWh，旬和现货的市场空间占比近似 6:1。

结合我们在山西的实际情况看，比赛的这个旬中，现货市场的空间是偏大的。

接下来我们看下参赛队伍旬竞价方向判断的准确率。

可以看到，80%以上的队伍旬竞策略方向判断准确率高于50%，80%以上的队伍旬竞策略方向判断准确率低于64%。这句话很拗口，大概意思就是绝大多数队伍的策略都战胜了扔骰子，超过了60%，但是做得好的，准确率能超过64%的还比较少。

接下来，我们看看现货的整体情况。

我们看到，只有约 20% 的参赛队伍现货收益是正的，有35%以上的队伍选择现货不做策略，以规避风险。

二

我们的竞赛策略

以上是参赛队伍的整体情况分析，接下来我把清鹏的策略和结果跟大家做个汇报。

我们目前已经在山西支持了一些发电企业在进行实盘交易，这里列了从6月份到7月份我们对旬度集中竞价价格预测的结果，效果还不错，其中右下角是比赛这个旬的结果。整体来说AI能做到较为精准地判断集中竞价的价格。

比较挑战的是，在做旬交易时，我们需要对未来这个旬十几天的现货价格进行预测（在本次比赛中，需要在7月16日对7月21-31日的现货价格进行预测）。在未来十几天这个尺度，气象的准确率已经很低了。

我们可以看到清鹏模型整体准确率还不错，接近80%，也可以看到一个周期性的变化，比如说在7月中旬，可以看出晚间会出现一个高价区间。模型观测到这个现象后，通过不断自学习，对下旬价格做了相应的调整。

从中可以看到，大模型具备不错的自适应能力。

我们简单统计了一下，全天 24 个时点的话，我们这次比赛在价差方向方面判断错了大概 6 个点，预测水平达到了前1.5%。

和前30名队伍比较，清鹏大模型处在红线这个水平。可以看出，有些参赛队伍非常厉害，更多队伍还有提升空间。

特别要强调的是，刚才复盘的只是价差方向，还不是交易策略。以下是我们的旬交易申报策略情况。

大家都在谈算法交易去替代人，其实最难的不是申报方向的判断，是最终策略的制定。就是当我知道这个大概率上可能是高或者低的时候，策略怎么来定？在AI交易中，我们起了一个名字叫“场景风险”，即智能体需要对这个时点可能发生的不同概率事件带来的风险与收益做一个综合判断，这里为了方便理解我们给出了低中高三个数值，实际上背后是具体的概率。

回看比赛，针对晚间的高价时段，我们的价差方向判断其实失误了，但是我们判断对的是，这是高风险时段。这个风险来自于哪里呢？首先来自气象的不确定性，其次是市场主体的行为的不确定性，另外就是模型本身的误差。

也就是说，做策略的时候，不仅要考虑方向，更需要考虑风险。

我们训练了两个AI智能体。一个是稳健智能体，最终估算成本约313.27元/MWh，与Top 10队伍水平相当。

稳健智能体适合于实盘，考虑到是比赛，我们派出的是激进智能体，更追求绝对的收益，最终估算成本达到312.90元/MWh。

这是旬交易情况的复盘，接下来是我们的现货交易情况，在这一旬AI智能体现货价差方向判断的准确率达到76%。

在整个11天的现货交易中，我们两次拿了第一，这是其中一天。

这一天我们采用了一个相对激进的策略，是因为我们预测到这一天早晚风电大发的概率较高，会有一个比较高的价差。其他有些天我们就采用一个相对稳健的策略，风险比较大的时候，我们就不做或者少做。这也是我们最近参与实盘交易的一些思考，AI交易的价值并不是要追求收益的最大化，而是通过海量数据有效控制风险，保障持续稳定盈利。

以上是清鹏整个策略的复盘，旬交易方向不错，现货最终排在第11名。按说，我们应该取得很不错的总成绩。

三

万万没想到

然而，我们万万没想到，最终排在了53名。

发生了什么？

事后复盘时，我们发现，问题源于参与比赛与实盘交易并行时间压力下，算法工程师没有仔细检查本次竞赛考核边界导致智能体策略出现“乌龙指”。

光这一项，考核就赔了25万。

这个事，我们自己的总结是八个字：敬市如师，畏道若渊。

一方面，我们要敬畏市场，认真学习市场规则；另一方面， AI乌龙指与交易员乌龙指存在不同的表现形式。交易员的风控偏重于避免操作风险、主观判断和道德风险等，而AI可以很好的控制上述风险但需要关注数据质量、规则理解与实现、模型误差等。

通过这次比赛，我们也看到AI智能体具备持续进化能力，我们的电力交易智能体从首届战胜 90% 的人类交易员已进化至水平接近人类前 3%，相信在AI见到更多的数据与市场场景后潜力巨大。

想参与闭门研讨活动

和线上产业微信群

请注明公司、职位

添加微信：shizhicyy

视知产研院聚焦科技和新能源

微信公号已有100万+高质量粉丝

添加微信：ishizh_business

加好友请注明合作品牌