Seis Principais "Traders" de IA em Dez Dias de Disputa: Quem Consegue Sobreviver em um Mercado sem "Vantagem de Informação"?

Título Original do Artigo: "Duelo de Dez Dias entre Seis Grandes 'Traders' de IA: Uma Aula Pública sobre Tendências, Disciplina e Ganância"

Autor Original do Artigo: Frank, PANews

Em menos de dez dias, os fundos dobraram.

Quando DeepSeek e Qwen3 alcançaram esse recorde na negociação ao vivo da AlphaZero AI lançada pela Nof1, sua eficiência de lucro já havia superado a grande maioria dos traders humanos. Isso nos obriga a enfrentar uma questão: a IA está passando de uma "ferramenta de pesquisa" para um "trader de linha de frente". Como elas pensam? A PANews fez uma revisão abrangente dos quase 10 dias de negociação dos seis principais modelos de IA nesta competição, tentando desvendar os segredos de tomada de decisão dos traders de IA.

Um Duelo Puramente Técnico Sem "Assimetria de Informação"

Antes da análise, precisamos esclarecer um pressuposto: as decisões de IA nesta competição são "offline". Todos os modelos recebem passivamente exatamente os mesmos dados técnicos (incluindo preço atual, médias móveis, MACD, RSI, open interest, taxas de financiamento e dados sequenciais de 4 horas e 3 minutos, etc.), e não podem acessar ativamente informações fundamentais online.

Isso elimina a interferência da "assimetria de informação" e faz desta competição o teste definitivo de se a "análise técnica pura pode ser lucrativa".

Especificamente, o conteúdo ao qual a IA pode acessar inclui:

1. O status atual do mercado do ativo: incluindo informações de preço atual, preço médio móvel de 20 dias, dados de MACD, dados de RSI, dados de open interest, taxas de financiamento e sequências intradiárias dos dados mencionados (intervalos de 3 minutos) e sequências de tendências de longo prazo (intervalos de 4 horas), etc.

2. Informações e desempenho da conta: incluindo desempenho geral da conta, retornos, fundos disponíveis, índice de Sharpe, desempenho em tempo real das posições atuais, níveis atuais de take-profit e stop-loss, e condições de invalidação.

DeepSeek: O Mestre de Tendências Estável e o Valor da "Revisão"

Até 27 de outubro, a conta da DeepSeek atingiu um pico de US$ 23.063, com um ganho não realizado máximo de cerca de 130%. Sem dúvida, o modelo com melhor desempenho, e na análise do comportamento de negociação, percebe-se que o motivo desse desempenho não é acidental.

Primeiramente, em termos de frequência de negociação, a DeepSeek demonstra o estilo de baixa frequência dos traders de tendência. Em um período de 9 dias, completou um total de 17 negociações, o menor entre todos os modelos. Dessas 17 negociações, DeepSeek entrou comprado 16 vezes e vendido uma vez, alinhando-se perfeitamente com a tendência geral de recuperação do mercado naquele período.

Claro, essa escolha de direção não foi aleatória. DeepSeek realizou uma análise abrangente usando indicadores como RSI e MACD, acreditando consistentemente que o mercado estava em tendência de alta, optando assim por posições compradas com confiança.

Durante o processo específico de negociação, as primeiras ordens da DeepSeek não foram bem-sucedidas. As 5 primeiras ordens terminaram em prejuízo, mas cada perda não foi significativa, com a maior não ultrapassando 3,5%. Além disso, o tempo de manutenção das posições iniciais foi relativamente curto, sendo a mais curta fechada em apenas 8 minutos. À medida que o mercado se desenvolveu na direção prevista, as posições da DeepSeek começaram a mostrar maior duração.

Analisando o estilo de posição da DeepSeek, ela tende a definir um espaço de take-profit relativamente grande e um espaço de stop-loss pequeno após entrar em uma posição. Tomando como exemplo as posições de 27 de outubro, o espaço médio de take-profit definido foi de 11,39%, o espaço médio de stop-loss foi de -3,52%, e a relação risco/retorno foi definida em torno de 3,55. Sob esse ponto de vista, a estratégia de negociação da DeepSeek se inclina para a ideia de pequenas perdas e grandes ganhos.

Em termos de resultados reais, isso é evidente. Segundo análise da PANews, entre as negociações liquidadas da DeepSeek, sua relação média risco/retorno atingiu 6,71, a mais alta entre todos os modelos. Embora a taxa de acerto de 41% não seja a maior (ficando em segundo lugar), ainda lidera com uma expectativa de lucro de 2,76. Esse também é o principal motivo pelo qual a DeepSeek alcançou o maior lucro.

Além disso, em termos de tempo de manutenção, a DeepSeek tem tempo médio de 2952 minutos (cerca de 49 horas), também ficando em primeiro lugar. Entre os poucos modelos, pode ser verdadeiramente chamada de trader de tendência, o que está alinhado com o principal elemento de lucratividade no trading financeiro, a abordagem de "deixar os vencedores correrem".

Em termos de gestão de posição, a DeepSeek é relativamente agressiva. Sua alavancagem média por posição chega a 2,23, e frequentemente mantém múltiplas posições simultaneamente, levando a uma alavancagem geral relativamente alta. Por exemplo, em 27 de outubro, sua alavancagem total ultrapassou 3 vezes. No entanto, devido às suas condições rigorosas de stop-loss, o risco permanece dentro de um intervalo controlável.

No geral, o motivo pelo qual a negociação da DeepSeek teve bom desempenho é resultado de uma estratégia abrangente. Na seleção de entrada, utiliza apenas os indicadores mais tradicionais, MACD e RSI, como critérios e não emprega nenhum indicador especial. Simplesmente segue rigorosamente uma relação risco/retorno razoável e toma decisões para manter posições firmemente, sem ser influenciada por emoções.

Além disso, a PANews também encontrou um detalhe bastante especial. No processo de encadeamento de pensamentos, a DeepSeek continuou sua característica de um processo de pensamento longo e detalhado, resumindo todos os processos de pensamento em uma decisão de negociação no final. Essa característica, quando refletida em traders humanos, se assemelha àqueles que focam em pós-análise, e essa pós-análise é realizada a cada três minutos.

Mesmo quando essa habilidade de pós-análise é aplicada a um modelo de IA, ela também desempenha um papel. Garante que cada detalhe de cada token e sinal de mercado seja analisado repetidas vezes sem ser negligenciado. Talvez esse seja outro ponto do qual os traders humanos possam aprender.

Qwen3: O "Apostador" Agressivo com Grandes Posições

Até 27 de outubro, Qwen3 é o segundo modelo de grande porte com melhor desempenho. O valor máximo da conta atingiu US$ 20.000 com uma lucratividade de 100%, ficando atrás apenas da DeepSeek. As características gerais do Qwen3 são alta alavancagem e alta taxa de acerto. Sua taxa de acerto geral atingiu 43,4%, ficando em primeiro lugar entre todos os modelos. Ao mesmo tempo, o tamanho de uma única posição também chegou a US$ 56.100 (alavancagem de 5,6 vezes), também o maior entre todos os modelos. Embora em termos de expectativa de lucro não seja tão bom quanto a DeepSeek, seu estilo agressivo de negociação permitiu que acompanhasse de perto os resultados da DeepSeek até o momento.

O estilo de negociação do Qwen3 é relativamente agressivo. Em termos de stop loss médio, seu stop loss médio é de US$ 491, o maior entre todos os modelos. A perda máxima em uma única negociação chegou a US$ 2.232, também a maior. Isso significa que o Qwen3 pode tolerar perdas maiores, comumente conhecido como segurar a posição durante os rebaixamentos. No entanto, onde fica atrás da DeepSeek é que, mesmo suportando perdas maiores, não alcança retornos mais altos. O lucro médio do Qwen3 é de US$ 1.547, menor que o da DeepSeek. Isso também faz com que sua relação final de expectativa de lucro seja de apenas 1,36, metade da DeepSeek.

Além disso, outra característica do Qwen3 é sua preferência por manter uma única posição por vez e dobrar nessa posição. A alavancagem utilizada frequentemente chega a 25 vezes (o maior múltiplo permitido na competição). A característica desse tipo de negociação depende fortemente de uma alta taxa de acerto, pois cada perda causará um rebaixamento significativo.

Durante o processo de tomada de decisão, o Qwen3 parece prestar atenção especial à média móvel EMA 20 de 4 horas e a utiliza como sinal de entrada e saída. Ao considerar sua estratégia, o Qwen3 também parece mantê-la simples. Em termos de manutenção de posições, o Qwen3 também demonstra impaciência, com tempo médio de manutenção de 10,5 horas, ficando logo acima do Gemini.

No geral, embora a lucratividade atual do Qwen3 pareça promissora, existem riscos significativos em sua abordagem de negociação. Fatores como alta alavancagem, estilo de abertura all-in, dependência de um único indicador, curto tempo de manutenção e uma pequena relação risco/retorno podem representar desafios para as negociações futuras do Qwen3. Até a data do rascunho, em 28 de outubro, os fundos do Qwen3 sofreram um rebaixamento máximo para US$ 16.600, com uma porcentagem de rebaixamento de 26,8% em relação ao pico.

Claude: O Executor Persistente de Posições Longas

Embora Claude também esteja em estado lucrativo no geral, até 27 de outubro, o saldo total da conta atingiu cerca de US$ 12.500, com um ganho de aproximadamente 25%. Embora esse dado isoladamente possa parecer impressionante, parece um pouco menos frutífero quando comparado à DeepSeek e Qwen3.

Na verdade, tanto em termos de frequência de negociação, tamanho de posição e taxa de acerto, o desempenho dos dados do Claude é bastante próximo ao da DeepSeek. Com um total de 21 negociações, uma taxa de acerto de 38% e uma alavancagem média de 2,32.

A diferença significativa pode estar na menor relação risco/retorno. Embora a relação risco/retorno do Claude seja respeitável em 2,1, é mais de três vezes menor que a da DeepSeek. Portanto, com base nesses dados, sua expectativa de lucro é de apenas 0,8 (permanecendo em prejuízo no longo prazo quando abaixo de 1).

Além disso, Claude também tem uma característica notável de manter-se em uma direção por um período de tempo. Até 27 de outubro, todas as 21 negociações concluídas pelo Claude foram posições compradas.

Grok: Perdido no Vórtice do Julgamento Direcional

Grok teve um desempenho forte nas fases iniciais, chegando a ser o modelo mais lucrativo em determinado momento, com ganhos superiores a 50%. No entanto, à medida que o tempo de negociação avançou, Grok sofreu rebaixamentos significativos. Até 27 de outubro, os fundos recuaram para cerca de US$ 10.000. Ficando em quarto lugar entre todos os modelos, o retorno geral é próximo ao de manter BTC spot.

Do ponto de vista dos hábitos de negociação, Grok também pertence ao grupo de negociação de baixa frequência e HODLers. Grok completou apenas 20 negociações, com tempo médio de manutenção de 30,47 horas, ficando atrás apenas da DeepSeek. No entanto, o maior problema do Grok pode ser sua baixa taxa de acerto de apenas 20%, com uma relação risco/retorno de 1,85. Isso também resulta em sua expectativa de lucro ser de apenas 0,3. Olhando para a direção das negociações, das 20 posições do Grok, tanto operações compradas quanto vendidas foram executadas 10 vezes cada. No entanto, na fase atual do mercado, é evidente que operar vendido em excesso reduz significativamente a taxa de acerto. Sob esse ponto de vista, o modelo do Grok ainda tem problemas em julgar a tendência do mercado.

Gemini: "Trader de Varejo" de Alta Frequência, Moendo até "Morrer" em Ziguezagues

Gemini é o modelo com maior frequência de negociação, tendo completado um total de 165 negociações até 27 de outubro. A atividade excessivamente frequente levou a um desempenho muito ruim do Gemini, com o saldo mais baixo da conta caindo para cerca de US$ 3.800, resultando em uma taxa de perda de 62%. Além disso, apenas as taxas de transação totalizaram US$ 1.095,78.

Por trás da alta frequência de negociação está uma taxa de acerto muito baixa (25%) e uma relação risco/retorno de apenas 1,18, com uma expectativa de lucro abrangente de apenas 0,3. Com esses dados de desempenho, as negociações do Gemini estão destinadas a incorrer em perdas. Talvez devido à falta de confiança em sua tomada de decisão, o Gemini também mantém um tamanho médio de posição muito pequeno, com alavancagem de apenas 0,77 por negociação, e tempo médio de manutenção de apenas 7,5 horas.

O stop loss médio é de apenas US$ 81, enquanto o take profit médio é de US$ 96. O desempenho do Gemini se assemelha ao de um típico trader de varejo, rápido para realizar lucros, mas também rápido para sair em perdas. Ele faz negociações repetidas nas oscilações do mercado, desgastando continuamente o capital da conta.

GPT5: O "Double Kill" de Baixa Taxa de Acerto e Baixa Relação Risco/Retorno

GPT5 é atualmente o modelo com pior desempenho, com seu desempenho geral e curva muito semelhantes ao Gemini, com uma taxa de perda superior a 60%. Em comparação, embora o GPT5 não seja tão frequente quanto o Gemini, executou 63 negociações. Com uma relação risco/retorno de apenas 0,96, significa um lucro médio de US$ 0,96 por negociação, com um stop loss correspondente de US$ 1. Ao mesmo tempo, a taxa de acerto do GPT5 também é tão baixa quanto 20%, igual ao Grok.

Em termos de tamanho de posição, o GPT5 é muito semelhante ao Gemini, com alavancagem média por posição de cerca de 0,76, indicando uma abordagem muito cautelosa.

Os estudos de caso do GPT5 e Gemini ilustram que menor risco de posição não beneficia necessariamente a lucratividade da conta. Além disso, sob negociação de alta frequência, tanto a taxa de acerto quanto a relação risco/retorno são inerentemente pouco confiáveis. Além disso, os preços de entrada para posições compradas desses dois modelos são significativamente mais altos do que os modelos lucrativos como a DeepSeek, indicando que seus sinais de entrada parecem um tanto atrasados.

Resumo da Observação: Dois Tipos de "Humanidade" de Negociação Vistos pela IA

No geral, por meio da análise do comportamento de negociação da IA, temos novamente a oportunidade de examinar estratégias de negociação. Em especial, a análise dos dois extremos de resultados de negociação dos modelos de alto lucro DeepSeek e de alta perda Gemini e GPT5 é a mais instigante.

1. O comportamento dos modelos de alto lucro tem as seguintes características: baixa frequência, longos períodos de manutenção, grande relação risco/retorno e timing de entrada oportuno.

2. O comportamento dos modelos que geram perdas tem as seguintes características: alta frequência, negociação de curto prazo, baixa relação risco/retorno e timing de entrada tardio.

3. O valor do lucro não está diretamente relacionado à quantidade de informação de mercado. Nesta competição de negociação de modelos de IA, todos os modelos têm acesso às mesmas informações, que são mais limitadas em comparação aos traders humanos. No entanto, ainda conseguem alcançar níveis de lucratividade muito superiores à grande maioria dos traders.

4. O tempo do processo de pensamento parece ser a chave para determinar o rigor da negociação. O processo de tomada de decisão da DeepSeek é o mais longo entre todos os modelos, assemelhando-se às regras de negociação de traders humanos que são bons em revisar e considerar cuidadosamente cada decisão. Por outro lado, o processo de pensamento dos modelos com desempenho ruim é muito curto, mais parecido com o processo de decisão impulsiva dos humanos.

5. Com o desempenho lucrativo de modelos como DeepSeek e Qwen3, muitos discutem se é possível seguir diretamente esses modelos de IA. No entanto, essa abordagem parece imprudente, mesmo que a lucratividade atual de algumas IAs seja boa, a sorte parece desempenhar um papel, pois coincidem com a tendência do mercado neste período. Uma vez que o mercado entre em uma nova fase, não se sabe se essa vantagem será mantida. Ainda assim, a capacidade de execução de negociação da IA vale a pena ser aprendida.

Por fim, quem vencerá a vitória final? A PANews enviou esses dados de desempenho para vários modelos de IA, e todos escolheram unanimemente a DeepSeek, citando que sua expectativa de lucro está mais alinhada com a lógica matemática e seus hábitos de negociação são os mais favoráveis.

Curiosamente, o segundo modelo mais favorecido por eles, quase todos escolheram a si mesmos.