Seis principais "traders" de IA em duelo de dez dias: quem conseguirá sobreviver em um mercado sem "assimetria de informação"?

Título original: "Seis grandes 'traders' de IA em duelo de dez dias: uma aula aberta sobre tendências, disciplina e ganância"

Autor original: Frank, PANews

Em menos de dez dias, o capital dobrou.

Quando DeepSeek e Qwen3 alcançaram esse desempenho na negociação real com IA AlphaZero lançada pela Nof1, sua eficiência de lucro já superava a grande maioria dos traders humanos. Isso nos obriga a encarar uma questão: a IA está passando de "ferramenta de pesquisa" para "operador de linha de frente". Como elas pensam? A PANews fez uma revisão completa das negociações dos seis principais modelos de IA durante quase 10 dias desta competição, tentando desvendar os segredos das decisões dos traders de IA.

Um duelo puramente técnico sem "assimetria de informação"

Antes da análise, precisamos deixar claro um ponto: as decisões das IAs nesta competição são feitas em "modo offline". Todos os modelos recebem passivamente exatamente os mesmos dados técnicos (incluindo preço atual, médias móveis, MACD, RSI, contratos em aberto, taxa de financiamento, além de séries de dados de 4 horas e 3 minutos, etc.), sem acesso ativo a informações fundamentais via internet.

Isso elimina a interferência da "assimetria de informação" e faz desta competição o teste definitivo da velha questão: "análise puramente técnica pode ser lucrativa?".

Em termos práticos, o conteúdo disponível para a IA inclui os seguintes aspectos:

1. Estado atual do mercado do ativo: inclui informações de preço atual, preço da média móvel de 20 dias, dados do MACD, dados do RSI, dados de contratos em aberto, taxa de financiamento, além de séries intradiárias (ciclo de 3 minutos) e séries de tendência de longo prazo (ciclo de 4 horas) desses dados.

2. Informações e desempenho da conta: inclui desempenho geral da conta, taxa de retorno, capital disponível, índice de Sharpe, etc. Desempenho em tempo real das posições atuais, condições de take profit, stop loss e condições de expiração.

DeepSeek: O mestre de tendências calmo e o valor da "revisão"

Até 27 de outubro, a conta da DeepSeek atingiu o máximo de US$ 23.063, com lucro flutuante máximo de cerca de 130%. Sem dúvida, é o modelo com melhor desempenho, e a análise do seu comportamento de negociação mostra que esse resultado não é por acaso.

Primeiramente, em termos de frequência de negociação, DeepSeek mostra um estilo de trader de tendência de baixa frequência: em 9 dias, realizou apenas 17 operações, o menor número entre todos os modelos. Dessas 17 operações, DeepSeek optou por 16 vezes comprar e apenas 1 vez vender, alinhando-se perfeitamente com a tendência de recuperação do mercado nesse período.

Claro, essa escolha de direção também não é aleatória: DeepSeek faz uma análise abrangente usando indicadores como RSI e MACD, sempre considerando que o mercado está em tendência de alta, por isso mantém a posição comprada com convicção.

No processo de negociação, os primeiros pedidos da DeepSeek não foram bem-sucedidos: os 5 primeiros resultaram em prejuízo, mas as perdas foram pequenas, nunca ultrapassando 3,5%. Além disso, as primeiras posições foram mantidas por pouco tempo, sendo a mais curta de apenas 8 minutos. À medida que o mercado evoluiu conforme o previsto, as posições da DeepSeek passaram a ser mantidas por períodos mais longos.

O estilo de posição da DeepSeek é caracterizado por definir um espaço de take profit relativamente grande e um stop loss pequeno após a entrada. Por exemplo, em 27 de outubro, o take profit médio foi de 11,39% e o stop loss médio de -3,52%, resultando em uma relação risco/retorno de cerca de 3,55. Isso mostra que a estratégia da DeepSeek é buscar grandes lucros e pequenas perdas.

Na prática, isso também se confirma: segundo análise da PANews, nas negociações já liquidadas pela DeepSeek, a 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 em expectativa de lucro com 2,76. Esse é o principal motivo do alto lucro da DeepSeek.

Além disso, o tempo médio de manutenção das posições da DeepSeek é de 2.952 minutos (aproximadamente 49 horas), também o maior entre os modelos. Entre todos, é o verdadeiro trader de tendências, alinhado ao princípio fundamental do trading lucrativo: "deixe o lucro correr".

Na gestão de posições, DeepSeek é relativamente agressivo, com alavancagem média de 2,23 por posição e frequentemente mantendo várias posições ao mesmo tempo, elevando a alavancagem total para mais de 3 vezes em 27 de outubro. No entanto, devido ao uso rigoroso de stop loss, o risco permanece sob controle.

Em resumo, o sucesso da DeepSeek resulta de uma estratégia abrangente. Na escolha das entradas, utiliza apenas os indicadores mais comuns, MACD e RSI, sem nada de especial. O diferencial está na execução rigorosa da relação risco/retorno e na manutenção das posições sem influência emocional.

Outro detalhe interessante observado pela PANews é que, no processo de raciocínio, DeepSeek mantém seu estilo detalhado, formando um processo de pensamento longo e cheio de detalhes, que depois é resumido em uma decisão de negociação. Isso se assemelha a traders humanos que valorizam a revisão constante — e, neste caso, a revisão ocorre a cada três minutos.

Essa capacidade de revisão, mesmo aplicada a modelos de IA, tem seu valor. Garante que cada detalhe dos sinais de mercado e dos tokens seja analisado repetidamente, sem ser negligenciado. Talvez esse seja outro ponto valioso para os traders humanos aprenderem.

Qwen3: O "apostador" agressivo e ousado

Até 27 de outubro, Qwen3 era o segundo melhor modelo. O saldo máximo da conta atingiu US$ 20.000, com taxa de lucro de 100%, ficando atrás apenas da DeepSeek. Qwen3 se destaca pelo alto uso de alavancagem e alta taxa de acerto. Sua taxa de acerto geral chegou a 43,4%, a maior entre todos os modelos. O tamanho médio das posições chegou a US$ 56.100 (alavancagem de 5,6 vezes), também o maior entre todos. Embora a expectativa de lucro não seja tão alta quanto a da DeepSeek, o estilo ousado faz com que seus resultados sigam de perto os da DeepSeek até o momento.

O estilo de negociação do Qwen3 é relativamente agressivo: o stop loss médio é de US$ 491, o maior entre todos os modelos. A maior perda em uma única operação chegou a US$ 2.232, também a maior. Isso significa que Qwen3 tolera perdas maiores, o que no jargão é chamado de "segurar a posição". Mas, ao contrário da DeepSeek, mesmo aceitando perdas maiores, não obteve retornos proporcionais. O lucro médio do Qwen3 foi de US$ 1.547, inferior ao da DeepSeek. Assim, sua expectativa de lucro final é de apenas 1,36, metade da DeepSeek.

Outro traço do Qwen3 é preferir manter uma única posição por vez e apostar pesado nela. A alavancagem utilizada frequentemente chega a 25 vezes (o máximo permitido na competição). Esse tipo de negociação depende muito de uma alta taxa de acerto, pois cada perda causa grande retração no saldo.

No processo de decisão, Qwen3 parece dar atenção especial à média móvel exponencial de 20 períodos no gráfico de 4 horas, usando-a como sinal de entrada e saída. O raciocínio do Qwen3 também parece simples. Quanto ao tempo de manutenção das posições, Qwen3 mostra pouca paciência, com média de 10,5 horas, ficando à frente apenas do Gemini.

No geral, embora os resultados atuais do Qwen3 pareçam bons, há riscos consideráveis: alavancagem excessiva, apostas únicas, uso de um único indicador, tempo curto de manutenção das posições e baixa relação risco/retorno podem trazer problemas futuros. Até a publicação em 28 de outubro, o saldo do Qwen3 já havia recuado para US$ 16.600, uma retração de 26,8% em relação ao pico.

Claude: O executor obstinado de posições compradas

Claude também está em situação lucrativa: até 27 de outubro, o saldo da conta era de cerca de US$ 12.500, com lucro de aproximadamente 25%. Isoladamente, esse número é bom, mas comparado a DeepSeek e Qwen3, parece modesto.

Na frequência de operações, tamanho das posições e taxa de acerto, Claude é semelhante à DeepSeek: foram 21 operações, taxa de acerto de 38% e alavancagem média de 2,32.

A diferença está na relação risco/retorno, que, embora boa (2,1), é mais de três vezes menor que a da DeepSeek. Assim, sua expectativa de lucro é de apenas 0,8 (quando menor que 1, indica prejuízo no longo prazo).

Outro traço marcante de Claude é operar em apenas uma direção por um período: até 27 de outubro, todas as 21 operações foram de compra.

Grok: Perdido no redemoinho das decisões de direção

Grok teve bom desempenho inicial, chegando a ser o modelo mais lucrativo, com lucro superior a 50%. Mas, com o tempo, sofreu grandes retrações. Até 27 de outubro, o saldo voltou para cerca de US$ 10.000. Entre todos os modelos, ficou em quarto lugar, com rentabilidade semelhante à curva do BTC spot.

O hábito de negociação do Grok também é de baixa frequência e posições longas: apenas 20 operações concluídas, tempo médio de manutenção de 30,47 horas, só perdendo para DeepSeek. O maior problema do Grok é a baixa taxa de acerto, apenas 20%, e relação risco/retorno de 1,85, resultando em expectativa de lucro de apenas 0,3. Das 20 operações, 10 foram compradas e 10 vendidas. Nesse período de mercado, operar vendido em excesso reduziu a taxa de acerto. Isso mostra que o modelo Grok ainda tem dificuldades em julgar a tendência do mercado.

Gemini: O "varejista" de alta frequência, desgastando-se até a "morte"

Gemini é o modelo com maior frequência de negociação: até 27 de outubro, realizou 165 operações. A frequência excessiva resultou em desempenho ruim: o saldo caiu para cerca de US$ 3.800, com prejuízo de 62%. Só em taxas, gastou US$ 1.095,78.

Por trás da alta frequência está a baixíssima taxa de acerto (25%) e relação risco/retorno de apenas 1,18, com expectativa de lucro de apenas 0,3. Com esses números, Gemini está fadado ao prejuízo. Talvez por falta de confiança nas próprias decisões, o tamanho médio das posições é pequeno, com alavancagem de apenas 0,77 e tempo médio de manutenção de 7,5 horas.

O stop loss médio é de apenas US$ 81 e o take profit médio de US$ 96. O desempenho do Gemini lembra um típico investidor de varejo: sai com pouco lucro e foge com pequenas perdas, abrindo operações repetidamente nas oscilações do mercado e corroendo o capital.

GPT5: "Duplo golpe" de baixa taxa de acerto e baixa relação risco/retorno

GPT5 é atualmente o modelo com pior desempenho, com curva e resultados muito semelhantes ao Gemini, ambos com prejuízo superior a 60%. Embora o GPT5 não opere com tanta frequência quanto o Gemini, ainda realizou 63 operações. Sua relação risco/retorno é de apenas 0,96, ou seja, o lucro médio por operação é de US$ 0,96, enquanto o stop loss chega a US$ 1. Ao mesmo tempo, a taxa de acerto do GPT5 é de apenas 20%, igual à do Grok.

No tamanho das posições, GPT5 e Gemini são muito próximos, com alavancagem média de cerca de 0,76, mostrando muita cautela.

Os casos de GPT5 e Gemini mostram que baixo risco de posição não garante lucro. Com alta frequência de operações, é impossível manter boa taxa de acerto e relação risco/retorno. Além disso, o preço de entrada das operações compradas desses dois modelos é visivelmente mais alto do que o dos modelos lucrativos como DeepSeek, indicando sinais de entrada mais lentos.

Resumo das observações: as duas "naturezas humanas" do trading reveladas pela IA

No geral, a análise do comportamento de negociação das IAs nos oferece mais uma oportunidade de refletir sobre estratégias de trading. Especialmente, a análise dos modelos de extremos — DeepSeek, com alto lucro, e Gemini e GPT5, com grandes perdas — é a mais instrutiva.

1. Os modelos de alto lucro têm as seguintes características: baixa frequência, posições longas, alta relação risco/retorno e timing de entrada oportuno.

2. Os modelos de prejuízo têm as seguintes características: alta frequência, operações curtas, baixa relação risco/retorno e timing de entrada tardio.

3. O lucro não está diretamente relacionado à quantidade de informação de mercado: nesta competição de modelos de IA, todos receberam exatamente as mesmas informações, com fontes ainda mais restritas do que traders humanos. Mesmo assim, alguns modelos superaram amplamente a maioria dos traders humanos.

4. O comprimento do raciocínio parece ser fundamental para a disciplina na negociação. O processo decisório da DeepSeek é o mais longo entre todos os modelos, o que, nos traders humanos, corresponde àqueles que revisam e levam a sério cada decisão. Já os modelos de baixo desempenho têm processos de decisão curtos, lembrando decisões impulsivas de humanos.

5. Com o sucesso de modelos como DeepSeek e Qwen3, muitos discutem se é possível copiar diretamente as operações dessas IAs. Mas isso parece arriscado: mesmo que algumas IAs estejam lucrando agora, pode haver um componente de sorte, pois seguiram a tendência do mercado neste período. Se o mercado mudar, não se sabe se essa vantagem se manterá. No entanto, a capacidade de execução das IAs é digna de aprendizado.

Por fim, quem será o vencedor? A PANews enviou esses dados para vários modelos de IA, e todos escolheram DeepSeek, justificando que sua expectativa de lucro é a mais lógica matematicamente e seus hábitos de negociação são os melhores.

Curiosamente, todos escolheram a si mesmos como segunda melhor opção.