Anim na Pangunahing AI "Traders" Sampung Araw na Labanan: Sino ang Makakaligtas sa Isang Merkado na Walang "Information Advantage"?

Original Article Title: "Anim na Pangunahing AI 'Traders' Sampung Araw na Labanan: Isang Pampublikong Leksyon sa Mga Trend, Disiplina, at Kasakiman"

Original Article Author: Frank, PANews

Sa wala pang sampung araw, nadoble ang pondo.

Nang makamit ng DeepSeek at Qwen3 ang rekord na ito sa live trading ng AlphaZero AI na inilunsad ng Nof1, ang kanilang kahusayan sa kita ay malayo nang nalampasan ang karamihan ng mga human traders. Pinipilit tayo nitong harapin ang isang tanong: Ang AI ay lumilipat mula sa pagiging "research tool" tungo sa pagiging "frontline trader." Paano sila mag-isip? Isinagawa ng PANews ang isang komprehensibong pagsusuri sa halos 10-araw na trading ng anim na pangunahing AI models sa kumpetisyong ito, sinusubukang tuklasin ang mga lihim ng desisyon ng mga AI trader.

Isang Purong Teknikal na Labanan na Walang "Information Asymmetry"

Bago ang pagsusuri, kailangan nating linawin ang isang premise: ang mga desisyon ng AI sa kumpetisyong ito ay "offline." Lahat ng modelo ay pasibong tumatanggap ng eksaktong parehong teknikal na datos (kabilang ang kasalukuyang presyo, moving averages, MACD, RSI, open interest, funding rates, at 4-hour at 3-minute sequence data, atbp.), at hindi maaaring aktibong mag-online upang kumuha ng fundamental na impormasyon.

Inaalis nito ang panghihimasok ng "information asymmetry" at ginagawang ultimate test ang kumpetisyong ito kung ang "purong teknikal na pagsusuri ay maaaring kumita."

Partikular, ang nilalaman na maaaring ma-access ng AI ay kinabibilangan ng:

1. Ang kasalukuyang kalagayan ng merkado ng asset: kabilang ang kasalukuyang impormasyon ng presyo, 20-araw na moving average na presyo, MACD data, RSI data, open interest data, funding rates, at intraday sequences ng nabanggit na data (3-minutong agwat) at long-term trend sequences (4-oras na agwat), atbp.

2. Impormasyon ng account at performance: kabilang ang kabuuang performance ng account, returns, available funds, Sharpe ratio, real-time na performance ng kasalukuyang posisyon, kasalukuyang take-profit at stop-loss na antas, at mga invalidation conditions.

DeepSeek: Ang Matatag na Trend Master at ang Halaga ng "Review"

Hanggang Oktubre 27, umabot sa mataas na $23,063 ang account ng DeepSeek, na may maximum unrealized gain na halos 130%. Walang duda na ito ang pinakamahusay na model, at sa pagsusuri ng trading behavior, makikita na hindi aksidente ang ganitong performance.

Una sa lahat, sa usapin ng trading frequency, ipinapakita ng DeepSeek ang low-frequency style ng mga trend traders. Sa loob ng 9 na araw, nakumpleto nito ang kabuuang 17 trades, ang pinakamababa sa lahat ng modelo. Sa 17 trades na ito, 16 beses na long at isang beses na short si DeepSeek, na eksaktong tumutugma sa pangkalahatang rebound ng merkado mula sa ilalim sa panahong iyon.

Siyempre, hindi random ang pagpili ng direksyong ito. Isinagawa ng DeepSeek ang komprehensibong pagsusuri gamit ang mga indicator tulad ng RSI at MACD, at palaging naniniwala na ang pangkalahatang merkado ay nasa bullish trend, kaya't matapang itong pumili ng long.

Sa aktwal na proseso ng trading, hindi naging maayos ang unang ilang order ng DeepSeek. Ang unang 5 order ay nagtapos sa pagkatalo, ngunit bawat talo ay hindi malaki, na ang pinakamataas na talo ay hindi lumampas sa 3.5%. Bukod dito, maikli lang ang holding time ng mga unang order, na ang pinakamaikli ay 8 minuto lang. Habang umuusad ang merkado sa inaasahang direksyon, nagsimulang magpakita ng matibay na posisyon ang DeepSeek.

Sa istilo ng posisyon ng DeepSeek, karaniwan itong nagse-set ng mas malaking take-profit space at maliit na stop-loss space pagkatapos pumasok sa posisyon. Halimbawa, noong Oktubre 27, ang average take-profit space ay 11.39%, ang average stop-loss space ay -3.52%, at ang profit-to-loss ratio ay nasa paligid ng 3.55. Mula sa perspektibong ito, ang trading strategy ng DeepSeek ay nakatuon sa maliit na talo at malaking kita.

Sa aktwal na resulta, malinaw ito. Ayon sa summary analysis ng PANews, sa mga na-settle na trades ng DeepSeek, ang average profit-to-loss ratio nito ay umabot sa 6.71, ang pinakamataas sa lahat ng modelo. Kahit na ang 41% win rate ay hindi ang pinakamataas (ikalawa sa ranggo), nangunguna pa rin ito sa profit expectation na 2.76. Ito rin ang pangunahing dahilan kung bakit nakuha ng DeepSeek ang pinakamataas na kita.

Dagdag pa rito, sa usapin ng holding time, ang average holding time ng DeepSeek ay 2952 minuto (mga 49 oras), na nangunguna rin. Sa iilang modelo, tunay itong maituturing na trend trader, na tumutugma sa pangunahing elemento ng kakayahang kumita sa financial trading, ang "letting winners run" approach.

Sa position management, medyo agresibo ang DeepSeek. Ang average single position leverage ratio nito ay 2.23, at madalas itong may hawak na maraming posisyon nang sabay-sabay, kaya't mas mataas ang overall leverage ratio. Halimbawa, noong Oktubre 27, lumampas sa 3 beses ang total leverage ratio nito. Gayunpaman, dahil sa mahigpit nitong stop-loss conditions, nananatiling kontrolado ang risk.

Sa kabuuan, ang dahilan kung bakit mahusay ang trading ng DeepSeek ay resulta ng komprehensibong estratehiya. Sa pagpili ng entry, ginagamit lamang nito ang pinaka-mainstream na MACD at RSI bilang batayan at hindi gumagamit ng anumang espesyal na indicator. Mahigpit lamang nitong sinusunod ang makatwirang risk-reward ratio at matatag na nagdedesisyon na hawakan ang posisyon nang hindi naaapektuhan ng emosyon.

Dagdag pa rito, napansin din ng PANews ang isang espesyal na detalye. Sa proseso ng chaining thoughts, ipinagpatuloy ng DeepSeek ang dating katangian nito ng mahaba at detalyadong proseso ng pag-iisip, na isinasama ang lahat ng thought process sa isang trading decision sa huli. Ang katangiang ito, kapag inihalintulad sa human traders, ay parang mga taong nakatuon sa post-analysis at ang post-analysis na ito ay isinasagawa bawat tatlong minuto.

Kahit na ang kakayahang ito ng post-analysis ay inilapat sa isang AI model, may epekto pa rin ito. Tinitiyak nito na bawat detalye ng bawat token at market signal ay paulit-ulit na sinusuri at hindi napapalampas. Marahil ito ay isa pang aspeto na maaaring matutunan ng mga human traders.

Qwen3: Ang Agresibong "Gambler" na Malalaki ang Posisyon

Hanggang Oktubre 27, si Qwen3 ang pangalawang pinakamahusay na large model. Ang pinakamataas na halaga ng account ay umabot sa $20,000 na may profitability na 100%, pumapangalawa lamang kay DeepSeek. Ang kabuuang katangian ni Qwen3 ay mataas na leverage at mataas na win rate. Umabot sa 43.4% ang overall win rate nito, pinakamataas sa lahat ng modelo. Kasabay nito, ang laki ng isang posisyon ay umabot din sa $56,100 (leverage ratio na 5.6 beses), na pinakamataas din sa lahat ng modelo. Bagaman sa profit expectations, hindi ito kasing ganda ng DeepSeek, pinahintulutan ng agresibong istilo ng trading nito na mapanatili nitong malapit ang resulta kay DeepSeek hanggang ngayon.

Relatibong agresibo ang istilo ng trading ni Qwen3. Sa average stop loss, ang average stop loss nito ay $491, pinakamataas sa lahat ng modelo. Ang pinakamalaking talo sa isang trade ay umabot sa $2,232, na pinakamataas din. Ibig sabihin, kayang tiisin ni Qwen3 ang mas malalaking talo, na karaniwang tinatawag na holding a position through drawdowns. Gayunpaman, kung saan ito kulang kumpara kay DeepSeek ay kahit na tinitiis nito ang mas malalaking talo, hindi naman nito nakakamit ang mas mataas na kita. Ang average profit ni Qwen3 ay $1,547, na mas mababa kaysa kay DeepSeek. Ginagawa rin nitong ang final profit-to-expectancy ratio nito ay 1.36 lamang, kalahati ng kay DeepSeek.

Isa pang katangian ni Qwen3 ay ang hilig nitong maghawak ng isang posisyon lang sa isang pagkakataon at mag-double down sa posisyon na iyon. Madalas umabot sa 25 beses ang leverage na ginagamit (pinakamataas na pinapayagan sa kumpetisyon). Ang ganitong istilo ng trading ay lubos na umaasa sa mataas na win rate dahil bawat talo ay magdudulot ng malaking drawdown.

Sa proseso ng pagdedesisyon, tila binibigyang pansin ni Qwen3 ang 4-hour EMA 20 moving average at ginagamit ito bilang entry at exit signal. Sa pagsasaalang-alang ng estratehiya, tila simple lang din ang approach ni Qwen3. Sa paghawak ng posisyon, nagpapakita rin ng kawalang-pasensya si Qwen3, na may average holding time na 10.5 oras, bahagyang mas mataas lang kay Gemini.

Sa kabuuan, bagaman mukhang maganda ang kasalukuyang profitability ni Qwen3, may malalaking panganib sa istilo ng trading nito. Ang mga salik tulad ng mataas na leverage, all-in opening style, pag-asa sa isang indicator, maikling holding time, at maliit na risk/reward ratio ay maaaring magdulot ng hamon sa mga susunod na trade ni Qwen3. Hanggang sa petsa ng draft noong Oktubre 28, naranasan ni Qwen3 ang maximum drawdown sa $16,600, na may drawdown percentage na 26.8% mula sa peak.

Claude: Ang Matatag na Tagapagpatupad ng Long Position

Bagaman si Claude ay nasa kumikitang estado rin sa kabuuan, hanggang Oktubre 27, ang kabuuang balanse ng account ay umabot sa $12,500, na may gain na humigit-kumulang 25%. Bagaman kahanga-hanga na ang datos na ito, tila mas kaunti ang bunga kung ikukumpara kina DeepSeek at Qwen3.

Sa katunayan, sa usapin ng trading frequency, laki ng posisyon, at win rate, malapit ang performance ng datos ni Claude kay DeepSeek. May kabuuang 21 trades, 38% win rate, at average leverage ratio na 2.32.

Ang malaking pagkakaiba ay maaaring nasa mas mababang risk/reward ratio. Bagaman katanggap-tanggap ang risk/reward ratio ni Claude na 2.1, higit tatlong beses itong mas mababa kaysa kay DeepSeek. Kaya, batay sa komprehensibong datos na ito, ang profit expectancy nito ay 0.8 lamang (nananatili sa talo sa pangmatagalan kapag mas mababa sa 1).

Dagdag pa rito, may kapansin-pansing katangian si Claude na manatili sa isang direksyon sa loob ng isang panahon. Hanggang Oktubre 27, lahat ng 21 natapos na trades ni Claude ay puro long positions.

Grok: Naligaw sa Vortex ng Directional Judgment

Malakas ang performance ni Grok sa mga unang yugto, maging ang pinaka-kumikitang modelo sa isang punto na may gain na higit 50%. Gayunpaman, habang tumatagal ang trading, nakaranas ng malaking drawdown si Grok. Hanggang Oktubre 27, bumaba ang pondo sa $10,000. Pang-apat sa lahat ng modelo, halos kapantay ng paghawak ng BTC spot ang overall return.

Sa pananaw ng trading habits, kabilang din si Grok sa kampo ng low-frequency trading at HODLers. Nakumpleto lang ni Grok ang 20 trades, na may average holding time na 30.47 oras, pumapangalawa kay DeepSeek. Gayunpaman, ang pinakamalaking isyu ni Grok ay ang mababang win rate na 20% lamang, na may risk-reward ratio na 1.85. Dahil dito, ang profit expectancy nito ay 0.3 lamang. Sa direksyon ng trades, sa 20 posisyon ni Grok, parehong 10 beses na long at short trades ang isinagawa. Gayunpaman, sa kasalukuyang yugto ng merkado, malinaw na ang sobrang pag-short ay magpapababa ng win rate. Mula sa perspektibong ito, may problema pa rin ang modelo ni Grok sa paghusga ng market trend.

Gemini: High-Frequency "Retail Trader," Unti-unting Nauubos sa Whipsaws

Si Gemini ang modelo na may pinakamataas na trading frequency, na may kabuuang 165 trades hanggang Oktubre 27. Dahil sa sobrang dalas ng trading, napakababa ng performance ni Gemini, na ang pinakamababang account balance ay bumaba sa $3,800, na may loss rate na 62%. Bukod pa rito, umabot sa $1,095.78 ang transaction fees lamang.

Sa likod ng high-frequency trading ay napakababang win rate (25%) at risk-reward ratio na 1.18 lamang, na may komprehensibong profit expectation na 0.3. Sa ganitong performance data, nakatakdang malugi ang trades ni Gemini. Marahil dahil sa kakulangan ng kumpiyansa sa desisyon, napakaliit din ng average position size ni Gemini, na may leverage ratio na 0.77 kada trade, at average holding time na 7.5 oras lamang.

Ang average stop loss ay $81 lamang, habang ang average take profit ay $96. Ang performance ni Gemini ay parang tipikal na retail trader, mabilis kumita ngunit mabilis ding lumabas kapag talo. Paulit-ulit itong nagte-trade sa taas-baba ng merkado, patuloy na nauubos ang kapital ng account.

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

Sa kasalukuyan, si GPT5 ang pinakamababa sa ranggo, na ang kabuuang performance at curve ay halos kapareho ng kay Gemini, na may loss rate na higit 60%. Bagaman hindi kasing taas ng frequency ni Gemini, nakapagsagawa ito ng 63 trades. Sa risk-reward ratio na 0.96 lamang, ibig sabihin ay average profit na $0.96 kada trade, na may katumbas na stop loss na $1. Kasabay nito, ang trading win rate ni GPT5 ay 20% lamang, kapantay ni Grok.

Sa laki ng posisyon, halos kapareho ni Gemini si GPT5, na may average position leverage ratio na mga 0.76, na nagpapakita ng napakaingat na approach.

Ipinapakita ng mga case study ni GPT5 at Gemini na ang mas mababang position risk ay hindi nangangahulugang mas makikinabang ang account profitability. Bukod pa rito, sa ilalim ng high-frequency trading, parehong hindi maaasahan ang win rate at risk-reward ratio. Dagdag pa rito, ang entry prices para sa long positions ng dalawang modelong ito ay mas mataas nang malaki kaysa sa mga kumikitang modelo tulad ng DeepSeek, na nagpapahiwatig na medyo huli ang kanilang entry signals.

Buod ng Obserbasyon: Dalawang Uri ng "Humanity" sa Trading na Nakita ng AI

Sa kabuuan, sa pamamagitan ng pagsusuri ng AI trading behavior, muli nating nagkaroon ng pagkakataong suriin ang mga trading strategy. Lalo na ang pagsusuri sa dalawang extreme trading outcomes ng high-profit na DeepSeek at high-loss na Gemini at GPT5 models ay pinaka-nakapagpapaisip.

1. Ang ugali ng mga high-profit models ay may mga sumusunod na katangian: mababa ang frequency, mahaba ang holding period, malaking risk-reward ratio, at napapanahong entry timing.

2. Ang ugali ng mga naluluging modelo ay may mga sumusunod na katangian: mataas ang frequency, short-term trading, mababang risk-reward ratio, at huling entry timing.

3. Ang halaga ng kita ay hindi direktang nauugnay sa dami ng impormasyon sa merkado. Sa AI model trading competition na ito, lahat ng modelo ay may access sa parehong impormasyon, na mas limitado kumpara sa human traders. Gayunpaman, nakakamit pa rin nila ang antas ng kakayahang kumita na malayo sa karamihan ng mga trader.

4. Ang haba ng proseso ng pag-iisip ay tila susi sa pagtukoy ng kaseryosohan ng trading. Ang decision-making process ng DeepSeek ang pinakamahaba sa lahat ng modelo, na kahalintulad ng trading rules ng mga human traders na mahusay sa pagre-review at maingat sa bawat desisyon. Sa kabilang banda, ang proseso ng pag-iisip ng mga mahihinang modelo ay napakaikli, na mas kahalintulad ng impulsive decision-making process ng tao.

5. Sa kumikitang performance ng mga modelo tulad ng DeepSeek at Qwen3, marami ang nagtanong kung posible bang direktang sundan ang mga AI model na ito. Gayunpaman, tila hindi ito matalino, kahit na maganda ang kasalukuyang profitability ng ilang AI, tila may papel ang swerte, dahil tumugma sila sa market trend sa panahong ito. Kapag pumasok ang merkado sa bagong yugto, hindi pa tiyak kung mapapanatili ang advantage na ito. Gayunpaman, ang kakayahan ng AI sa trading execution ay talagang dapat matutunan.

Sa huli, sino ang magwawagi? Ipinadala ng PANews ang mga performance data na ito sa maraming AI models, at sabay-sabay nilang pinili si DeepSeek, na binanggit na ang profit expectation nito ay pinaka-akma sa mathematical logic at ang trading habits nito ang pinaka-kanais-nais.

Kagiliw-giliw, ang kanilang pangalawang paboritong modelo, halos lahat ay pinili ang kanilang sarili.