Шестеро ведущих AI «трейдеров» в десятидневном поединке: кто сможет выжить на рынке без «информационного преимущества»?

Оригинальное название: «Десятидневное противостояние шести ведущих AI "трейдеров": открытый урок о тренде, дисциплине и жадности»

Автор: Frank, PANews

Менее чем за десять дней капитал удвоился.

Когда DeepSeek и Qwen3 достигли таких результатов в реальной торговле AlphaZero AI, запущенной Nof1, их эффективность по прибыли уже значительно превзошла большинство человеческих трейдеров. Это заставляет нас задуматься: AI переходит от "исследовательского инструмента" к "фронтовому трейдеру". Как они принимают решения? PANews провел полный разбор почти 10-дневной торговли шести основных AI-моделей в этом соревновании, чтобы попытаться раскрыть секреты решений AI-трейдеров.

Чисто техническое противостояние без "информационного преимущества"

Перед анализом необходимо уточнить одно условие: решения AI в этом соревновании принимались в "отключенном от сети" режиме. Все модели пассивно получали абсолютно одинаковые технические данные (включая текущую цену, скользящие средние, MACD, RSI, открытые позиции, финансирование, а также последовательные данные за 4 часа и 3 минуты и т.д.) и не могли самостоятельно получать фундаментальную информацию из интернета.

Это исключает влияние "информационного преимущества" и превращает соревнование в окончательное испытание древнего вопроса: "можно ли зарабатывать только на техническом анализе".

Что касается конкретного содержания, AI могли получить следующую информацию:

1. Текущее состояние рынка по криптовалюте: включая текущую цену, цену по 20-дневной скользящей средней, данные MACD, RSI, данные по открытым позициям, финансирование, а также внутридневные последовательные данные (3-минутный интервал), долгосрочные последовательные данные (4-часовой интервал) и т.д.

2. Информация и показатели аккаунта: общая производительность текущего аккаунта, доходность, доступные средства, коэффициент Шарпа и т.д. Текущая производительность позиции, условия тейк-профита и стоп-лосса, а также условия их отмены.

DeepSeek: Уравновешенный мастер тренда и ценность "ревизии"

По состоянию на 27 октября счет DeepSeek достигал максимума в 23063 доллара, максимальная плавающая прибыль составляла около 130%. Без сомнения, это была самая успешная модель, и анализируя ее торговое поведение, становится ясно, что такой результат не случаен.

Во-первых, по частоте сделок DeepSeek демонстрирует низкочастотный стиль трендового трейдера: за 9 дней было совершено всего 17 сделок — меньше всех среди моделей. Из этих 17 сделок DeepSeek 16 раз открывал лонг и 1 раз шорт, что полностью соответствует общему рыночному тренду на восстановление в этот период.

Конечно, такой выбор направления не случаен: DeepSeek использует комплексный анализ индикаторов RSI и MACD и постоянно считает, что рынок находится в бычьем тренде, поэтому уверенно открывает лонги.

В процессе торговли первые несколько ордеров DeepSeek были неудачными — первые 5 ордеров закрылись с убытком, но каждый раз убыток был небольшим, максимум не превышал 3,5%. Кроме того, в начале сделки держались недолго — самая короткая длилась всего 8 минут. По мере развития рынка в нужном направлении позиции DeepSeek становились более долгосрочными.

По стилю удержания позиций DeepSeek предпочитает устанавливать большой тейк-профит и маленький стоп-лосс. Например, по позиции 27 октября средний тейк-профит составлял 11,39%, средний стоп-лосс — -3,52%, соотношение прибыль/убыток — около 3,55. Таким образом, стратегия DeepSeek ориентирована на небольшие убытки и большие прибыли.

Реальные результаты это подтверждают: по анализу PANews, среднее соотношение прибыль/убыток по закрытым сделкам DeepSeek достигло 6,71 — это самый высокий показатель среди всех моделей. Хотя процент выигрышных сделок — 41% — не самый высокий (второе место), ожидаемая прибыльность составляет 2,76, что ставит DeepSeek на первое место. Это и есть основная причина его максимальной прибыльности.

Кроме того, по времени удержания позиций DeepSeek также лидирует: среднее время удержания — 2952 минуты (около 49 часов). Среди всех моделей DeepSeek — настоящий трендовый трейдер, что соответствует главному принципу прибыльной торговли: "пусть пуля летит дольше".

В управлении позицией DeepSeek относительно агрессивен: среднее кредитное плечо на одну позицию — 2,23, и часто одновременно держит несколько позиций, что увеличивает общий уровень риска. Например, 27 октября общий уровень кредитного плеча превышал 3x. Однако благодаря строгим условиям стоп-лосса риск всегда оставался под контролем.

В целом успех DeepSeek — результат комплексной стратегии. Для открытия позиций используются только самые популярные индикаторы MACD и RSI, без каких-либо особых инструментов. Главное — строгое соблюдение соотношения прибыль/убыток и принятие решений без эмоционального влияния.

Кроме того, PANews заметил еще одну особенность: в процессе принятия решений DeepSeek продолжает свой прежний стиль — формирует длинную, детализированную цепочку размышлений, а затем объединяет все в итоговое торговое решение. Среди людей такой подход напоминает трейдеров, которые уделяют большое внимание ревизии своих сделок — и делают это каждые три минуты.

Даже для AI-модели такая способность к ревизии имеет значение: она гарантирует, что каждый токен и рыночный сигнал будут проанализированы снова и снова, ничего не будет упущено. Возможно, это еще один аспект, которому стоит поучиться у AI трейдеров.

Qwen3: Агрессивный "игрок", идущий ва-банк

По состоянию на 27 октября Qwen3 — вторая по результативности крупная модель. Максимальная сумма на счету достигла 20 000 долларов, прибыльность — 100%, результат уступает только DeepSeek. Основные черты Qwen3 — высокое кредитное плечо и высокий процент выигрышных сделок. Общий процент выигрышных сделок — 43,4%, это первое место среди всех моделей. Размер одной позиции достигал 56 100 долларов (плечо 5,6x) — также максимум среди моделей. Хотя ожидаемая прибыльность ниже, чем у DeepSeek, агрессивный стиль позволяет Qwen3 идти почти вровень с DeepSeek.

Стиль торговли Qwen3 довольно агрессивен: средний стоп-лосс — 491 доллар, это максимум среди моделей. Максимальный убыток за одну сделку — 2232 доллара, также максимум. Это значит, что Qwen3 может терпеть большие убытки, то есть "держит просадку". Однако, в отличие от DeepSeek, даже при больших убытках Qwen3 не получает более высокой прибыли: средняя прибыль — 1547 долларов, меньше, чем у DeepSeek. Поэтому ожидаемое соотношение прибыль/убыток — только 1,36, вдвое меньше, чем у DeepSeek.

Еще одна особенность Qwen3 — склонность держать только одну позицию и делать на нее крупную ставку. Часто используется плечо до 25x (максимально разрешенное в соревновании). Такой стиль требует очень высокого процента выигрышных сделок, ведь каждый убыток приводит к значительной просадке.

В процессе принятия решений Qwen3, похоже, особенно обращает внимание на 20-периодную EMA на 4-часовом таймфрейме и использует ее как сигнал для входа и выхода. Логика принятия решений у Qwen3 выглядит очень простой. По времени удержания позиций Qwen3 также проявляет нетерпение: среднее время удержания — 10,5 часов, только чуть выше, чем у Gemini.

В целом, несмотря на хорошие текущие результаты, у Qwen3 есть серьезные риски: слишком высокое плечо, ва-банк стиль открытия позиций, использование только одного индикатора, короткое время удержания и низкое соотношение прибыль/убыток — все это может привести к проблемам в будущем. По состоянию на 28 октября, перед публикацией, капитал Qwen3 уже просел до 16 600 долларов, максимальная просадка от пика — 26,8%.

Claude: Упорный исполнитель лонгов

Claude также в целом находится в плюсе: по состоянию на 27 октября сумма на счету достигла примерно 12 500 долларов, прибыль около 25%. Если рассматривать этот показатель отдельно, он выглядит довольно привлекательно, но по сравнению с DeepSeek и Qwen3 кажется скромнее.

На самом деле, по частоте сделок, размеру позиций и проценту выигрышных сделок Claude очень близок к DeepSeek: всего 21 сделка, процент выигрышных — 38%, среднее плечо — 2,32.

Причина разницы, вероятно, в более низком соотношении прибыль/убыток: хотя у Claude оно тоже неплохое — 2,1, но это в три раза меньше, чем у DeepSeek. Поэтому ожидаемая прибыльность — только 0,8 (если меньше 1, то в долгосрочной перспективе будет убыток).

Еще одна яркая черта Claude — односторонняя торговля: по состоянию на 27 октября все 21 завершенная сделка были лонгами.

Grok: Потерявшийся в водовороте определения направления

На раннем этапе Grok показывал хорошие результаты, даже был лидером по прибыли — более 50%. Но с увеличением времени торговли просадка стала серьезной: по состоянию на 27 октября капитал вернулся к 10 000 долларов. Среди всех моделей — четвертое место, общая доходность близка к кривой владения BTC на споте.

По торговым привычкам Grok также относится к низкочастотным и долгосрочным трейдерам: всего 20 завершенных сделок, среднее время удержания — 30,47 часа, уступает только DeepSeek. Однако главная проблема Grok — слишком низкий процент выигрышных сделок: всего 20%, а соотношение прибыль/убыток — только 1,85. Ожидаемая прибыльность — всего 0,3. По направлению сделок: из 20 позиций 10 были лонгами, 10 — шортами. В условиях текущего рынка избыточные шорты явно снижают процент выигрышных сделок. С этой точки зрения, у Grok есть проблемы с определением рыночного тренда.

Gemini: Высокочастотный "розничный трейдер", изматывающий себя до "смерти" постоянными колебаниями

Gemini — модель с самой высокой частотой сделок: по состоянию на 27 октября совершено 165 сделок. Из-за слишком частых сделок результаты Gemini очень плохие: минимальная сумма на счету упала до 3800 долларов, убыток — 62%. Только на комиссии потрачено 1095,78 долларов.

За высокой частотой сделок скрывается очень низкий процент выигрышных (25%) и соотношение прибыль/убыток — всего 1,18, ожидаемая прибыльность — только 0,3. При таких показателях торговля Gemini обречена на убытки. Возможно, из-за неуверенности в своих решениях средний размер позиции очень мал, плечо — всего 0,77, а среднее время удержания — 7,5 часов.

Средний стоп-лосс — всего 81 доллар, средний тейк-профит — 96 долларов. Gemini больше похож на типичного розничного трейдера: чуть заработал — сразу выходит, чуть потерял — сразу закрывает. В постоянных колебаниях рынка открывает сделки снова и снова, постепенно изматывая свой капитал.

GPT5: "Двойной удар" низкой вероятности выигрыша и низкого соотношения прибыль/убыток

GPT5 — на данный момент самая неудачная модель, ее результаты и кривая очень похожи на Gemini: убыток более 60%. Хотя GPT5 не так часто торгует, как Gemini, но тоже совершил 63 сделки. Соотношение прибыль/убыток — всего 0,96, то есть средняя прибыль — 0,96 доллара, а средний стоп-лосс — 1 доллар. Процент выигрышных сделок — только 20%, как у Grok.

По размеру позиций GPT5 очень близок к Gemini: среднее плечо — около 0,76. Видно, что модель очень осторожна.

Примеры GPT5 и Gemini показывают, что низкий риск по позиции не обязательно способствует прибыльности счета. При высокочастотной торговле невозможно обеспечить ни высокий процент выигрышных сделок, ни хорошее соотношение прибыль/убыток. Кроме того, цены открытия лонгов по тем же криптовалютам у этих моделей заметно выше, чем у прибыльных моделей вроде DeepSeek, что говорит о запоздалых сигналах входа.

Общие наблюдения: две "человеческие" черты торговли, отраженные AI

В целом анализ поведения AI в торговле дал нам еще одну возможность пересмотреть торговые стратегии. Особенно интересен анализ двух крайних моделей: DeepSeek с высокой прибылью и Gemini/GPT5 с большими убытками.

1. Модели с высокой прибылью характеризуются: низкой частотой сделок, долгосрочным удержанием, высоким соотношением прибыль/убыток, своевременным входом.

2. Модели с убытками характеризуются: высокой частотой сделок, короткими позициями, низким соотношением прибыль/убыток, поздним входом.

3. Размер прибыли не связан напрямую с объемом рыночной информации: в этом соревновании все AI-модели получали одинаковую информацию, и по сравнению с человеческими трейдерами их источники данных были даже более ограничены. Тем не менее, они смогли показать прибыльность, значительно превышающую средний уровень трейдеров.

4. Длина цепочки размышлений, похоже, является основой строгости торговли: у DeepSeek процесс принятия решений самый длинный, что среди людей соответствует трейдерам, склонным к ревизии и серьезному отношению к каждому решению. У моделей с плохими результатами цепочка размышлений очень короткая, что напоминает импульсивные решения людей.

5. После успеха моделей DeepSeek, Qwen3 и других многие обсуждают возможность копирования их сделок. Однако такой подход сомнителен: даже если отдельные AI сейчас показывают хорошую прибыльность, здесь может быть элемент удачи — просто совпало с трендом рынка. Если рынок изменится, сохранится ли это преимущество — неизвестно. Тем не менее, исполнительность AI в торговле заслуживает изучения.

В конце концов, кто станет победителем? PANews отправил эти данные нескольким AI-моделям, и все они выбрали DeepSeek, объяснив это тем, что его ожидаемая прибыльность наиболее соответствует математической логике, а торговые привычки — лучшие.

Интересно, что вторым по предпочтению каждая модель почти всегда выбирала саму себя.