Шестеро основних AI "трейдерів" у десятиденному протистоянні: хто зможе вижити на ринку без "інформаційної переваги"?

Original Article Title: "Шестеро головних AI 'трейдерів' у десятиденному двобої: публічний урок про тренди, дисципліну та жадібність"

Original Article Author: Frank, PANews

Менше ніж за десять днів кошти подвоїлися.

Коли DeepSeek та Qwen3 досягли цього результату у прямій торгівлі AlphaZero AI, запущеній Nof1, їхня ефективність прибутку значно перевершила більшість людських трейдерів. Це змушує нас поставити питання: AI переходить від "дослідницького інструменту" до "фронтового трейдера". Як вони мислять? PANews провів комплексний огляд майже 10-денної торгівлі шести основних AI-моделей у цьому змаганні, намагаючись розкрити секрети прийняття рішень AI-трейдерів.

Чисто технічний двобій без "інформаційної асиметрії"

Перед аналізом ми повинні уточнити одну передумову: рішення AI у цьому змаганні є "офлайн". Всі моделі пасивно отримують абсолютно однакові технічні дані (включаючи поточну ціну, ковзаючі середні, MACD, RSI, відкритий інтерес, фінансування та послідовності даних за 4 години і 3 хвилини тощо) і не можуть активно виходити онлайн для отримання фундаментальної інформації.

Це усуває вплив "інформаційної асиметрії" і робить це змагання остаточним тестом на те, чи може "чистий технічний аналіз приносити прибуток".

Зокрема, контент, до якого має доступ AI, включає:

1. Поточний стан ринку активу: включаючи поточну ціну, 20-денну ковзаючу середню, дані MACD, дані RSI, дані відкритого інтересу, фінансування, внутрішньоденні послідовності вищезазначених даних (інтервали 3 хвилини) та довгострокові трендові послідовності (інтервали 4 години) тощо.

2. Інформація про рахунок та результати: включаючи загальні результати рахунку, прибутковість, доступні кошти, коефіцієнт Шарпа, реальні результати поточних позицій, поточні рівні тейк-профіту та стоп-лоссу, а також умови інвалідації.

DeepSeek: Стійкий майстер тренду та цінність "аналізу"

Станом на 27 жовтня рахунок DeepSeek досяг максимуму $23,063, з максимально нереалізованим прибутком близько 130%. Безсумнівно, це найкраща модель, і при аналізі торгової поведінки стає зрозуміло, що причина такого результату не випадкова.

Перш за все, щодо частоти торгівлі DeepSeek демонструє низькочастотний стиль трендових трейдерів. За 9 днів було здійснено всього 17 угод — найменше серед усіх моделей. З цих 17 угод DeepSeek відкрив 16 лонгів і лише один шорт, що ідеально співпадає з загальним ринковим відскоком з дна у цей період.

Звісно, цей вибір напрямку не був випадковим. DeepSeek провів комплексний аналіз за допомогою таких індикаторів, як RSI та MACD, постійно вважаючи, що ринок перебуває у бичачому тренді, тому впевнено відкривав лонги.

Під час конкретного торгового процесу перші кілька ордерів DeepSeek були невдалими. Перші 5 угод завершилися збитком, але кожен збиток був незначним, найбільший не перевищував 3,5%. Крім того, час утримання початкових позицій був відносно коротким, найкоротший — лише 8 хвилин. Коли ринок почав рухатися у передбаченому напрямку, позиції DeepSeek стали довготривалими.

Щодо стилю виставлення тейк-профіту та стоп-лоссу, DeepSeek схильний встановлювати відносно великий простір для тейк-профіту та малий для стоп-лоссу після входу у позицію. Наприклад, 27 жовтня середній простір для тейк-профіту становив 11,39%, середній простір для стоп-лоссу — -3,52%, а співвідношення прибуток/збиток — близько 3,55. З цієї точки зору стратегія DeepSeek орієнтована на ідею малих втрат і великих прибутків.

Щодо фактичних результатів, це очевидно. За підсумковим аналізом PANews, серед закритих угод DeepSeek середнє співвідношення прибуток/збиток досягло 6,71 — найвище серед усіх моделей. Хоча відсоток виграшних угод становить 41% (друге місце), очікування прибутку — 2,76, що є найвищим показником. Це і є основна причина найвищого прибутку DeepSeek.

Крім того, середній час утримання позиції DeepSeek — 2952 хвилини (близько 49 годин), також перше місце. Серед небагатьох моделей його справді можна назвати трендовим трейдером, що відповідає основному принципу прибутковості у фінансовій торгівлі — "давай переможцям рости".

Щодо управління позиціями DeepSeek досить агресивний. Середнє кредитне плече однієї позиції — 2,23, і часто одночасно утримує кілька позицій, що призводить до відносно високого загального плеча. Наприклад, 27 жовтня загальне плече перевищувало 3 рази. Однак завдяки суворим умовам стоп-лоссу ризик залишається контрольованим.

Загалом, причина гарної торгівлі DeepSeek — це результат комплексної стратегії. Для вибору входу використовуються лише найпоширеніші MACD та RSI, без жодних спеціальних індикаторів. Просто суворо дотримується розумного співвідношення ризик/прибуток і приймає рішення тримати позиції без впливу емоцій.

Крім того, PANews також помітив одну особливість. У процесі ланцюжка думок DeepSeek зберігає свою минулу рису — довгий і детальний процес мислення, підсумовуючи всі роздуми у торгове рішення. У людських трейдерів це схоже на тих, хто робить пост-аналіз, і цей пост-аналіз проводиться кожні три хвилини.

Навіть якщо ця здатність до пост-аналізу застосовується до AI-моделі, вона також відіграє роль. Це гарантує, що кожна деталь кожного токена та ринкового сигналу аналізується знову і знову, не залишаючи нічого поза увагою. Можливо, це ще одна річ, якій можуть навчитися людські трейдери.

Qwen3: Агресивний "гравець" з великими позиціями

Станом на 27 жовтня Qwen3 — друга за результативністю велика модель. Максимальна сума на рахунку досягла $20,000 з прибутковістю 100%, поступаючись лише DeepSeek. Загальні характеристики Qwen3 — високе плече та високий відсоток виграшних угод. Загальний відсоток виграшу — 43,4%, перше місце серед усіх моделей. Розмір однієї позиції також досяг $56,100 (плече 5,6 рази), що також найвищий показник. Хоча за очікуванням прибутку Qwen3 поступається DeepSeek, агресивний стиль торгівлі дозволив йому йти слідом за результатами DeepSeek.

Стиль торгівлі Qwen3 досить агресивний. Середній стоп-лосс — $491, найвищий серед усіх моделей. Максимальний збиток в одній угоді — $2,232, також найвищий. Це означає, що Qwen3 може терпіти більші втрати, тобто "пересиджувати просадки". Однак, на відміну від DeepSeek, навіть витримуючи великі втрати, Qwen3 не отримує вищого прибутку. Середній прибуток Qwen3 — $1,547, що менше, ніж у DeepSeek. Тому фінальне співвідношення прибуток/очікування — лише 1,36, удвічі менше, ніж у DeepSeek.

Ще одна особливість Qwen3 — схильність тримати одну позицію одночасно і подвоювати її. Плече часто досягає 25 разів (максимально дозволене у змаганні). Такий стиль торгівлі сильно залежить від високого відсотка виграшу, бо кожна втрата призводить до значної просадки.

У процесі прийняття рішень Qwen3, здається, особливо звертає увагу на 4-годинну EMA 20 і використовує її як сигнал для входу та виходу. Щодо стратегії Qwen3 також виглядає простою. Щодо утримання позицій Qwen3 також проявляє нетерплячість — середній час утримання 10,5 годин, трохи вище, ніж у Gemini.

Загалом, хоча поточна прибутковість Qwen3 виглядає обнадійливо, у його підході є значні ризики. Такі фактори, як високе плече, стиль "all-in", залежність від одного індикатора, короткий час утримання та мале співвідношення ризик/прибуток, можуть створити проблеми для майбутніх угод Qwen3. Станом на 28 жовтня кошти Qwen3 зазнали максимальної просадки до $16,600, що становить 26,8% від піку.

Claude: Послідовний виконавець лонг-позицій

Хоча Claude також перебуває у прибутковому стані, станом на 27 жовтня загальний баланс рахунку досяг близько $12,500, з прибутком приблизно 25%. Хоча ці дані виглядають вражаюче, у порівнянні з DeepSeek та Qwen3 вони виглядають менш значущими.

Фактично, за частотою торгівлі, розміром позицій та відсотком виграшу дані Claude досить близькі до DeepSeek. Всього 21 угода, відсоток виграшу — 38%, середнє плече — 2,32.

Головна відмінність — нижче співвідношення ризик/прибуток. Хоча у Claude воно пристойне — 2,1, це у понад три рази менше, ніж у DeepSeek. Тому за сукупними даними очікування прибутку — лише 0,8 (у довгостроковій перспективі при значенні нижче 1 це збиток).

Крім того, Claude має яскраво виражену рису — дотримуватися одного напрямку протягом певного часу. Станом на 27 жовтня всі 21 завершена угода Claude були лонгами.

Grok: Загублений у вирі визначення напрямку

Grok мав сильний старт, навіть ставши найприбутковішою моделлю на певному етапі з прибутком понад 50%. Однак з часом Grok зазнав значних просадок. Станом на 27 жовтня кошти знизилися до близько $10,000. Четверте місце серед усіх моделей, загальна прибутковість близька до утримання BTC spot.

За торговими звичками Grok також належить до табору низькочастотних трейдерів та HODLерів. Grok здійснив лише 20 угод, середній час утримання — 30,47 годин, друге місце після DeepSeek. Однак головна проблема Grok — низький відсоток виграшу — лише 20%, співвідношення ризик/прибуток — 1,85. Це призводить до очікування прибутку лише 0,3. За напрямком угод із 20 позицій Grok 10 були лонгами, 10 — шортами. Однак у поточній фазі ринку надмірне шортування значно знижує відсоток виграшу. З цієї точки зору у Grok є проблеми з визначенням ринкового тренду.

Gemini: Високочастотний "роздрібний трейдер", що "зношується" на ринкових коливаннях

Gemini — модель з найвищою частотою торгівлі, станом на 27 жовтня виконано 165 угод. Надмірна активність призвела до дуже поганих результатів: мінімальний баланс рахунку впав до близько $3,800, що означає втрату 62%. Лише комісії за угоди склали $1,095.78.

За високочастотною торгівлею стоїть дуже низький відсоток виграшу (25%) і співвідношення ризик/прибуток лише 1,18, а сукупне очікування прибутку — лише 0,3. З такими показниками Gemini приречений на збитки. Можливо, через відсутність впевненості у своїх рішеннях Gemini також тримає дуже малий середній розмір позиції — плече лише 0,77 на угоду, а середній час утримання — лише 7,5 годин.

Середній стоп-лосс — лише $81, середній тейк-профіт — $96. Результати Gemini нагадують типового роздрібного трейдера: швидко фіксує прибуток, але так само швидко виходить при збитках. Він постійно торгує на ринкових коливаннях, поступово зменшуючи капітал рахунку.

GPT5: "Подвійний удар" низького відсотка виграшу та низького співвідношення ризик/прибуток

GPT5 наразі займає останнє місце, його загальні результати та крива дуже схожі на Gemini — понад 60% збитків. Хоча GPT5 не настільки високочастотний, як Gemini, він здійснив 63 угоди. Співвідношення ризик/прибуток — лише 0,96, тобто середній прибуток $0,96 на угоду при стоп-лоссі $1. Водночас відсоток виграшу GPT5 також лише 20%, як і у Grok.

Щодо розміру позиції GPT5 дуже схожий на Gemini — середнє плече близько 0,76, що свідчить про дуже обережний підхід.

Кейс GPT5 та Gemini показує, що менший ризик позиції не обов'язково сприяє прибутковості рахунку. Крім того, при високочастотній торгівлі і відсоток виграшу, і співвідношення ризик/прибуток ненадійні. Крім того, ціна входу у лонг для цих двох моделей значно вища, ніж у прибуткових моделей, таких як DeepSeek, що свідчить про певну затримку сигналу входу.

Підсумок спостережень: Два типи торгової "людяності", які бачить AI

Загалом, аналізуючи торгову поведінку AI, ми знову маємо можливість переглянути торгові стратегії. Особливо цікавий аналіз двох крайніх результатів: високоприбуткових гравців DeepSeek і збиткових моделей Gemini та GPT5.

1. Поведінка високоприбуткових моделей має такі риси: низька частота, довгий час утримання, велике співвідношення ризик/прибуток, своєчасний вхід.

2. Поведінка збиткових моделей має такі риси: висока частота, короткострокова торгівля, низьке співвідношення ризик/прибуток, запізнілий вхід.

3. Розмір прибутку не пов'язаний безпосередньо з обсягом ринкової інформації. У цьому змаганні всі AI-моделі мають однаковий доступ до інформації, яка навіть обмеженіша, ніж у людських трейдерів. Проте вони все одно можуть досягати прибутковості, що значно перевищує більшість трейдерів.

4. Тривалість процесу мислення, здається, є ключем до визначення ретельності торгівлі. Процес прийняття рішень DeepSeek найдовший серед усіх моделей, нагадуючи правила торгівлі людей, які добре аналізують і ретельно обмірковують кожне рішення. У збиткових моделей процес мислення дуже короткий, більше схожий на імпульсивні рішення людей.

5. З огляду на прибутковість моделей DeepSeek та Qwen3, багато хто обговорює можливість прямого копіювання цих AI-моделей. Однак такий підхід здається нерозумним: хоча поточна прибутковість окремих AI непогана, певну роль відіграє удача, оскільки вони просто співпали з ринковим трендом у цей період. Як тільки ринок увійде у нову фазу, чи збережеться ця перевага — невідомо. Проте здатність AI до виконання торгових рішень все одно варта вивчення.

І нарешті, хто ж здобуде остаточну перемогу? PANews надіслав ці дані про результати кільком AI-моделям, і всі вони одноголосно обрали DeepSeek, зазначивши, що його очікування прибутку найкраще відповідає математичній логіці, а торгові звички — найсприятливіші.

Цікаво, що другою улюбленою моделлю майже всі обрали самих себе.