6大AI「トレーダー」10日間対決：「情報格差」のない市場で誰が生き残れるか？

原文タイトル：《六大 AI「トレーダー」10日間対決：トレンド、規律、欲望についての公開授業》

原文著者：Frank，PANews

10日も経たずして、資金が倍増した。

DeepSeekとQwen3がNof1で提供されたAlphaZero AI実取引でこの成績を収めたとき、その利益効率はすでに大多数の人間トレーダーをはるかに上回っていた。これは私たちに一つの問題を直視させる：AIは「研究ツール」から「現場のトレーダー」へと変貌しつつある。彼らはどのように思考しているのか？PANewsはこのコンテストに参加した6つの主流AIモデルの直近10日間の取引を徹底的に振り返り、AIトレーダーの意思決定の秘密を明らかにしようとした。

「情報格差」のない純粋なテクニカル対決

分析の前に、前提を明確にする必要がある：このコンテストのAIの意思決定は「オフライン」方式である。すべてのモデルは全く同じテクニカルデータ（現在価格、移動平均線、MACD、RSI、未決済建玉、資金調達率、4時間および3分の時系列データなど）を受動的に受け取り、ファンダメンタルズ情報を自らネットから取得することはできない。

これにより「情報格差」の影響が排除され、このコンテストは「純粋なテクニカル分析で利益を出せるか」という古くからの命題への究極のテストとなった。

具体的な内容を見ると、AIが取得できる内容は以下の通りである：

1、コインの現在の市場状況：現在の価格情報、20日移動平均価格、MACDデータ、RSIデータ、未決済建玉データ、資金調達率、そして前述の一部データの日中時系列（3分周期）、長期トレンド時系列（4時間周期）など。

2、アカウント情報とパフォーマンス：現在のアカウント全体のパフォーマンス、リターン率、利用可能資金、シャープレシオなど。現在のポジションのリアルタイムパフォーマンス、現在の利確・損切りおよび失効条件など。

DeepSeek：落ち着いたトレンドマスターと「振り返り」の価値

10月27日時点で、DeepSeekのアカウントは最高で23,063ドルに達し、最大含み益は約130%となった。間違いなく最も優れたモデルであり、取引行動を分析すると、この成績が偶然ではないことが分かる。

まず、取引頻度の面で、DeepSeekはトレンドトレーダーらしい低頻度スタイルを示し、9日間で取引回数は合計17回と、全モデル中最も少ない。この17回の取引のうち、DeepSeekは16回ロング、1回ショートを選択し、この期間の市場全体の底値からの反発トレンドに合致している。

もちろん、この方向選択も偶然ではなく、DeepSeekはRSIやMACDなどの指標を総合的に分析し、現在の市場全体が強気トレンドにあると判断し、ロングを堅持している。

具体的な取引過程では、DeepSeekの初期のいくつかの注文は順調ではなく、最初の5つの注文はすべて失敗に終わったが、各損失は大きくなく、最大でも3.5%を超えなかった。しかも初期の注文の保有時間も比較的短く、最短で8分で決済している。相場が予想通りに動くにつれ、DeepSeekのポジションも持続的な状態を示し始めた。

DeepSeekのポジションスタイルを見ると、エントリー後に大きめの利確幅と小さめの損切り幅を設定する傾向がある。10月27日のポジションを例にすると、平均利確幅は11.39%、平均損切り幅は-3.52%、リスクリワード比は約3.55である。これを見ると、DeepSeekの取引戦略は小さな損失で大きな利益を狙う思考に近い。

実際の結果もその通りで、PANewsのまとめによると、DeepSeekの決済済み取引の平均リスクリワード比は6.71で、全モデル中最高である。勝率は41%と最高ではない（2位）ものの、利益期待値は2.76で1位となっている。これがDeepSeekが最も高い利益を達成した主な理由である。

また、ポジション保有時間の面でも、DeepSeekの平均保有時間は2,952分（約49時間）で、これも1位である。複数モデルの中で名実ともにトレンドトレーダーであり、金融取引で最も重要な要素「利益を伸ばす」思考に合致している。

ポジション管理の面では、DeepSeekは比較的アグレッシブで、平均の単一ポジションレバレッジは2.23であり、しばしば複数ポジションを同時に保有するため、全体のレバレッジも比較的高い水準に達している。10月27日を例にすると、保有ポジションの総レバレッジは3倍を超えている。しかし、同時に厳格な損切り条件を設けているため、リスクは常にコントロールされている。

総じて、DeepSeekの取引が好成績を収めたのは、総合的な戦略の結果である。エントリー判断には最も主流のMACDとRSIを使っており、特別な指標はない。ただし、合理的なリスクリワード比を厳格に実行し、感情に左右されずにポジションを堅持する意思決定をしている。

また、PANewsはもう一つ特筆すべきディテールを発見した。DeepSeekは思考プロセスの中でも、これまでの思考スタイルを継続し、詳細に満ちた長い思考過程を形成し、最後にすべての思考をまとめて取引判断を下す。この特徴は人間のトレーダーで言えば、振り返りを重視するトレーダーに似ており、しかもこの振り返りは3分ごとに行われている。

この振り返り能力はAIモデルに応用しても一定の効果があり、各トークンや市場シグナルのディテールが何度も分析され、見落とされることがない。これは人間のトレーダーが学ぶべきもう一つのポイントかもしれない。

Qwen3：大胆なアグレッシブ「ギャンブラー」

10月27日時点で、Qwen3は2番目に優れた大規模モデルである。最高アカウント額は20,000ドル、利益率は100%、利益結果はDeepSeekに次ぐ。Qwen3の全体的な特徴は高レバレッジ・高勝率である。総合勝率は43.4%で全モデル中1位。同時に単一ポジションサイズも56,100ドル（レバレッジ5.6倍）で全モデル中最高。利益期待値ではDeepSeekに及ばないが、大胆なスタイルで現時点ではDeepSeekに次ぐ結果となっている。

Qwen3の取引スタイルは比較的アグレッシブで、平均損切り額は491ドルと全モデル中最高。単回最大損失は2,232ドルで、これも最高である。つまりQwen3はより大きな損失を許容でき、いわゆる「ポジションを耐える」タイプである。しかしDeepSeekと異なるのは、より大きな損失を許容しても、より高いリターンを得ていない点である。Qwen3の平均利益は1,547ドルで、DeepSeekには及ばない。これにより最終的な利益期待値は1.36で、DeepSeekの半分に過ぎない。

また、Qwen3のもう一つの特徴は、単一ポジションを保有し、そのポジションに大きく賭けることを好む点である。使用するレバレッジはしばしば25倍（コンテストで許可されている最大値）に達する。このような取引は高勝率に大きく依存し、損失が出るたびに大きなドローダウンとなる。

意思決定過程では、Qwen3は4時間足のEMA20移動平均線を特に重視し、これをエントリー・エグジットのシグナルとしているようだ。思考プロセスもシンプルで、ポジション保有時間も忍耐力に欠け、平均保有時間は10.5時間で、Geminiよりは上位である。

総じて、Qwen3は現時点での利益結果は良好だが、リスクも大きい。過度なレバレッジ、一発勝負のエントリースタイル、単一の判断指標、短い保有時間、低いリスクリワード比などの習慣は、今後の取引にリスクを孕んでいる。10月28日執筆時点で、Qwen3の資金は最大で16,600ドルまでドローダウンし、最高点からのドローダウン率は26.8%に達している。

Claude：執着するロング実行者

Claudeも全体的には利益状態にあり、10月27日時点でアカウント総額は約12,500ドル、利益は約25%。この数字だけ見ればかなり優秀だが、DeepSeekやQwen3と比べるとやや見劣りする。

実際、エントリー頻度やポジションサイズ、勝率の面でも、ClaudeはDeepSeekとかなり近いデータを示している。合計21回のエントリー、勝率38%、平均レバレッジ2.32。

大きな差が出た理由は、リスクリワード比が比較的低いことにある。Claudeのリスクリワード比も2.1と悪くないが、DeepSeekとは3倍以上の差がある。そのため、総合データでは利益期待値は0.8（1未満の場合、長期的には損失が続く）となる。

また、Claudeの顕著な特徴は、一定期間に一方向のみを取ること。10月27日までに完結した注文21件はすべてロングである。

Grok：方向判断の渦に迷う

Grokは初期のパフォーマンスが良く、一時は最も高い利益水準のモデルとなり、最大利益は50%を超えた。しかし取引時間が増えるにつれ、Grokのドローダウンは深刻化。10月27日時点で資金は約10,000ドルに戻り、全モデル中4位、全体のリターンはBTC現物の曲線に近い。

取引習慣から見ると、Grokも低頻度取引・長期保有型である。完結した取引は20件、平均保有時間は30.47時間で、DeepSeekに次ぐ。しかしGrokの最大の問題は勝率が低すぎることで、わずか20%、リスクリワード比も1.85しかない。これにより利益期待値は0.3となる。エントリー方向を見ると、Grokの20回のポジションはロング・ショートともに10回ずつ。この期間の相場ではショートが多すぎると明らかに勝率が下がる。この観点から、Grokモデルは市場トレンドの判断に問題があると言える。

Gemini：高頻度「個人投資家」、往復運動で「致命的」な損耗

Geminiは取引頻度が最も高いモデルで、10月27日時点で合計165回の取引を完了。過度なエントリー頻度により、Geminiの取引パフォーマンスは非常に悪く、最低アカウント額は約3,800ドルまで下落し、損失率は62%に達した。そのうち手数料だけで1,095.78ドルを支払っている。

高頻度取引の裏には、極めて低い勝率（25%）とわずか1.18のリスクリワード比があり、総合利益期待値は0.3。このようなデータでは、Geminiの取引は必然的に損失となる。自分の判断に自信がないのか、Geminiの平均ポジションも非常に小さく、単一ポジションのレバレッジは0.77、各ポジションの保有時間も7.5時間しかない。

平均損切りは81ドル、平均利確は96ドル。Geminiのパフォーマンスは典型的な個人投資家のようで、少し利益が出たらすぐ決済し、少し損失が出たらすぐ逃げる。相場の上下動で何度もエントリーし、口座資金を消耗し続けている。

GPT5：低勝率と低リスクリワード比の「ダブルパンチ」

GPT5は現在最下位のモデルで、全体のパフォーマンスと曲線はGeminiと非常に似ており、損失率は60%以上。GPT5はGeminiほど高頻度ではないが、63回の取引を行っている。リスクリワード比は0.96で、平均利益は0.96ドル、対応する損切りは1ドル。さらにGPT5の取引勝率も20%とGrokと同等に低い。

ポジションサイズの面でも、GPT5とGeminiは非常に近く、平均ポジションレバレッジは約0.76。非常に慎重に見える。

GPT5とGeminiの事例は、低リスクのポジションが必ずしも口座利益に有利とは限らないことを示している。また高頻度取引では、勝率とリスクリワード比の両方が保証されない。さらに、この2つのモデルの同じコインのロングエントリー価格もDeepSeekなどの利益モデルより明らかに高く、エントリーシグナルがやや遅いことも示している。

観察まとめ：AIが映し出す2種類の取引「人間性」

総じて、AIの取引行動を分析することで、私たちは再び取引戦略を見直す機会を得た。特にDeepSeekの高利益モデルとGeminiおよびGPT5の大損失という2つの極端な取引結果のモデル分析は、最も考察に値する。

1、高利益モデルの行動には以下の特徴がある：低頻度、長期保有、高リスクリワード比、エントリータイミングが適切。

2、損失モデルの行動には以下の特徴がある：高頻度、短期、低リスクリワード比、エントリータイミングが遅い。

3、利益の多寡と市場情報の多寡には直接的な関係はない。このAIモデルの取引コンテストでは、すべてのモデルが取得する情報は一致しており、人間トレーダーと比べて情報源はより単一である。それでも大多数のトレーダーをはるかに上回る利益水準を示すことができる。

4、思考プロセスの長短が取引の厳密さを決定する根本のようだ。DeepSeekの意思決定プロセスは全モデル中最も長く、この思考過程は人間トレーダーで言えば、振り返りが得意で毎回の意思決定を真剣に扱う取引規範に似ている。一方、パフォーマンスの悪いモデルの思考プロセスは非常に短く、人間の「直感的な」意思決定に近い。

5、DeepSeekやQwen3などのモデルの利益が話題になるにつれ、多くの人がこれらのAIモデルを直接コピー取引できるか議論している。しかしこの操作は適切とは言えない。現時点で個別AIの利益能力は良好だが、ここには一定の運の要素もあり、この期間の相場にたまたま乗っただけかもしれない。相場が新しい状態に入ったとき、この優位性が維持できるかは未知数である。ただし、AIの取引執行能力は学ぶ価値がある。

最後に、誰が最終的な勝者となるのか？PANewsはこれらのデータを複数のAIモデルに送ったところ、全員がDeepSeekを選んだ。その理由は、利益期待値が最も数学的ロジックに合致し、取引習慣も最良だからだという。

興味深いのは、2番目に有望だと考えたモデルは、ほぼ全員が自分自身を選んだことである。