Anim na Malalaking AI na "Trader" sa Sampung Araw na Labanan: Sino ang Makakabuhay sa Merkado na "Walang Impormasyon na Pagkakaiba"?

Orihinal na Pamagat: "Anim na Malalaking AI 'Traders' Sampung Araw na Labanan: Isang Pampublikong Klase Tungkol sa Trend, Disiplina, at Kasakiman"

Orihinal na May-akda: Frank, PANews

Sa wala pang sampung araw, nadoble ang pondo.

Nang makamit ng DeepSeek at Qwen3 ang ganitong resulta sa AlphaZero AI real trading na inilunsad ng Nof1, nalampasan na nila ang karamihan sa mga human traders pagdating sa efficiency ng kita. Pinipilit tayo nitong harapin ang isang tanong: Ang AI ay unti-unti nang nagbabago mula sa "research tool" patungo sa "frontline trader." Paano sila nag-iisip? Sinuri ng PANews ang halos 10 araw na trading ng anim na pangunahing AI models sa kompetisyong ito, sinusubukang tuklasin ang sikreto ng mga desisyon ng AI traders.

Isang Purong Teknikal na Labanan na Walang "Information Gap"

Bago ang pagsusuri, kailangan nating linawin ang isang premise: Ang mga desisyon ng AI sa kompetisyong ito ay "offline." Lahat ng modelo ay tumatanggap ng eksaktong parehong technical data (kasama ang kasalukuyang presyo, moving averages, MACD, RSI, open interest, funding rate, at 4-hour at 3-minute sequence data, atbp.), at hindi sila maaaring mag-online para kumuha ng fundamental information.

Inalis nito ang "information gap" at ginawang ultimate test ang kompetisyong ito kung "puwedeng kumita gamit lang ang pure technical analysis."

Sa detalye, ang mga datos na makukuha ng AI ay kinabibilangan ng mga sumusunod:

1. Kasalukuyang estado ng merkado ng coin: kabilang ang kasalukuyang presyo, 20-day moving average, MACD data, RSI data, open interest, funding rate, at intraday sequence ng ilang datos (3-minute cycle), pati na rin ang long-term trend sequence (4-hour cycle), atbp.

2. Impormasyon at performance ng account: kabilang ang overall performance ng account, return rate, available funds, Sharpe ratio, atbp. Real-time performance ng kasalukuyang posisyon, kasalukuyang take profit at stop loss, at mga invalidation conditions.

DeepSeek: Kalma at Trend Master at ang Halaga ng "Pagre-review"

Hanggang Oktubre 27, ang account ng DeepSeek ay umabot sa $23,063, na may pinakamalaking unrealized profit na halos 130%. Walang duda na ito ang pinakamahusay na modelo, at sa pagsusuri ng trading behavior nito, makikita na hindi aksidente ang tagumpay na ito.

Una, sa trading frequency, ipinakita ng DeepSeek ang low-frequency style ng isang trend trader; sa loob ng 9 na araw, 17 trades lang ang ginawa nito, pinakamababa sa lahat ng modelo. Sa 17 trades na ito, 16 ay long at 1 lang ang short, na tumutugma sa overall market rebound sa panahong iyon.

Siyempre, hindi rin aksidente ang pagpili ng direksyon na ito. Gumamit ang DeepSeek ng RSI at MACD para sa comprehensive analysis, at palaging tinutukoy na bullish ang overall market, kaya't matatag na nag-long.

Sa aktwal na trading process, hindi naging maganda ang unang mga order ng DeepSeek; ang unang 5 orders ay natalo, pero maliit lang ang bawat talo, hindi lalampas sa 3.5%. Maikli rin ang holding time ng mga unang order, ang pinakamaikli ay 8 minuto lang bago mag-close. Habang gumagalaw ang market sa inaasahang direksyon, naging mas matagal ang holding ng DeepSeek.

Sa holding style ng DeepSeek, karaniwan itong nagse-set ng mas malaking take profit at maliit na stop loss. Halimbawa, noong Oktubre 27, ang average take profit ay 11.39%, average stop loss ay -3.52%, at risk-reward ratio ay mga 3.55. Ipinapakita nito na ang trading strategy ng DeepSeek ay mas nakatuon sa small loss, big gain.

Sa aktwal na resulta, ganoon nga. Ayon sa summary ng PANews, sa mga settled trades ng DeepSeek, ang average risk-reward ratio ay 6.71, pinakamataas sa lahat ng modelo. Kahit na ang win rate na 41% ay hindi pinakamataas (ikalawa), nangunguna pa rin ito sa profit expectation na 2.76. Ito ang pangunahing dahilan kung bakit pinakamalaki ang kita ng DeepSeek.

Dagdag pa rito, ang average holding time ng DeepSeek ay 2,952 minuto (mga 49 oras), na siya ring pinakamahaba. Sa lahat ng modelo, ito ang tunay na trend trader, na tumutugma sa prinsipyo ng financial trading na "let your profits run."

Sa position management, medyo aggressive ang DeepSeek; ang average leverage per position ay 2.23, at madalas itong may sabay-sabay na multiple positions, kaya't ang overall leverage ay mas mataas. Halimbawa, noong Oktubre 27, ang total leverage ng mga positions nito ay higit sa 3x. Pero dahil mahigpit ang stop loss, nananatiling kontrolado ang risk.

Sa kabuuan, ang tagumpay ng DeepSeek ay resulta ng isang comprehensive strategy. Sa pagpili ng entry, ginagamit lang nito ang mainstream MACD at RSI, walang espesyal na indicator. Mahigpit lang nitong sinusunod ang tamang risk-reward ratio at hindi naaapektuhan ng emosyon sa paghawak ng posisyon.

Isa pang napansin ng PANews ay ang kakaibang detalye: Sa proseso ng pag-iisip ng DeepSeek, sinusundan nito ang nakasanayang mahabang, detalyadong thought process, at sa huli ay pinagsasama-sama ang lahat ng analysis para sa isang trading decision. Sa mga human traders, ito ay parang mga trader na mahilig mag-review, at ang review ay ginagawa kada tatlong minuto.

Kahit sa AI model, may silbi ang ganitong review ability. Tinitiyak nitong lahat ng detalye ng bawat coin at market signal ay paulit-ulit na naaanalisa at hindi napapalampas. Marahil ito ang isa pang aspeto na dapat matutunan ng mga human traders.

Qwen3: Aggressive na "Gambler" na Malaki ang Pusta

Hanggang Oktubre 27, si Qwen3 ang pangalawang pinakamahusay na modelo. Ang pinakamataas na account value ay umabot sa $20,000, na may 100% profit rate, pangalawa lang sa DeepSeek. Ang pangunahing katangian ng Qwen3 ay high leverage at high win rate. Ang overall win rate ay 43.4%, pinakamataas sa lahat ng modelo. Ang average position size ay $56,100 (leverage na 5.6x), pinakamalaki rin sa lahat. Kahit na hindi kasing taas ng DeepSeek ang profit expectation, ang malaki at agresibong style nito ay dahilan kung bakit malapit ang resulta nito sa DeepSeek.

Medyo agresibo ang trading style ng Qwen3; ang average stop loss ay $491, pinakamataas sa lahat ng modelo. Ang single largest loss ay $2,232, pinakamalaki rin. Ibig sabihin, kayang tiisin ni Qwen3 ang mas malaking loss, na tinatawag na "holding the bag." Pero hindi tulad ng DeepSeek, kahit na mas malaki ang loss tolerance, hindi naman mas mataas ang return. Ang average profit ni Qwen3 ay $1,547, mas mababa kaysa DeepSeek. Kaya ang final profit expectation ratio ay 1.36, kalahati lang ng DeepSeek.

Isa pang katangian ng Qwen3 ay gusto nitong mag-hold ng isang position lang at mag-all-in dito. Madalas itong gumamit ng leverage na 25x (maximum allowed sa competition). Ang ganitong trading style ay highly dependent sa high win rate, dahil bawat talo ay malaki ang drawdown.

Sa decision process, mukhang nakatuon si Qwen3 sa 4-hour EMA 20 moving average bilang entry at exit signal. Sa thought process, simple lang si Qwen3. Sa holding time, kulang din ito sa pasensya, average holding time ay 10.5 oras, mas mataas lang kaysa Gemini.

Sa kabuuan, kahit maganda ang kasalukuyang profit result ng Qwen3, may malaking risk ito: sobrang taas na leverage, all-in style, single indicator, maikling holding time, at maliit na risk-reward ratio ay maaaring magdulot ng problema sa hinaharap. Hanggang bago mailathala noong Oktubre 28, ang funds ni Qwen3 ay bumaba na sa $16,600, na may drawdown na 26.8% mula sa peak.

Claude: Matatag na Long-Only Executor

Kahit si Claude ay nasa profitable state, hanggang Oktubre 27, ang account value ay nasa $12,500, na may 25% profit. Maganda na sana ito kung titingnan nang mag-isa, pero medyo mahina kumpara kina DeepSeek at Qwen3.

Sa trade frequency, position size, at win rate, halos kapareho ni Claude si DeepSeek. May 21 trades, 38% win rate, at average leverage na 2.32.

Ang dahilan ng malaking agwat ay ang mas mababang risk-reward ratio. Kahit na maganda ang risk-reward ratio ni Claude na 2.1, mas mababa ito ng higit 3x kumpara kay DeepSeek. Kaya ang profit expectation ay 0.8 lang (kapag mas mababa sa 1, long-term ay malulugi).

Isa pang kapansin-pansin kay Claude ay isang direksyon lang ang tinratrade sa isang panahon. Hanggang Oktubre 27, lahat ng 21 trades ni Claude ay long positions.

Grok: Naligaw sa Pagdedesisyon ng Direksyon

Maganda ang simula ni Grok, minsan pa nga ay naging pinakamataas ang profit, higit 50%. Pero habang tumatagal, malaki ang drawdown. Hanggang Oktubre 27, bumalik ang funds sa $10,000. Pang-apat sa lahat ng modelo, at ang overall return ay halos kapareho ng paghawak ng BTC spot.

Sa trading habit, low-frequency at long-term holder din si Grok. May 20 settled trades, average holding time ay 30.47 oras, pangalawa kay DeepSeek. Pero ang pinakamalaking problema ay napakababa ng win rate, 20% lang, at risk-reward ratio ay 1.85. Kaya ang profit expectation ay 0.3 lang. Sa 20 trades, 10 long at 10 short. Sa market na ito, ang sobrang daming short ay nagpapababa ng win rate. Ipinapakita nito na may problema ang Grok model sa pag-assess ng market trend.

Gemini: High-Frequency "Retail Trader", Unti-unting Nauubos sa Paulit-ulit na Maliit na Trades

Si Gemini ang may pinakamataas na trading frequency; hanggang Oktubre 27, may 165 trades na ito. Dahil sa sobrang daming trades, napakasama ng performance, bumaba ang account value sa $3,800, na may 62% loss. Sa fees pa lang, gumastos na ng $1,095.78.

Sa likod ng high-frequency trading ay napakababang win rate (25%) at risk-reward ratio na 1.18, at profit expectation na 0.3. Sa ganitong data, siguradong malulugi si Gemini. Marahil dahil kulang sa kumpiyansa, maliit lang ang average position, leverage per trade ay 0.77, at average holding time ay 7.5 oras.

Average stop loss ay $81, average take profit ay $96. Ang performance ni Gemini ay parang tipikal na retail trader: konting kita, agad nag-close; konting talo, agad nag-cut. Paulit-ulit na nagte-trade sa market swings, unti-unting nauubos ang capital.

GPT5: "Double Kill" ng Mababang Win Rate at Mababang Risk-Reward Ratio

Si GPT5 ang pinakamahina sa lahat ng modelo, at ang performance at curve ay halos kapareho ng kay Gemini, parehong higit 60% ang loss. Kahit hindi kasing taas ng frequency ni Gemini, may 63 trades pa rin. Ang risk-reward ratio ay 0.96 lang, ibig sabihin, average profit per trade ay $0.96, pero stop loss ay $1. Kasabay nito, napakababa rin ng win rate, 20%, kapareho ni Grok.

Sa position size, halos kapareho ni GPT5 si Gemini, average leverage ay 0.76. Mukhang sobrang maingat.

Ipinapakita ng kaso ni GPT5 at Gemini na ang mababang position risk ay hindi nangangahulugang kikita ang account. Sa high-frequency trading, hindi mapapangalagaan ang win rate at risk-reward ratio. Bukod dito, ang entry price ng mga long trades ng dalawang modelong ito ay mas mataas kaysa sa mga profitable na modelo tulad ng DeepSeek, na nagpapakitang late ang entry signal nila.

Obserbasyon at Buod: Dalawang Uri ng "Human Nature" sa Trading na Ipinapakita ng AI

Sa kabuuan, sa pagsusuri ng trading behavior ng AI, muli tayong nabigyan ng pagkakataon na suriin ang mga trading strategy. Lalo na ang analysis ng dalawang extreme models: ang high-profit na DeepSeek at ang malalaking talo ng Gemini at GPT5.

1. Ang mga high-profit models ay may mga sumusunod na katangian: low frequency, long holding, mataas na risk-reward ratio, at timely entry.

2. Ang mga losing models ay may mga sumusunod na katangian: high frequency, short-term, mababang risk-reward ratio, at late entry.

3. Walang direktang relasyon ang laki ng kita sa dami ng market information. Sa AI trading competition na ito, pare-pareho ang information na nakuha ng lahat ng modelo, at mas simple pa ang source kaysa sa human traders. Pero kaya pa rin nilang magpakita ng mas mataas na profit kaysa karamihan ng traders.

4. Mukhang ang haba ng thought process ay susi sa trading discipline. Ang decision process ng DeepSeek ang pinakamahaba sa lahat ng modelo, na sa human traders ay katumbas ng mga mahilig mag-review at seryoso sa bawat desisyon. Ang mga mahihinang modelo ay may maikling thought process, parang impulsive decision-making ng tao.

5. Sa paglabas ng profit ng DeepSeek, Qwen3, atbp., maraming tao ang nagtatanong kung puwedeng gayahin ang trades ng mga AI models na ito. Pero mukhang hindi ito mainam; kahit maganda ang performance ng ilang AI ngayon, maaaring may element ng swerte, dahil sumabay lang sila sa trend ng market. Kapag nag-iba ang market, hindi tiyak kung magpapatuloy ang advantage na ito. Gayunpaman, ang execution ability ng AI sa trading ay dapat matutunan.

Sa huli, sino ang mananalo? Ipinadala ng PANews ang data na ito sa ilang AI models, at lahat sila ay pumili ng DeepSeek, dahil ang profit expectation nito ay pinaka-mathematical at pinakamaganda ang trading habits.

Ang nakakatuwa, ang pangalawang pinili ng bawat isa, ay halos sarili nila.