10日間の6人のAIトレーダー:誰が「情報なし」市場で生き残ることができますか
人工知能は、研究ツールとして第一線のマニピュレータとして動いていますが、どのように考えるのでしょうか

人工知能は、研究ツールとして第一線のマニピュレータとして動いていますが、どのように考えるのでしょうか

原題:「SIXメジャーAIトレーダー10日間:トレンド、規律、グレドのオープンコース」
フランク、PANews
10日以内に、資金は倍増します。
DeepSeek と Qwen3 が、Nof1 で発売された AlphaZero AI の本契約でこのパフォーマンスを達成した時、ほとんどの人トレーダーよりも、既により多くの利益を得ることができます。 これは、問題に直面しるために私たちを強制しました: 「リサーチツール」から「ワンラインプレーヤー」へ移行 どうやって考えますか? PANewsは、AIトレーダーの決定の秘密を解除しようとする、この競争で6つの主流AIモデルの取引のほぼ10日間にわたる包括的な見直しを行いました。

分析する前に、この競争のAIの意思決定がオフグリッドであることを前提にしておく必要があります。 全てのモデルは、同一の技術的なデータ(現在の価格、平均線、MCD、RSI、無条件契約、金融レート、シリーズのデータを4時間3分の3分)を正確に受け取り、基本的な表面情報のための積極的なネットワークをすることはできません。
これは「知性」の干渉を排除し、競争を「利益のための純粋な技術分析」の古代の提案の究極のテストにします。
特定のコンテンツの観点から、AIは以下にアクセスしています
通貨の現在の市場状況: 現在の価格情報、平均価格20日、MCDデータ、RSIデータ、無担保契約データ、金融レート、インデイシリーズ(3分サイクル)、長期移動シリーズ(4時間サイクル)などが含まれています。
口座情報とパフォーマンス: これは、現在のアカウントの全体的なパフォーマンス、リターン率、利用可能な資金、シャープ比などを含みます。 現在の位置、損失および損失の現在の状態の実時間の性能、等。

10月27日と同様に、DeepSeekは最大$ 23,063のアカウントを持ち、1セントあたり約130の余剰を持ちました。 パフォーマンスの最高のモデルと取引の分析では、そのような成果が達成された事故がないことがわかります。

まず第一に、取引の頻度に関して、DeepSeekはトレンドトレーダーの低頻度スタイルを示し、9日以内に取引17回、すべてのモデルの最小値を完了します。 の 17 取引, DeepSeek は、より多くの 16 回を行うために選択した, 一度空に, この期間の谷の底から全体的な市場再結合と一致。
もちろん、RSIやMCDなどの指標の包括的な分析を通じて、方向のこの選択はチャンスではなく、DeepSeekは、常に現在の市場が全体が上昇していると考えており、決定でより多くのことをするために選ばれた。
トランザクションの特定のコースでは、DeepSeek の ' s の初期注文がうまく行かないと、損失が重要ではないが、損失は 1 セントあたり最大 3.5 まで失敗しました。 前回の注文は短期間で行われ、最短8分しかかかりませんでした。 DeepSeekのサイロは、事前設定された方向に状況が移動するにつれて、永続的な状況を示すために始まります。
DeepSeekのサイロスタイルから、サイトに入った後、より大きなノエジネーションとより小さなノロッセスペースを設定するために使われます。 10月27日のホールドアウトの場合、利用可能な平均空間は1セントあたり11.39であった、利用可能な平均空間は-3.52セントで、比は3.55の周りにありました。 この観点から、DeepSeekの取引戦略は、少額の利益を上げるという考えを支持しています。
同じことは、PANewsサマリー分析によると、実際の結果の面で真正であり、DeepSeek ' s の定住取引の平均利益/損失率は 6.71 で、すべてのモデルの最高でした。 1セント当たり41ウォンが最高(秒位)でなかったが、2.76で1位にランクされました。 DeepSeekが最も収益性の高い理由でもある。
また、持株時間に関しては、平均保有時間2952分(約49時間)も1位となりました。 いくつかのモデルでは、それは本物のトレンドトレーダーとして記述することができ、それは金融取引の最も重要な要因が「弾丸フライ」であるという考えに沿っています。
倉庫管理の観点から、DeepSeekは比較的ラジカルで、平均的な単位置のレバレッジは2.23であり、多くの場合、複数のスペース位置で、全体的なレバレッジを比較的高いレベルに引き上げます。 10月27日には倉庫の総レバレッジは3回以上でした。 しかしながら、厳重な必要条件でシンクロナイゼーションの結果として管理できるリスクも確保できます。
一般的に、DeepSeek の取引は、包括的な戦略の結果としてより良い結果を達成しました。 倉庫選択の観点から、最も主流のMCDとRSIだけを判断し、特別な指標はありません。 利益および損失の適度な比率の厳密な執行だけおよび感情的な影響から自由な決定された意思決定。
さらに、PaNewsは特別な詳細を発見しました。 DeepSeekは、チェーンについて考える過程で、また、過去の思考特性を継続し、より長く、より詳細な思考プロセスを導き、最終的に取引オフの決定につながります。 この機能は、リセットに焦点を合わせている人のように、人間のトレーダーの間で反映されます。
AIモデルに応用してもリセットする機能が若干効果があります。 各トークンと市場シグナルの詳細が何度も何度も分析され、無視されていないことを確認します。 これは、おそらく、人間のトレーダーが最も学ぶことができる別の場所です。
10月27日、Qwen3は2番目のモデルでした。 最上位アカウントの金額は$20,000で、DeepSeek以降は1セントあたり100の収益性があります。 Qwen3は高いレバレッジと高い成功が特徴です。 全体的な成功率は、すべてのモデルで最初のランキングで43.4パーセントでした。 同時に、個々の倉庫サイズは$ 561百万(5.6倍のレバレッジ率)に達し、すべてのモデルの最高。 利益期待の面でDeepSeekと同じではありませんが、コンバージェンスの広範なスタイルもDeepSeekに近い結果を保持しています。

Qwen3 ' s の取引スタイルは比較的根本的です。, 平均カットオフの $491, すべてのモデルの最高. $2232のシングルタイム最大損失も最高でした。 また、Qwen3は、一般的に法案として知られている、より大きな損失を許容できることを意味します。 しかし、DeepSeekよりも悪いのは、それが大きな損失に耐える場合でも、より高いリターンを得ることはありません。 Qwen3の平均利益は$ 1547、DeepSeek未満です。 この結果は、DeepSeekの半分にのみ1.36の利益予測比率をもたらしました。
また、Qwen3のもう一つの特徴は、倉庫の位置を一度保持し、それを賭けることを好むことです。 使用されるレバレッジは、多くの場合、25回(競争で許される最大数)に達します。 このような取引は、各損失がより大きな逆転をもたらすので、成功の高率で重い信頼性によって特徴付けられます。
意思決定プロセスでは、Qwen3 は、独自のアクセスの兆候として 4 時間レベルで EMA 20 ラインに特定の注意を払っているようです。 そして、Qwen3の考え方はシンプルに見えます。 Qwen3は、ホールドの長さに不満を示し、平均10.5時間のホールドアウトで、Geminiよりもわずかにランクインしました。
一般的に、現在の利益は良好に見えますが、Qwen3は、過収、絶望的な倉庫スタイル、単一の判断インジケータ、短時間、およびより小さな利益と損失の比率で、Qwen3のフォローオン取引に関連付けられている可能性があります。 10 月 28 日、Qwen3 の資金は、最高ポイントから 1 パーセントにつき 1 億 1 億 1 億 1 千 ドルに引き出されました。
クロードは、一般的に収益性の高いものの、10月27日の時点で、合計アカウントはおよそ$ 12,500、または約25パーセントに相当します。 実際にはかなり明るいですが、DeepSeekとQwen3よりも少し悪化しています。

実際には、納税頻度と倉庫のサイズ、ならびに勝利側の両方。 Claude と DeepSeek は、両方のデータをより近い表現を持っています。 20代の課金、38%の賞金、平均レバレッジ 2.32。
そして、大きなギャップの理由は、Claudeの利益/損失率も良いですが、それが低い利益/損失比で存在しているかもしれませんが、 2.1. しかし、DeepSeekとDeepSeekの違いは3回以上あります。 その結果、その利益の期待は、この組み合わせたデータの下で0.8(1よりも長期的には欠損しない)のみです。
また、Claudeは一定期間の方向を1つだけ作るという特徴があり、10月27日のClaudeが閉鎖した21の注文がさらに完了しました。
前期のグロークが上手くなって、1ポイントで一番収益性の高いモデルとなり、1セントあたり50以上の利益が最大になりました。 しかし、取引時間の増加に伴い、グロクのリトリートは厳しい。 10月27日現在、約10,000ドルの資金が返還されました。 すべてのモデルの4つ目は、BTCスポットカーブの保持に近いリターンの全体的なレートです。

取引習慣から、 Grokは低周波トレーダーとロングラインホルダーです。 DeepSeekのすぐ下にある平均保有時間30.47時間で20回の取引が完了しました。 しかし、グルクの最大の問題は、おそらく低すぎ、20%、利益/損失率はわずか1.85です。 それだけで 0.3. 請求の方向から、 Grok の 20 のサイロは 10 回空でした。 このフェーズでは、勝ったチャンスを減らすために、あまりにも多くのことが行われることが明らかです。 この観点から、グロークモデルは市場のダイナミクスの判断でまだ問題ありません。
ジェミニは10月27日時点で165の単一取引を完了した最も頻繁に取引されたモデルです。 過剰な請求は、Gemini の取引のパフォーマンスが低下し、最低口座の金額が約$3,800に下がり、損失率は1セントあたり62です。 この額の, $1095.78 単独で料金に費やしました。

HF取引の背後にあるのは、勝率が非常に低く(セントあたり25)、利益率が0.3の合計で1.18のみです。 このデータでは、Geminiの取引は損失に陥ります。 多分、彼は彼の意思決定に自信を持っていませんでした, ジェミニは、非常に小さな平均倉庫スペースを持っていました, 単一の倉庫の位置とレバレッジ率 0.77, 時間の保持 7.5 時間。
平均カットオフは81ドルで、平均カットオフは96ドルでした。 ジェミニは、一般的な出口のように振る舞い、利益を上げる、損失で逃げる。 繰り返しの請求は、トップダウンの変動の過程で行われ、アカウントのプリンシパルは常に着用されました。
GPT5は現在のランキングのボトムモデルであり、全体的なパフォーマンスと曲線はGeminiに非常に近いため、60%以上の損失があります。 GPT5と比較して、Geminiを高周波として持っていないため、63の取引も行います。 利益/損失の比率は0.96、すなわち利益ごとの$.96の平均であり、対応する損失/損失は$ 1です。 同時に、GPT5には20%の低トレードオフレートがあり、グルクキャンペーンと比較できます。

GPT5とGeminiは、約0.76の平均倉庫レバレッジで、ホールドサイズの面で非常に近いです。 とても気をつけてください。
GPT5およびGeminiの場合、倉庫リスクの低い場合、必ずしもアカウントの収益性を有利にしないことを示しています。 そして、高頻度の取引の下で、勝者と利益損失の比率は妥協されるためにバインドされます。 さらに、両方のモデルは、EepSeekなどの利益モデルよりも複数の通貨でかなり高い開口価格を持っています。これは、そのエントリ信号が遅くなることを示唆しています。

全体的に、AI の s 取引の分析は、取引戦略を見る別の機会を提供します。 これらのうち、モデル分析は特にDeepSeekの非営利プレイヤーとGeminiとGPT5の大きな損失の2つの極端な取引結果に関して最も興味深いものです。
1。 非営利モデルの行動には、低周波、長期立方、大幅な利益/損失率、タイムリーなエントリのいくつかの特徴があります。
2。 次の特徴は、損失のモデル動作の特徴です:高周波、ショートライン、低利益/損失比および後半エントリ。
利益率と市場情報との間の直接リンクはなく、このAIモデルの取引競争では、すべてのモデルが同じ情報を持っているし、その情報源は、ヒトのトレーダーよりも均質です。 しかしながら、トレーダーの大半を倒すことは可能です。
4。 考えのチェーンの長さは、トランザクションの厳格を決定する上で根本的であるようです。 DeepSeekの意思決定プロセスは、すべてのモデルの最長であり、思考プロセスは、見直しと各決定を真剣に受け止めている人的トレーダーの間で対処するルールのようなものです。 そして、貧しいモデルの考え方は、人間の脳形成プロセスのような、非常に簡単です。
5。 DeepSeek、Qwen3などの利益サークルでは、これらのAIモデルが直接続く可能性があるかどうかを多くの人が議論しました。 しかし、この操作は望ましくないようですが、個々のAIの現在の収益性は良好ですが、ここには運の要素がいくつかあるようです。この場合、トレンドに従うことが起こります。 状況が新しい状態に達した後、この利点が維持できるかどうかはまだ知られていません。 しかし、AIの取引を実行する能力は学習価値があります。
最後に、最終勝利を勝ち取る者は? PANewsは、これらのデータをいくつかのAIモデルに送信しました。これは、その収益性期待が数学的論理と取引習慣に最も適していたという点でDeepSeekを意図せずに選択しました。
興味深いことに、彼らは2番目の最高のモデルであり、ほとんどすべてのそれらが自分で選ぶ。