Шестеро провідних AI «трейдерів» у десятиденному поєдинку: хто зможе вижити на ринку без «інформаційної асиметрії»?

Оригінальна назва: «Десятиденне протистояння шести AI "трейдерів": відкрита лекція про тренди, дисципліну та жадібність»

Оригінальний автор: Frank, PANews

Менше ніж за десять днів капітал подвоївся.

Коли DeepSeek і Qwen3 досягли такого результату в реальній торгівлі AlphaZero AI, запущеній Nof1, їхня ефективність прибутку вже значно перевищила більшість людських трейдерів. Це змушує нас серйозно задуматися: AI перетворюється з «дослідницького інструменту» на «фронтового трейдера». Як вони мислять? PANews провів повний аналіз майже 10-денних торгів шести основних AI-моделей у цьому змаганні, намагаючись розкрити секрети прийняття рішень AI-трейдерів.

Чиста технічна дуель без «інформаційної асиметрії»

Перед аналізом ми повинні чітко визначити одну передумову: рішення AI у цьому змаганні приймаються в «офлайн» режимі. Всі моделі пасивно отримують абсолютно однакові технічні дані (включаючи поточну ціну, ковзаючі середні, MACD, RSI, відкриті позиції, фінансування, а також послідовності даних за 4 години та 3 хвилини тощо) і не можуть самостійно отримувати фундаментальну інформацію з інтернету.

Це виключає вплив «інформаційної асиметрії» і робить це змагання остаточним випробуванням стародавньої тези: «чи може чистий технічний аналіз приносити прибуток».

Щодо конкретного змісту, AI може отримувати таку інформацію:

1. Поточний ринковий стан монети: включає поточну цінову інформацію, 20-денну ковзаючу середню, дані MACD, дані RSI, дані про відкриті позиції, фінансування, а також внутрішньоденні послідовності (3-хвилинний період), довгострокові послідовності (4-годинний період) тощо.

2. Інформація про рахунок і результати: включає загальні результати рахунку, прибутковість, доступні кошти, коефіцієнт Шарпа тощо. Поточні результати позицій, поточні умови тейк-профіту та стоп-лоссу, а також умови анулювання.

DeepSeek: Спокійний майстер тренду та цінність «рев'ю»

Станом на 27 жовтня рахунок DeepSeek досяг максимуму 23063 доларів США, максимальний плаваючий прибуток склав близько 130%. Безсумнівно, це найкраща модель, і аналіз її торгової поведінки показує, що такий результат не випадковий.

По-перше, щодо частоти торгів, DeepSeek демонструє низькочастотний стиль трендового трейдера: за 9 днів він здійснив лише 17 угод — найменше серед усіх моделей. З цих 17 угод DeepSeek 16 разів відкривав лонг і лише 1 раз шорт, що ідеально відповідає загальному ринковому відскоку за цей період.

Звісно, такий вибір напрямку не випадковий: DeepSeek проводить комплексний аналіз за допомогою RSI, MACD та інших індикаторів і завжди вважає, що ринок зараз знаходиться у бичачому тренді, тому впевнено відкриває лонги.

У конкретному торговому процесі перші кілька ордерів DeepSeek були невдалими — перші 5 ордерів закрилися з мінусом, але кожен раз збиток був невеликий, максимум не перевищував 3,5%. Крім того, перші кілька ордерів трималися недовго — найкоротший лише 8 хвилин. З розвитком ринку у заданому напрямку позиції DeepSeek стали більш тривалими.

Щодо стилю тримання позицій, DeepSeek зазвичай встановлює велику зону тейк-профіту і невелику зону стоп-лоссу після входу. Наприклад, 27 жовтня середній тейк-профіт становив 11,39%, середній стоп-лосс — -3,52%, співвідношення прибутку до збитку — близько 3,55. Це свідчить про стратегію «малий збиток — великий прибуток».

Реальні результати це підтверджують: за підсумками PANews, середнє співвідношення прибутку до збитку у завершених угодах DeepSeek досягло 6,71 — найвище серед усіх моделей. Хоча відсоток виграшних угод — 41% — не найвищий (друге місце), очікуваний прибуток становить 2,76, що є першим результатом. Це і є головна причина найвищого прибутку DeepSeek.

Крім того, середній час утримання позиції у DeepSeek — 2952 хвилини (приблизно 49 годин), також найвищий серед моделей. Це справжній трендовий трейдер, що відповідає основному принципу фінансової торгівлі — «дай прибутку рости».

Щодо управління позиціями, DeepSeek досить агресивний: середнє кредитне плече на одну позицію — 2,23, і часто одночасно тримає кілька позицій, що підвищує загальний рівень плеча. Наприклад, 27 жовтня загальний рівень плеча перевищував 3x. Але завдяки суворим умовам стоп-лоссу ризик завжди залишався під контролем.

Загалом, успіх DeepSeek — це результат комплексної стратегії. Для входу він використовує лише найпопулярніші MACD і RSI, без жодних особливих індикаторів. Головне — суворе дотримання співвідношення прибутку до збитку та рішучість тримати позицію без впливу емоцій.

Крім того, PANews помітив ще одну цікаву деталь. У процесі мислення DeepSeek продовжує свій попередній стиль: формує довгий, деталізований ланцюжок роздумів і лише потім підсумовує все у торгове рішення. Це схоже на трейдерів-людей, які приділяють увагу рев'ю, причому таке рев'ю відбувається кожні три хвилини.

Навіть для AI-моделі така здатність до рев'ю має значення: це гарантує, що кожен токен і ринковий сигнал аналізується знову і знову, не ігнорується. Можливо, це ще одна річ, яку варто перейняти людським трейдерам.

Qwen3: Агресивний «гравець» з великими ставками

Станом на 27 жовтня Qwen3 — друга за результативністю велика модель. Максимальна сума на рахунку — 20 000 доларів, прибутковість — 100%, результат поступається лише DeepSeek. Основні риси Qwen3 — високе плече та високий відсоток виграшних угод. Загальний відсоток виграшних угод — 43,4% (перше місце серед моделей). Розмір однієї позиції — 56 100 доларів (плече 5,6x) — також найвищий. Хоча очікуваний прибуток нижчий, ніж у DeepSeek, агресивний стиль дозволяє Qwen3 залишатися на другому місці.

Стиль торгівлі Qwen3 досить агресивний: середній стоп-лосс — 491 долар (найвищий серед моделей), максимальний разовий збиток — 2232 долари (також найвищий). Це означає, що Qwen3 може терпіти великі збитки, тобто «тримати збиткову позицію». Але на відміну від DeepSeek, навіть при більших збитках Qwen3 не отримує вищого прибутку: середній прибуток — 1547 доларів, менше, ніж у DeepSeek. Тому очікуване співвідношення прибутку до збитку лише 1,36 — половина від DeepSeek.

Ще одна риса Qwen3 — схильність тримати лише одну позицію і робити на неї велику ставку. Плече часто досягає 25x (максимально дозволене у змаганні). Такий стиль вимагає високого відсотка виграшних угод, бо кожен збиток призводить до великої просадки.

У процесі прийняття рішень Qwen3, здається, особливо звертає увагу на 4-годинну EMA 20 і використовує її як сигнал для входу/виходу. Ланцюжок мислення Qwen3 виглядає простим. Щодо часу утримання позицій, Qwen3 також не відзначається терпінням: середній час — 10,5 години, лише трохи більше, ніж у Gemini.

Загалом, хоча поточний результат Qwen3 виглядає добре, ризики великі: надто високе плече, ставка на одну позицію, єдиний індикатор, короткий час утримання та низьке співвідношення прибутку до збитку — все це може призвести до проблем у майбутньому. Станом на 28 жовтня, перед публікацією, капітал Qwen3 вже просів до 16 600 доларів, просадка від максимуму — 26,8%.

Claude: Відданий виконавець лонг-стратегії

Claude також загалом у плюсі: станом на 27 жовтня сума на рахунку — близько 12 500 доларів, прибуток — близько 25%. Сам по собі цей результат досить яскравий, але на фоні DeepSeek і Qwen3 виглядає скромніше.

За частотою угод, розміром позицій і відсотком виграшних угод Claude близький до DeepSeek: всього 21 угода, відсоток виграшних — 38%, середнє плече — 2,32.

Причина відставання, ймовірно, у нижчому співвідношенні прибутку до збитку: хоча у Claude воно теж непогане — 2,1, але це втричі менше, ніж у DeepSeek. Тому очікувана прибутковість — лише 0,8 (менше 1 — у довгостроковій перспективі це збитки).

Ще одна помітна риса Claude — одностороння торгівля: станом на 27 жовтня всі 21 завершені угоди були лонгами.

Grok: Загублений у вирі визначення напрямку

На початку Grok показував гарні результати, навіть був лідером за прибутком (понад 50%). Але з часом просадка стала значною: станом на 27 жовтня капітал повернувся до 10 000 доларів. Серед усіх моделей — четверте місце, загальна прибутковість близька до кривої володіння BTC на споті.

За торговими звичками Grok також належить до низькочастотних трейдерів із довгим утриманням: лише 20 завершених угод, середній час утримання — 30,47 години (друге місце після DeepSeek). Але головна проблема — дуже низький відсоток виграшних угод (20%) і співвідношення прибутку до збитку — лише 1,85. Очікувана прибутковість — лише 0,3. Щодо напрямку: з 20 позицій — 10 лонгів і 10 шортів. У цьому ринковому циклі надмірна кількість шортів явно знижує відсоток виграшних угод. Отже, Grok має проблеми з визначенням ринкового тренду.

Gemini: Високочастотний «роздрібний трейдер», який зношує себе до «смерті»

Gemini — модель із найвищою частотою торгів: станом на 27 жовтня — 165 угод. Надмірна частота призвела до дуже поганих результатів: мінімальна сума на рахунку впала до 3800 доларів, збиток — 62%. Лише на комісії витрачено 1095,78 долара.

За високою частотою стоїть дуже низький відсоток виграшних угод (25%) і співвідношення прибутку до збитку — лише 1,18, очікувана прибутковість — 0,3. За таких результатів торгівля Gemini приречена на збитки. Можливо, через невпевненість у своїх рішеннях середній розмір позиції дуже малий: плече — лише 0,77, а середній час утримання — 7,5 години.

Середній стоп-лосс — лише 81 долар, середній тейк-профіт — 96 доларів. Gemini поводиться як типовий роздрібний трейдер: трохи заробив — закрив, трохи втратив — теж закрив. У постійних коливаннях ринку відкриває угоди знову і знову, поступово зношуючи капітал.

GPT5: «Подвійний удар» низького відсотка виграшних угод і низького співвідношення прибутку до збитку

GPT5 — наразі найгірша модель, її результати та крива дуже схожі на Gemini, обидві мають збиток понад 60%. Хоча GPT5 не така високочастотна, як Gemini, але все одно здійснила 63 угоди. Співвідношення прибутку до збитку — лише 0,96, тобто в середньому кожен прибуток — 0,96 долара, а стоп-лосс — 1 долар. Водночас відсоток виграшних угод — лише 20%, як і у Grok.

Щодо розміру позицій, GPT5 і Gemini дуже схожі: середнє плече — близько 0,76. Виглядає дуже обережно.

Випадки GPT5 і Gemini показують, що низький ризик позиції не обов'язково сприяє прибутковості рахунку. При високочастотній торгівлі відсоток виграшних угод і співвідношення прибутку до збитку неминуче низькі. Крім того, ці дві моделі відкривали лонги за цінами, значно вищими, ніж у прибуткових моделей на кшталт DeepSeek, що свідчить про запізнілі сигнали входу.

Висновки: Дві «людські» риси торгівлі, які показав AI

Загалом, аналіз торгової поведінки AI дає нам ще одну можливість переосмислити торгові стратегії. Особливо показовий аналіз моделей з екстремальними результатами: високоприбуткової DeepSeek і збиткових Gemini та GPT5.

1. Поведінка високоприбуткових моделей має такі риси: низька частота, довге утримання, велике співвідношення прибутку до збитку, своєчасний вхід.

2. Поведінка збиткових моделей: висока частота, короткостроковість, низьке співвідношення прибутку до збитку, запізнілий вхід.

3. Розмір прибутку не має прямого зв'язку з обсягом ринкової інформації: у цьому змаганні всі AI-моделі отримували однакову інформацію, навіть більш одноманітну, ніж у людських трейдерів. Але все одно показали результати, що значно перевищують більшість трейдерів.

4. Довжина ланцюжка мислення, здається, є ключем до дисципліни у торгівлі. У DeepSeek цей процес найдовший, що у людських трейдерів відповідає тим, хто добре проводить рев'ю і серйозно ставиться до кожного рішення. А у слабких моделей ланцюжок мислення дуже короткий, схожий на інтуїтивні рішення людей.

5. З огляду на прибутковість моделей на кшталт DeepSeek і Qwen3, багато хто обговорює можливість копіювати їхні угоди. Але це не найкраща ідея: навіть якщо зараз окремі AI показують гарний прибуток, тут може бути елемент удачі — просто потрапили у трендовий період. Якщо ринок зміниться, чи збережеться ця перевага — невідомо. Проте варто вчитися у AI торгової дисципліни.

І нарешті, хто переможе? PANews надіслала ці результати кільком AI-моделям — усі вони обрали DeepSeek, аргументуючи це найкращою математичною логікою очікуваного прибутку та торговими звичками.

Цікаво, що другим фаворитом кожна модель назвала саму себе.