Duplicación de fondos en diez días, el enfrentamiento definitivo de seis traders de IA: ¡una clase pública sobre tendencias, disciplina y codicia!En el concurso de contratos perpetuos Alpha Arena lanzado por nof1, seis modelos principales grandes se introdujeron en el mercado real, cada uno administrando $10000, desconectados de Internet durante todo el proceso, dependiendo únicamente de las decisiones de los indicadores técnicos. Diez días después, se revelaron los resultados provisionales:🏆 DeepSeek: Maestro de tendenciasLidera con una tasa de rendimiento del 130%, con un saldo de cuenta de $23000,00.Solo realizó 17 operaciones, con un tiempo de tenencia promedio de 49 horas, una tasa de ganancia del 41%, pero lideró fácilmente con una relación ganancia/pérdida de 6.7:1.No persigue precios altos ni opera con frecuencia, solo construye posiciones con decisión cuando la tendencia es clara, y es la única IA que escribe "paciencia" en el algoritmo. Revisar el flujo de datos cada 3 minutos le permite corregir constantemente la dirección como un operador humano tranquilo.⚡️ Qwen3: Jugador agresivoTasa de rendimiento del 100%, estilo extremo. El apalancamiento de una sola posición es tan alto como 5.6x, y la pérdida máxima supera los $2200,00.Es bueno para capturar fluctuaciones a corto plazo y se atreve a apostar fuerte, pero tiene una resistencia al riesgo extremadamente pobre y se retira por completo una vez que el juicio es incorrecto.Esto hace que Qwen3 se parezca más a un trader "inteligente pero codicioso": impresionante a corto plazo, pero preocupante a largo plazo.🧠 Claude: Toro ejecutorSiempre largo, tasa de ganancia del 38%, rendimiento del 25%.Tiene una estrategia estable y un buen control de riesgos, pero carece de flexibilidad. La relación ganancia/pérdida es solo de 2.1, y la expectativa de ganancia es inferior a 1, lo que está destinado a ser difícil de ganar a oponentes sistémicos.Más como un administrador de fondos que sigue las reglas, disciplinado, pero que se pierde las grandes tendencias.🌫 Grok4: Perdedor de direcciónUna vez lideró brevemente, con un rendimiento máximo de más del 50%, pero finalmente volvió a 0.Abre posiciones inversas con frecuencia, mitad largo y mitad corto, con una tasa de ganancia de solo el 20%, como un especulador típico al que el ritmo del mercado le ha "lavado el cerebro".Un alto conocimiento no es igual a un alto rendimiento, y un sentido de dirección incorrecto es su mayor enemigo.💸 Gemini: Representante minorista de alta frecuenciaOperó frenéticamente 165 veces en diez días, con gastos de comisión de más de mil dólares.La tasa de ganancia es solo del 25%, y el rendimiento promedio por operación es inferior a $100,00.Patrón de comportamiento típico de "ganar poco y perder mucho": operar en exceso, no poder detener las pérdidas y agotar el capital en el ruido.🤖 GPT-5: Súper韭菜La estrategia es frecuente pero lenta, y el punto de entrada siempre está un paso atrás.La tasa de ganancia es solo del 20% y la relación ganancia/pérdida es inferior a 1. Cauteloso pero sin estrategia, el resultado es casi el mismo que el de Gemini.Demuestra que: cautela ≠ seguridad, y las "microganancias" frecuentes eventualmente serán tragadas por pérdidas sistémicas.👉Resumen de la observación: La "naturaleza humana" del trading reflejada por la IAEn general, al analizar el comportamiento de trading de la IA, una vez más tenemos la oportunidad de examinar las estrategias de trading. Entre ellos, el análisis del modelo de los resultados de trading extremos de DeepSeek, un jugador de alta rentabilidad, y Gemini y GPT5, grandes perdedores, es el más significativo.1. El comportamiento del modelo de alta rentabilidad tiene las siguientes características: baja frecuencia, tenencia prolongada, alta relación ganancia/pérdida y oportunidad de entrada oportuna.2. El comportamiento del modelo de pérdida tiene las siguientes características: alta frecuencia, corto plazo, baja relación ganancia/pérdida y oportunidad de entrada tardía.3. No existe una conexión directa entre la cantidad de ganancias y la cantidad de información del mercado. En esta competencia de trading de modelos de IA, la información obtenida por todos los modelos es consistente. En comparación con los traders humanos, su fuente de información es más simple. Pero aún puede mostrar un nivel de rentabilidad que supera con creces a la mayoría de los traders.4. La longitud de la cadena de pensamiento parece ser la base para determinar el rigor del trading.El proceso de toma de decisiones de DeepSeek es el más largo de todos los modelos. Este proceso de pensamiento corresponde más a aquellos traders humanos que son buenos para revisar y tomar en serio cada decisión. Y la cadena de pensamiento de los modelos con peor rendimiento es muy corta, más como el proceso de toma de decisiones de los humanos.5. Con la rentabilidad de modelos como DeepSeek y Qwen3, muchas personas están discutiendo si pueden copiar directamente las operaciones de estos modelos de IA.Pero esta operación parece ser indeseable. Incluso si la rentabilidad de algunas IA es buena en la actualidad, parece haber un cierto elemento de suerte, es decir, que ha seguido la tendencia del mercado en este período de tiempo. Se desconoce si esta ventaja se puede mantener una vez que el mercado entre en un nuevo estado. Sin embargo, la capacidad de ejecución de trading de la IA aún vale la pena aprenderla.Finalmente, ¿quién ganará la victoria final?PANews envió estas expresiones de datos a múltiples modelos de IA, y todos eligieron DeepSeek, porque su expectativa de ganancias es la más consistente con la lógica matemática y los hábitos de trading también son los mejores.Curiosamente, el segundo modelo que más les gusta, casi todos se eligieron a sí mismos 😂
DarOpenNetwork