ستة "متداولين" رئيسيين في مجال الذكاء الاصطناعي في مواجهة لمدة عشرة أيام: من يمكنه البقاء في سوق "بدون ميزة معلوماتية"؟

Original Article Title: "ستة من كبار متداولي الذكاء الاصطناعي في مواجهة لمدة عشرة أيام: درس علني حول الاتجاهات والانضباط والجشع"

Original Article Author: Frank, PANews

في أقل من عشرة أيام، تضاعفت الأموال.

عندما حقق DeepSeek و Qwen3 هذا الرقم القياسي في التداول الحي لـ AlphaZero AI الذي أطلقته Nof1، كانت كفاءة أرباحهم قد تجاوزت بكثير معظم المتداولين البشر. هذا يجبرنا على مواجهة سؤال: الذكاء الاصطناعي ينتقل من "أداة بحث" إلى "متداول في الخطوط الأمامية". كيف يفكرون؟ أجرت PANews مراجعة شاملة لتداولات ستة نماذج ذكاء اصطناعي رئيسية خلال ما يقرب من عشرة أيام في هذه المسابقة، محاولة كشف أسرار اتخاذ القرار لدى متداولي الذكاء الاصطناعي.

مواجهة تقنية بحتة بدون "عدم تماثل المعلومات"

قبل التحليل، يجب أن نوضح فرضية: قرارات الذكاء الاصطناعي في هذه المسابقة هي "غير متصلة بالإنترنت". جميع النماذج تستقبل بشكل سلبي نفس البيانات التقنية بالضبط (بما في ذلك السعر الحالي، المتوسطات المتحركة، MACD، RSI، الفائدة المفتوحة، معدلات التمويل، وبيانات التسلسل لمدة 4 ساعات و3 دقائق، إلخ)، ولا يمكنها الذهاب عبر الإنترنت للحصول على معلومات أساسية.

هذا يلغي تأثير "عدم تماثل المعلومات" ويجعل هذه المسابقة اختبارًا نهائيًا لما إذا كان "التحليل الفني البحت يمكن أن يكون مربحًا".

تحديدًا، المحتوى الذي يمكن للذكاء الاصطناعي الوصول إليه يشمل:

1. حالة السوق الحالية للأصل: بما في ذلك معلومات السعر الحالي، متوسط السعر المتحرك لمدة 20 يومًا، بيانات MACD، بيانات RSI، بيانات الفائدة المفتوحة، معدلات التمويل، تسلسلات البيانات المذكورة أعلاه داخل اليوم (بفواصل 3 دقائق) وتسلسلات الاتجاه طويل الأجل (بفواصل 4 ساعات)، إلخ.

2. معلومات الحساب والأداء: بما في ذلك الأداء العام للحساب، العوائد، الأموال المتاحة، نسبة Sharpe، الأداء الفعلي للمراكز الحالية، مستويات جني الأرباح ووقف الخسارة الحالية، وشروط الإبطال.

DeepSeek: سيد الاتجاهات المستقر وقيمة "المراجعة"

حتى 27 أكتوبر، وصل حساب DeepSeek إلى أعلى مستوى عند 23,063 دولارًا، مع ربح غير محقق أقصى يقارب 130%. بلا شك هو النموذج الأفضل أداءً، ومن خلال تحليل سلوك التداول ستجد أن سبب هذا الأداء ليس صدفة.

أولاً، من حيث تكرار التداول، يظهر DeepSeek أسلوب المتداولين الاتجاهيين منخفضي التكرار. خلال فترة 9 أيام، أكمل ما مجموعه 17 صفقة، وهو الأقل بين جميع النماذج. من بين هذه الصفقات الـ17، دخل DeepSeek في صفقات شراء 16 مرة وصفقة بيع واحدة، متماشياً تمامًا مع اتجاه ارتداد السوق من القاع خلال تلك الفترة.

بالطبع، لم يكن هذا الاختيار عشوائيًا. أجرى DeepSeek تحليلًا شاملاً باستخدام مؤشرات مثل RSI و MACD، وكان يعتقد باستمرار أن السوق في اتجاه صاعد، وبالتالي اختار الشراء بثقة.

خلال عملية التداول الفعلية، لم تكن الأوامر القليلة الأولى لـ DeepSeek ناجحة. انتهت أول 5 أوامر بالفشل، لكن كل خسارة لم تكن كبيرة، حيث لم تتجاوز أعلى خسارة 3.5%. علاوة على ذلك، كانت مدة الاحتفاظ بالمراكز للأوامر الأولى قصيرة نسبيًا، حيث تم إغلاق أقصرها في 8 دقائق فقط. مع تطور السوق في الاتجاه المتوقع، بدأت مراكز DeepSeek تظهر حالة الاستمرارية.

بالنظر إلى أسلوب إدارة المراكز لدى DeepSeek، فإنه يميل إلى تعيين مساحة جني أرباح كبيرة نسبيًا ومساحة وقف خسارة صغيرة بعد الدخول في الصفقة. على سبيل المثال، في صفقات 27 أكتوبر، كان متوسط مساحة جني الأرباح 11.39%، ومتوسط مساحة وقف الخسارة -3.52%، ونسبة الربح إلى الخسارة حوالي 3.55. من هذا المنظور، تميل استراتيجية DeepSeek إلى فكرة الخسائر الصغيرة والأرباح الكبيرة.

من حيث النتائج الفعلية، يتضح ذلك. وفقًا لتحليل PANews، من بين صفقات DeepSeek المغلقة، بلغ متوسط نسبة الربح إلى الخسارة 6.71، وهي الأعلى بين جميع النماذج. على الرغم من أن معدل الفوز البالغ 41% ليس الأعلى (يحتل المرتبة الثانية)، إلا أنه لا يزال يحتل المركز الأول بتوقع ربح 2.76. وهذا هو السبب الرئيسي أيضًا في تحقيق DeepSeek أعلى ربح.

بالإضافة إلى ذلك، من حيث مدة الاحتفاظ، يبلغ متوسط مدة الاحتفاظ لدى DeepSeek 2952 دقيقة (حوالي 49 ساعة)، ويحتل أيضًا المركز الأول. من بين النماذج القليلة، يمكن اعتباره حقًا متداول اتجاهات، وهو ما يتماشى مع العنصر الأساسي للربحية في التداول المالي، وهو "ترك الرابحين يستمرون".

من حيث إدارة المراكز، يعتبر DeepSeek عدوانيًا نسبيًا. يبلغ متوسط نسبة الرافعة المالية لكل صفقة 2.23، وغالبًا ما يحتفظ بعدة مراكز في نفس الوقت، مما يؤدي إلى نسبة رافعة مالية إجمالية أعلى نسبيًا. على سبيل المثال، في 27 أكتوبر، تجاوزت نسبة الرافعة المالية الإجمالية 3 مرات. ومع ذلك، وبفضل شروط وقف الخسارة الصارمة، يظل الخطر ضمن نطاق يمكن السيطرة عليه.

بشكل عام، سبب أداء DeepSeek الجيد في التداول هو نتيجة استراتيجية شاملة. من حيث اختيار الدخول، يستخدم فقط MACD و RSI الأكثر شيوعًا كمعايير ولا يستخدم أي مؤشرات خاصة. ببساطة يتبع بدقة نسبة المخاطرة إلى العائد المعقولة ويتخذ قرارات بالاحتفاظ بالمراكز بثبات دون التأثر بالعواطف.

بالإضافة إلى ذلك، وجدت PANews أيضًا تفصيلاً خاصًا. في عملية ربط الأفكار، واصل DeepSeek سمة التفكير الطويل والمفصل، حيث يلخص جميع عمليات التفكير في قرار تداول في النهاية. هذه السمة، عندما تنعكس على المتداولين البشر، تشبه أولئك الذين يركزون على التحليل بعد التداول، ويتم إجراء هذا التحليل كل ثلاث دقائق.

حتى عند تطبيق هذه القدرة على التحليل بعد التداول على نموذج ذكاء اصطناعي، فإنها تلعب دورًا أيضًا. فهي تضمن تحليل كل تفصيل لكل رمز وإشارة سوق مرارًا وتكرارًا دون إغفال أي شيء. ربما يكون هذا مجالًا آخر يمكن للمتداولين البشر التعلم منه.

Qwen3: "المقامر" العدواني ذو المراكز الكبيرة

حتى 27 أكتوبر، يعتبر Qwen3 ثاني أفضل نموذج أداءً. بلغ أعلى مبلغ في الحساب 20,000 دولار مع ربحية 100%، وهو ثاني أعلى بعد DeepSeek. السمات العامة لـ Qwen3 هي الرافعة المالية العالية ومعدل الفوز العالي. بلغ معدل الفوز الإجمالي 43.4%، وهو الأعلى بين جميع النماذج. في الوقت نفسه، بلغ حجم الصفقة الواحدة 56,100 دولار (نسبة رافعة مالية 5.6 مرات)، وهو أيضًا الأعلى بين جميع النماذج. على الرغم من أنه من حيث توقعات الربح، فهو ليس جيدًا مثل DeepSeek، إلا أن أسلوبه العدواني في التداول سمح له بملاحقة نتائج DeepSeek عن كثب حتى الآن.

أسلوب تداول Qwen3 عدواني نسبيًا. من حيث متوسط وقف الخسارة، يبلغ متوسط وقف الخسارة 491 دولارًا، وهو الأعلى بين جميع النماذج. بلغت الخسارة القصوى في صفقة واحدة 2,232 دولارًا، وهي أيضًا الأعلى. هذا يعني أن Qwen3 يمكنه تحمل خسائر أكبر، وهو ما يعرف عادة بالاحتفاظ بالمركز خلال التراجعات. ومع ذلك، ما ينقصه مقارنة بـ DeepSeek هو أنه حتى مع تحمله لخسائر أكبر، إلا أنه لا يحقق عوائد أعلى. يبلغ متوسط ربح Qwen3 1,547 دولارًا، وهو أقل من DeepSeek. وهذا يجعل نسبة الربح إلى التوقع النهائي له 1.36 فقط، أي نصف DeepSeek.

بالإضافة إلى ذلك، هناك سمة أخرى لـ Qwen3 وهي تفضيله للاحتفاظ بمركز واحد في كل مرة ومضاعفة هذا المركز. غالبًا ما تصل الرافعة المالية المستخدمة إلى 25 مرة (أعلى مضاعف مسموح به في المسابقة). يعتمد هذا النوع من التداول بشكل كبير على معدل الفوز العالي لأن كل خسارة ستسبب تراجعًا كبيرًا.

خلال عملية اتخاذ القرار، يبدو أن Qwen3 يولي اهتمامًا خاصًا لمتوسط الحركة الأسي EMA 20 لمدة 4 ساعات ويستخدمه كإشارة للدخول والخروج. عند النظر في استراتيجيته، يبدو أن Qwen3 يبقيها بسيطة أيضًا. من حيث الاحتفاظ بالمراكز، يظهر Qwen3 أيضًا نفاد الصبر، حيث يبلغ متوسط مدة الاحتفاظ 10.5 ساعات، ويحتل مرتبة أعلى بقليل من Gemini.

بشكل عام، على الرغم من أن ربحية Qwen3 الحالية تبدو واعدة، إلا أن هناك مخاطر كبيرة في نهج التداول الخاص به. عوامل مثل الرافعة المالية العالية، أسلوب فتح الصفقات الكلي، الاعتماد على مؤشر واحد، قصر مدة الاحتفاظ، ونسبة المخاطرة إلى العائد الصغيرة قد تشكل تحديات لتداولات Qwen3 المستقبلية. حتى تاريخ المسودة في 28 أكتوبر، شهدت أموال Qwen3 تراجعًا أقصى إلى 16,600 دولار، بنسبة تراجع 26.8% من الذروة.

Claude: منفذ صفقات الشراء الدائم

على الرغم من أن Claude أيضًا في حالة ربحية بشكل عام، إلا أنه حتى 27 أكتوبر، بلغ الرصيد الإجمالي للحساب حوالي 12,500 دولار، مع مكسب يقارب 25%. بينما قد يبدو هذا الرقم مثيرًا للإعجاب بمفرده، إلا أنه يبدو أقل قليلاً عند مقارنته بـ DeepSeek و Qwen3.

في الواقع، من حيث تكرار التداول، حجم المراكز، ومعدل الفوز، فإن أداء Claude قريب جدًا من DeepSeek. مع إجمالي 21 صفقة، ومعدل فوز 38%، ومتوسط نسبة رافعة مالية 2.32.

قد يكمن الاختلاف الكبير في انخفاض نسبة المخاطرة إلى العائد. على الرغم من أن نسبة المخاطرة إلى العائد لدى Claude محترمة عند 2.1، إلا أنها أقل بثلاث مرات من DeepSeek. لذلك، بناءً على هذه البيانات الشاملة، فإن توقع الربح لديه هو فقط 0.8 (يبقى في خسارة على المدى الطويل عندما يكون أقل من 1).

علاوة على ذلك، لدى Claude سمة ملحوظة بالتمسك باتجاه واحد لفترة من الزمن. حتى 27 أكتوبر، كانت جميع صفقات Claude الـ21 المكتملة صفقات شراء.

Grok: ضائع في دوامة الحكم على الاتجاه

كان أداء Grok قويًا في المراحل المبكرة، حتى أنه أصبح النموذج الأكثر ربحية في وقت ما بأرباح تجاوزت 50%. ومع ذلك، مع تقدم وقت التداول، تعرض Grok لتراجعات كبيرة. حتى 27 أكتوبر، تراجعت الأموال إلى حوالي 10,000 دولار. يحتل المرتبة الرابعة بين جميع النماذج، والعائد الإجمالي قريب من الاحتفاظ بـ BTC الفوري.

من منظور عادات التداول، ينتمي Grok أيضًا إلى معسكر التداول منخفض التكرار و HODLers. أكمل Grok فقط 20 صفقة، بمتوسط مدة احتفاظ 30.47 ساعة، وهو ثاني أعلى بعد DeepSeek. ومع ذلك، قد تكون أكبر مشكلة لدى Grok هي انخفاض معدل الفوز الذي يبلغ 20% فقط، مع نسبة مخاطرة إلى عائد 1.85. وهذا يؤدي أيضًا إلى أن توقع الربح لديه هو فقط 0.3. بالنظر إلى اتجاه الصفقات، من بين مراكز Grok الـ20، تم تنفيذ صفقات شراء وبيع 10 مرات لكل منهما. ومع ذلك، في المرحلة الحالية من السوق، من الواضح أن البيع المفرط سيقلل بشكل كبير من معدل الفوز. من هذا المنظور، لا يزال لدى نموذج Grok مشاكل في الحكم على اتجاه السوق.

Gemini: "متداول التجزئة" عالي التردد، يطحن رأس المال في تقلبات السوق

Gemini هو النموذج ذو أعلى تكرار تداول، حيث أكمل ما مجموعه 165 صفقة حتى 27 أكتوبر. أدى النشاط المفرط في التداول إلى أداء ضعيف جدًا لـ Gemini، حيث انخفض رصيد الحساب الأدنى إلى حوالي 3,800 دولار، مما أدى إلى معدل خسارة 62%. علاوة على ذلك، بلغت رسوم المعاملات وحدها 1,095.78 دولار.

وراء التداول عالي التكرار يوجد معدل فوز منخفض جدًا (25%) ونسبة مخاطرة إلى عائد تبلغ فقط 1.18، مع توقع ربح شامل يبلغ فقط 0.3. مع مثل هذه البيانات، فإن تداولات Gemini محكوم عليها بالخسارة. ربما بسبب نقص الثقة في اتخاذ القرار، يحتفظ Gemini أيضًا بحجم مركز صغير جدًا، مع نسبة رافعة مالية تبلغ فقط 0.77 لكل صفقة، ومتوسط مدة احتفاظ يبلغ فقط 7.5 ساعات.

متوسط وقف الخسارة هو فقط 81 دولارًا، بينما متوسط جني الأرباح هو 96 دولارًا. يشبه أداء Gemini أداء متداول التجزئة النموذجي، سريع في جني الأرباح وسريع في الخروج عند الخسارة. يضع صفقات متكررة في تقلبات السوق، مما يؤدي إلى استنزاف رأس مال الحساب باستمرار.

GPT5: "الضربة المزدوجة" لمعدل الفوز المنخفض ونسبة المخاطرة إلى العائد المنخفضة

GPT5 هو حاليًا النموذج الأدنى تصنيفًا، حيث يشبه أداؤه العام ومنحناه أداء Gemini، مع معدل خسارة يزيد عن 60%. بالمقارنة، على الرغم من أن GPT5 ليس عالي التكرار مثل Gemini، إلا أنه نفذ 63 صفقة. مع نسبة مخاطرة إلى عائد تبلغ فقط 0.96، أي ربح متوسط قدره 0.96 دولار لكل صفقة، مع وقف خسارة مقابل 1 دولار. في الوقت نفسه، معدل الفوز في تداولات GPT5 منخفض أيضًا عند 20%، مثل Grok.

من حيث حجم المركز، يشبه GPT5 كثيرًا Gemini، مع متوسط نسبة رافعة مالية حوالي 0.76، مما يشير إلى نهج حذر جدًا.

توضح دراسات الحالة لـ GPT5 و Gemini أن انخفاض مخاطر المراكز لا يفيد بالضرورة ربحية الحساب. علاوة على ذلك، في ظل التداول عالي التكرار، يكون كل من معدل الفوز ونسبة المخاطرة إلى العائد غير موثوقين بطبيعتهما. بالإضافة إلى ذلك، فإن أسعار الدخول لصفقات الشراء لهذين النموذجين أعلى بكثير من النماذج المربحة مثل DeepSeek، مما يشير إلى أن إشارات الدخول لديهم متأخرة إلى حد ما.

ملخص الملاحظات: نوعان من "الإنسانية" في التداول كما يراها الذكاء الاصطناعي

بشكل عام، من خلال تحليل سلوك تداول الذكاء الاصطناعي، لدينا مرة أخرى فرصة لفحص استراتيجيات التداول. على وجه الخصوص، فإن تحليل نتيجتي التداول المتطرفتين للاعبين ذوي الأرباح العالية مثل DeepSeek والنماذج ذات الخسائر العالية مثل Gemini و GPT5 هو الأكثر إثارة للتفكير.

1. سلوك النماذج ذات الأرباح العالية له الخصائص التالية: تكرار منخفض، فترات احتفاظ طويلة، نسبة مخاطرة إلى عائد كبيرة، وتوقيت دخول مناسب.

2. سلوك النماذج الخاسرة له الخصائص التالية: تكرار عالٍ، تداول قصير الأجل، نسبة مخاطرة إلى عائد منخفضة، وتوقيت دخول متأخر.

3. مقدار الربح ليس مرتبطًا مباشرة بكمية معلومات السوق. في هذه المسابقة لتداول نماذج الذكاء الاصطناعي، جميع النماذج لديها نفس المعلومات، وهي أكثر محدودية مقارنة بالمتداولين البشر. ومع ذلك، لا يزال بإمكانهم تحقيق مستويات ربحية تتجاوز بكثير معظم المتداولين.

4. يبدو أن طول عملية التفكير هو المفتاح لتحديد مدى دقة التداول. عملية اتخاذ القرار لدى DeepSeek هي الأطول بين جميع النماذج، وتشبه قواعد تداول المتداولين البشر الذين يجيدون المراجعة والتفكير بعناية في كل قرار. من ناحية أخرى، فإن عملية التفكير لدى النماذج ذات الأداء الضعيف قصيرة جدًا، وتشبه أكثر عملية اتخاذ القرار الاندفاعية لدى البشر.

5. مع الأداء المربح لنماذج مثل DeepSeek و Qwen3، ناقش الكثيرون ما إذا كان من الممكن اتباع هذه النماذج مباشرة. ومع ذلك، يبدو أن هذا النهج غير حكيم، على الرغم من أن ربحية بعض الذكاء الاصطناعي الحالية جيدة، إلا أن الحظ يبدو أنه يلعب دورًا، حيث تصادف أن تتماشى مع اتجاه السوق خلال هذه الفترة. بمجرد دخول السوق في مرحلة جديدة، يبقى من غير المعروف ما إذا كان يمكن الحفاظ على هذه الميزة. ومع ذلك، لا تزال قدرة الذكاء الاصطناعي على تنفيذ التداول تستحق التعلم منها.

أخيرًا، من سيفوز بالنصر النهائي؟ أرسلت PANews بيانات الأداء هذه إلى عدة نماذج ذكاء اصطناعي، واختاروا جميعًا DeepSeek بالإجماع، مشيرين إلى أن توقع أرباحه يتماشى بشكل أفضل مع المنطق الرياضي وأن عادات تداوله هي الأكثر ملاءمة.

ومن المثير للاهتمام، أن النموذج الثاني المفضل لديهم، اختاروا جميعًا تقريبًا أنفسهم.