Sei principali "trader" AI in una sfida di dieci giorni: chi riuscirà a sopravvivere in un mercato senza "vantaggio informativo"?

Titolo originale dell'articolo: "Duello di dieci giorni tra sei grandi 'trader' AI: una lezione pubblica su trend, disciplina e avidità"

Autore originale dell'articolo: Frank, PANews

In meno di dieci giorni, i fondi sono raddoppiati.

Quando DeepSeek e Qwen3 hanno raggiunto questo risultato nel trading live di AlphaZero AI lanciato da Nof1, la loro efficienza di profitto aveva già superato di gran lunga quella della maggior parte dei trader umani. Questo ci costringe ad affrontare una domanda: l'AI sta passando da "strumento di ricerca" a "trader in prima linea". Come pensano? PANews ha condotto una revisione completa dei quasi 10 giorni di trading dei sei principali modelli AI in questa competizione, cercando di svelare i segreti decisionali dei trader AI.

Un duello puramente tecnico senza "asimmetria informativa"

Prima dell'analisi, dobbiamo chiarire una premessa: le decisioni AI in questa competizione sono "offline". Tutti i modelli ricevono passivamente esattamente gli stessi dati tecnici (inclusi prezzo attuale, medie mobili, MACD, RSI, open interest, funding rates e dati sequenziali a 4 ore e 3 minuti, ecc.), e non possono andare online attivamente per ottenere informazioni fondamentali.

Questo elimina l'interferenza dell'"asimmetria informativa" e rende questa competizione il test definitivo per verificare se "la pura analisi tecnica può essere redditizia".

In particolare, i contenuti a cui l'AI può accedere includono:

1. Lo stato attuale del mercato dell'asset: inclusi informazioni sul prezzo attuale, prezzo medio mobile a 20 giorni, dati MACD, dati RSI, dati open interest, funding rates e sequenze intraday dei dati sopra menzionati (intervalli di 3 minuti) e sequenze di trend a lungo termine (intervalli di 4 ore), ecc.

2. Informazioni e performance dell'account: inclusi performance complessiva dell'account, rendimenti, fondi disponibili, Sharpe ratio, performance in tempo reale delle posizioni attuali, livelli di take-profit e stop-loss attuali e condizioni di invalidazione.

DeepSeek: Il maestro del trend stabile e il valore della "revisione"

Al 27 ottobre, l'account di DeepSeek ha raggiunto un massimo di $23.063, con un guadagno massimo non realizzato di circa il 130%. Indubbiamente il modello con le migliori performance, e dall'analisi del comportamento di trading si nota che il motivo di tali risultati non è casuale.

Innanzitutto, in termini di frequenza di trading, DeepSeek dimostra lo stile a bassa frequenza dei trader di trend. In un periodo di 9 giorni, ha completato un totale di 17 operazioni, il numero più basso tra tutti i modelli. Di queste 17 operazioni, DeepSeek è andato long 16 volte e short una volta, allineandosi perfettamente con il trend generale di rimbalzo del mercato in quel periodo.

Ovviamente, questa scelta di direzione non è stata casuale. DeepSeek ha condotto un'analisi completa utilizzando indicatori come RSI e MACD, ritenendo costantemente che il mercato fosse in un trend rialzista, scegliendo così di andare long con fiducia.

Durante il processo di trading specifico, i primi ordini di DeepSeek non sono andati lisci. I primi 5 ordini si sono conclusi con una perdita, ma ogni perdita non è stata significativa, con la perdita massima che non ha superato il 3,5%. Inoltre, il tempo di mantenimento delle posizioni iniziali è stato relativamente breve, con la più breve chiusa in soli 8 minuti. Con lo sviluppo del mercato nella direzione prevista, le posizioni di DeepSeek hanno iniziato a mostrare una maggiore durata.

Guardando lo stile di posizionamento di DeepSeek, tende a impostare uno spazio di take-profit relativamente ampio e uno spazio di stop-loss ridotto dopo l'apertura di una posizione. Prendendo come esempio le posizioni del 27 ottobre, lo spazio medio di take-profit impostato era dell'11,39%, lo spazio medio di stop-loss era del -3,52% e il rapporto profitto/perdita era impostato intorno a 3,55. Da questo punto di vista, la strategia di trading di DeepSeek si orienta verso l'idea di piccole perdite e grandi guadagni.

In termini di risultati effettivi, questo è evidente. Secondo l'analisi riassuntiva di PANews, tra le operazioni chiuse di DeepSeek, il suo rapporto medio profitto/perdita ha raggiunto 6,71, il più alto tra tutti i modelli. Sebbene il tasso di successo del 41% non sia il più alto (secondo in classifica), si posiziona comunque al primo posto con un'aspettativa di profitto di 2,76. Questo è anche il motivo principale per cui DeepSeek ha ottenuto il profitto più elevato.

Inoltre, in termini di tempo di mantenimento, il tempo medio di mantenimento di DeepSeek è di 2952 minuti (circa 49 ore), anche questo al primo posto. Tra i pochi modelli, può essere davvero definito un trader di trend, il che si allinea con l'elemento principale della redditività nel trading finanziario, ovvero il "lasciare correre i vincitori".

In termini di gestione delle posizioni, DeepSeek è relativamente aggressivo. Il suo rapporto medio di leva per singola posizione raggiunge 2,23 e spesso detiene più posizioni contemporaneamente, portando a un rapporto di leva complessivo relativamente più alto. Ad esempio, il 27 ottobre, il suo rapporto di leva totale ha superato 3 volte. Tuttavia, grazie alle sue rigorose condizioni di stop-loss, il rischio rimane entro un intervallo controllabile.

Nel complesso, il motivo per cui il trading di DeepSeek ha avuto buone performance è il risultato di una strategia completa. In termini di selezione dell'ingresso, utilizza solo i più comuni MACD e RSI come criteri e non impiega indicatori speciali. Si limita a seguire rigorosamente un rapporto rischio/rendimento ragionevole e prende decisioni per mantenere le posizioni senza essere influenzato dalle emozioni.

Inoltre, PANews ha anche riscontrato un dettaglio piuttosto particolare. Nel processo di concatenazione dei pensieri, DeepSeek ha continuato la sua caratteristica passata di un processo di pensiero lungo e dettagliato, riassumendo tutti i processi di pensiero in una decisione di trading finale. Questa caratteristica, se riflessa nei trader umani, assomiglia a coloro che si concentrano sull'analisi post-operazione e questa analisi viene effettuata ogni tre minuti.

Anche quando questa capacità di analisi post-operazione viene applicata a un modello AI, svolge un ruolo importante. Garantisce che ogni dettaglio di ogni token e segnale di mercato venga analizzato ripetutamente senza essere trascurato. Forse questo è un altro aspetto da cui i trader umani possono imparare.

Qwen3: Il "giocatore d'azzardo" aggressivo con grandi posizioni

Al 27 ottobre, Qwen3 è il secondo modello di grandi dimensioni con le migliori performance. L'importo massimo dell'account ha raggiunto $20.000 con una redditività del 100%, secondo solo a DeepSeek. Le caratteristiche complessive di Qwen3 sono alta leva e alto tasso di successo. Il suo tasso di successo complessivo ha raggiunto il 43,4%, il più alto tra tutti i modelli. Allo stesso tempo, la dimensione di una singola posizione ha raggiunto $56.100 (rapporto di leva di 5,6 volte), anch'essa la più alta tra tutti i modelli. Sebbene in termini di aspettativa di profitto non sia buono come DeepSeek, il suo stile di trading aggressivo gli ha permesso di seguire da vicino i risultati di DeepSeek fino ad oggi.

Lo stile di trading di Qwen3 è relativamente aggressivo. In termini di stop loss medio, il suo stop loss medio è di $491, il più alto tra tutti i modelli. La perdita massima in un singolo trade ha raggiunto $2.232, anch'essa la più alta. Questo significa che Qwen3 può tollerare perdite maggiori, comunemente noto come mantenere la posizione durante i drawdown. Tuttavia, dove è inferiore rispetto a DeepSeek è che, anche se sopporta perdite maggiori, non ottiene rendimenti più elevati. Il profitto medio di Qwen3 è di $1.547, inferiore a quello di DeepSeek. Questo fa sì che il suo rapporto finale profitto/aspettativa sia solo 1,36, la metà di quello di DeepSeek.

Inoltre, un'altra caratteristica di Qwen3 è la preferenza per mantenere una singola posizione alla volta e raddoppiare su quella posizione. La leva utilizzata spesso raggiunge 25 volte (il massimo consentito nella competizione). Questa caratteristica di trading si basa fortemente su un alto tasso di successo perché ogni perdita comporterà un drawdown significativo.

Durante il processo decisionale, Qwen3 sembra prestare particolare attenzione alla media mobile EMA 20 a 4 ore e la utilizza come segnale di ingresso e uscita. Quando considera la sua strategia, Qwen3 sembra anche mantenerla semplice. In termini di mantenimento delle posizioni, Qwen3 mostra anche impazienza, con un tempo medio di mantenimento di 10,5 ore, appena sopra Gemini.

Nel complesso, sebbene la redditività attuale di Qwen3 sembri promettente, ci sono rischi significativi nel suo approccio di trading. Fattori come alta leva, stile di apertura all-in, affidamento su un solo indicatore, breve tempo di mantenimento e basso rapporto rischio/rendimento potrebbero rappresentare sfide per i futuri trade di Qwen3. Alla data della bozza del 28 ottobre, i fondi di Qwen3 hanno subito un drawdown massimo a $16.600, con una percentuale di drawdown del 26,8% dal picco.

Claude: L'esecutore persistente delle posizioni long

Sebbene anche Claude sia complessivamente in uno stato redditizio, al 27 ottobre il saldo totale dell'account ha raggiunto circa $12.500, con un guadagno di circa il 25%. Sebbene questo dato possa sembrare impressionante da solo, appare leggermente meno fruttuoso se confrontato con DeepSeek e Qwen3.

In realtà, sia in termini di frequenza di trading, dimensione delle posizioni e tasso di successo, le performance di Claude sono molto vicine a quelle di DeepSeek. Con un totale di 21 operazioni, un tasso di successo del 38% e un rapporto medio di leva di 2,32.

La differenza significativa può risiedere nel rapporto rischio/rendimento più basso. Sebbene il rapporto rischio/rendimento di Claude sia rispettabile a 2,1, è oltre tre volte inferiore a quello di DeepSeek. Pertanto, sulla base di questi dati complessivi, la sua aspettativa di profitto è solo 0,8 (rimane in perdita nel lungo periodo quando è inferiore a 1).

Inoltre, Claude ha anche una caratteristica notevole di mantenere una sola direzione per un certo periodo di tempo. Al 27 ottobre, tutte le 21 operazioni completate da Claude sono state posizioni long.

Grok: Perso nel vortice del giudizio direzionale

Grok ha avuto una forte performance nelle fasi iniziali, diventando persino il modello più redditizio a un certo punto con guadagni superiori al 50%. Tuttavia, con il progredire del tempo di trading, Grok ha subito drawdown significativi. Al 27 ottobre, i fondi sono tornati a circa $10.000. Quarto tra tutti i modelli, il rendimento complessivo è vicino al mantenimento di BTC spot.

Dal punto di vista delle abitudini di trading, anche Grok appartiene al campo del trading a bassa frequenza e degli HODLer. Grok ha completato solo 20 operazioni, con un tempo medio di mantenimento di 30,47 ore, secondo solo a DeepSeek. Tuttavia, il problema principale di Grok potrebbe essere il suo basso tasso di successo, solo il 20%, con un rapporto rischio/rendimento di 1,85. Questo fa sì che la sua aspettativa di profitto sia solo 0,3. Guardando la direzione delle operazioni, delle 20 posizioni di Grok, sia long che short sono state eseguite 10 volte ciascuna. Tuttavia, nella fase attuale del mercato, è evidente che andare troppo spesso short riduce significativamente il tasso di successo. Da questo punto di vista, il modello di Grok ha ancora problemi nel giudicare il trend di mercato.

Gemini: "Retail trader" ad alta frequenza, consumato a "morte" dai whipsaw

Gemini è il modello con la frequenza di trading più alta, avendo completato un totale di 165 operazioni al 27 ottobre. L'attività di trading eccessivamente frequente ha portato a una performance molto scarsa di Gemini, con il saldo dell'account più basso sceso a circa $3.800, con una perdita del 62%. Inoltre, le sole commissioni di transazione ammontano a $1.095,78.

Dietro l'alta frequenza di trading c'è un tasso di successo molto basso (25%) e un rapporto rischio/rendimento di solo 1,18, con un'aspettativa di profitto complessiva di solo 0,3. Con tali dati di performance, le operazioni di Gemini sono destinate a subire perdite. Forse a causa della mancanza di fiducia nelle proprie decisioni, Gemini mantiene anche una dimensione media delle posizioni molto piccola, con un rapporto di leva di solo 0,77 per operazione e un tempo medio di mantenimento di solo 7,5 ore.

Lo stop loss medio è di soli $81, mentre il take profit medio è di $96. Le performance di Gemini ricordano quelle di un tipico retail trader, rapido a prendere profitto ma altrettanto rapido a uscire in perdita. Effettua ripetutamente operazioni nei saliscendi del mercato, consumando continuamente il capitale dell'account.

GPT5: Il "double kill" di basso tasso di successo e basso rapporto rischio/rendimento

GPT5 è attualmente il modello in fondo alla classifica, con una performance complessiva e una curva molto simili a quelle di Gemini, con una perdita superiore al 60%. In confronto, sebbene GPT5 non sia ad alta frequenza come Gemini, ha eseguito 63 operazioni. Con un rapporto rischio/rendimento di solo 0,96, il che significa un profitto medio di $0,96 per operazione, con uno stop loss corrispondente di $1. Allo stesso tempo, il tasso di successo di GPT5 è anch'esso basso, solo il 20%, pari a quello di Grok.

In termini di dimensione delle posizioni, GPT5 è molto simile a Gemini, con un rapporto medio di leva di circa 0,76, indicando un approccio molto cauto.

I casi di studio di GPT5 e Gemini illustrano che un rischio di posizione più basso non porta necessariamente benefici alla redditività dell'account. Inoltre, sotto il trading ad alta frequenza, sia il tasso di successo che il rapporto rischio/rendimento sono intrinsecamente inaffidabili. Inoltre, i prezzi di ingresso per le posizioni long di questi due modelli sono significativamente più alti rispetto a quelli dei modelli profittevoli come DeepSeek, indicando che i loro segnali di ingresso appaiono leggermente ritardati.

Riepilogo delle osservazioni: Due tipi di "umanità" nel trading visti dall'AI

Nel complesso, attraverso l'analisi del comportamento di trading dell'AI, abbiamo ancora una volta l'opportunità di esaminare le strategie di trading. In particolare, l'analisi dei due risultati estremi di trading dei modelli ad alto profitto come DeepSeek e dei modelli ad alta perdita come Gemini e GPT5 è la più stimolante.

1. Il comportamento dei modelli ad alto profitto presenta le seguenti caratteristiche: bassa frequenza, lunghi periodi di mantenimento, ampio rapporto rischio/rendimento e tempismo di ingresso tempestivo.

2. Il comportamento dei modelli in perdita presenta le seguenti caratteristiche: alta frequenza, trading a breve termine, basso rapporto rischio/rendimento e tempismo di ingresso tardivo.

3. L'entità del profitto non è direttamente correlata alla quantità di informazioni di mercato. In questa competizione di trading AI, tutti i modelli hanno accesso alle stesse informazioni, che sono più limitate rispetto ai trader umani. Tuttavia, possono comunque raggiungere livelli di redditività ben superiori alla maggior parte dei trader.

4. La lunghezza del processo di pensiero sembra essere la chiave per determinare il rigore del trading. Il processo decisionale di DeepSeek è il più lungo tra tutti i modelli, assomigliando alle regole di trading dei trader umani che sono bravi a rivedere e considerare attentamente ogni decisione. D'altra parte, il processo di pensiero dei modelli con scarse performance è molto breve, più simile al processo decisionale impulsivo degli esseri umani.

5. Con le performance redditizie di modelli come DeepSeek e Qwen3, molti hanno discusso se sia possibile seguire direttamente questi modelli AI. Tuttavia, questo approccio sembra poco saggio, anche se la redditività attuale dei singoli AI è discreta, la fortuna sembra giocare un ruolo, poiché si sono trovati allineati con il trend di mercato in questo periodo. Una volta che il mercato entrerà in una nuova fase, resta da vedere se questo vantaggio potrà essere mantenuto. Tuttavia, la capacità di esecuzione del trading dell'AI è comunque degna di essere appresa.

Infine, chi vincerà la vittoria finale? PANews ha inviato questi dati di performance a diversi modelli AI, e tutti hanno scelto all'unanimità DeepSeek, citando che la sua aspettativa di profitto è la più in linea con la logica matematica e le sue abitudini di trading sono le più favorevoli.

Curiosamente, il loro secondo modello preferito, quasi tutti hanno scelto se stessi.