ORIGINAL TITLE: "SIX MAJOR AI TRADERS TEN DAYS: 동향, DISCIPLINE 및 GREED의 오픈 코스"

원래 Frank, PANews

10 일 미만, 이중 자금。

DeepSeek 및 Qwen3가 AlphaZero AI 실제 책 거래에서이 성능을 달성했을 때 Nof1에서 출시되었습니다. 이미 대부분의 인간 상인보다 수익성이있었습니다. 이것은 문제를 직면하기 위해 우리를 강제했다 : AI는 "research tool"에서 "원라인 플레이어"로 이동합니다. 그들은 어떻게 생각합니까? PANews는 AI 상인의 결정 비밀을 잠금 해제하려고이 경쟁에서 6 주류 AI 모델의 거래의 거의 10 일의 종합 리뷰를 만들었습니다。

"bad"기술이 없습니다

우리가 분석하기 전에, 우리는이 경쟁의 AI 의사 결정이 꺼져 있다는 것을 명확하게해야합니다. 모든 모델은 수동으로 동일한 기술 데이터를받습니다 (현재 가격, 평균 라인, MCDS, RSIS, 무정 계약, 금융율 및 시리즈 데이터 4 시간 및 3 분 포함) 기본 표면 정보에 대한 적극적으로 네트워크。

이것은 "intelligence"간섭을 제거하고 "진익 기술 분석"의 고대 제안의 궁극적 인 테스트를 만듭니다。

특정 콘텐츠의 관점에서 AI는 다음과 같은 접근 방식을 가지고 있습니다

통화의 현재 시장 상태: 현재 가격 정보, 20 일 평균 가격, MCD 데이터, RSI 데이터, 미정 계약 데이터, 금융율 및 일 시리즈 (3 분 주기), 장기 운동 시리즈 (4 시간 주기) 등을 포함합니다。

계정 정보 및 성능: 이것은 현재 계정의 전반적인 성과, 반환의 비율, 유효한 펀드, 샤프 비율, 등 포함합니다. 현재 위치의 실시간 성과, 손실 및 손실의 현재 상태, 등。

DeepSeek : 안정 추세 마스터와 재설정의 가치

에 27 10월, DeepSeek의 계정이 있었다 $23,063, 최대 surplus와 함께 약 130 퍼센트. 가장 좋은 모델의 성능을 의심하지 않고 거래 분석에서 그러한 업적이 달성 된 사고가 없다는 것을 발견하십시오。

우선, 거래의 빈도와 관련하여 DeepSeek는 추세 상인의 저주파 작풍을 보여줍니다, 그리고 9 일에서 그것은 트랜잭션을 완료 17 시간, 모든 모델의 가장 작은. 17개의 거래 중 DeepSeek는 이 기간 동안 valley의 바닥에서 전체 시장의 반란을 차지한 16배 더 빈번한 것을 선택했습니다。

물론, 방향의이 선택은 기회, DeepSeek, RSI 및 MCD와 같은 지표의 포괄적 인 분석을 통해 항상 현재의 시장이 상승에 관해서 생각, 그리고 결정에 더 많은 것을 선택했다。

거래의 특정 과정에서 DeepSeek의 몇 가지 초기 주문은 잘하지 않았다, 그리고 첫 번째 5 실패, 손실이 중요하지 않았다, 최대 3.5 퍼센트. 이전 주문은 짧은 기간 동안 개최되었으며, 가장 짧은 8 분만 걸렸습니다. DeepSeek's silo는 프리셋 방향의 상황 움직임으로 affairs의 마지막 상태를 보여주기 시작합니다。

DeepSeek의 silo 작풍에서, 그것은 위치에 들어가기 후에 더 큰 no-gain 및 더 작은 no-lose 공간을 설치하기 위하여 이용됩니다. 27 10 월 홀트 아웃의 경우 평균 공간은 11.39 퍼센트, 평균 공간은 -3.52 퍼센트이고 비율은 약 3.55이었다. 이 관점에서 DeepSeek의 거래 전략은 작은 이익을 만드는 아이디어의 호의입니다。

동일은 PANews Summary Analysis에 따라 실제 결과의 측면에서 사실이며 DeepSeek의 평균 이익 / 손실 비율은 6.71이며 모든 모델의 가장 높은 거래였습니다. 41 퍼센트가 가장 높은 (두 번째 장소)는 아니지만, 그것은 2.76로 먼저 순위를 매겼습니다. DeepSeek가 가장 수익성있는 이유이기도합니다。

또한, 유지 시간 측면에서 DeepSeek는 평균 대기 시간이 2952 분 (약 49 시간), 또한 첫 번째 순위. 몇몇 모형에서는, 그것은 진짜 유행 상인으로 기술될 수 있고, 금융 거래에 있는 가장 중요한 요인이 “탄알 비행을 let”인 아이디어로 선에서 입니다。

창고 관리 측면에서 DeepSeek는 2.23의 평균 단일 위치 레버와 상대적으로 급진적 인 위치 인 DeepSeek는 비교적 높은 수준의 전반적인 레버리지를 제공합니다. 10 월 27 일 예를 들어, 창고의 총 레버리지는 3 배 이상이었습니다. 그러나, 그것은 또한 엄격한 의무 조건과 동기화의 결과로 관리 할 위험이 있습니다。

일반적으로 DeepSeek의 트랜잭션은 종합 전략의 결과로 더 나은 결과를 달성했습니다. 창고 선택의 측면에서 가장 주류 MCD 및 RSI를 사용하여 심사를 기반으로하며 특별한 지표가 없습니다. 심리적 인 영향에서 이익과 손실 및 결정적 결정의 합리적인 비율의 엄격한 시행。

플러스, PaNews는 특별한 세부 사항을 발견했습니다. DeepSeek, 체인에 대한 생각의 과정에서, 또한 과거의 생각 특성을 계속하고, 더 이상 생각의 더 상세한 프로세스를 선도하고, 마지막으로 무역의 결정에. 이 기능은 인간 상인 사이에서 반영됩니다, 리셋에 초점을 맞추고 싶은 사람들, 3 분마다 행해집니다。

AI 모델에 적용되는 경우에도 재설정 할 수있는 능력은 일부 효과가 있습니다. 각 토큰과 시장 신호의 세부 사항은 분석되고 다시 분석되지 않습니다. 이것은 아마 다른 장소 인간 상인이 가장 배울 수 있습니다。

Qwen3 : 위대한 동맹의 급진 도박꾼

10 월 27 일, Qwen3은 두 번째 최고의 모델이었습니다. 상위 계정 금액은 $ 20,000이며, DeepSeek 후 100 %의 수익성이 있습니다. Qwen3은 높은 레버리지와 높은 성공을 특징으로 합니다. 전체적인 성공률은 43.4 퍼센트, 모든 모델에서 우선 순위. 동시에 개별 창고 크기는 $ 561 백만 (5.6 배의 레버리지 비율)과 모든 모델의 가장 높은 도달했습니다. DeepSeek와 같은 이익의 관점에서, 융합의 넓은 작풍은 또한 DeepSeek에 날짜에 가까운 결과를 지킵니다。

Qwen3 's 거래 스타일은 상대적으로 급진적이며, 평균 커트오프 $491, 모든 모델의 가장 높은. $2232의 단일 시간 최대 손실도 최고였습니다. 그것은 또한 Qwen3가 청구서로 일반적으로 알려진 더 큰 손실을 견딜 수 있다는 것을 의미합니다. 그러나 DeepSeek보다 더 악화는 더 큰 손실을 막는 경우에도 더 높은 수익을 얻을 수 없습니다. Qwen3의 평균 수익은 DeepSeek보다 $ 1547입니다. 이것은 또한 1.36의 이익 기대 비율, DeepSeek의 단지 절반에서 유래했다。

또한 Qwen3의 또 다른 특징은 창고 위치를 한 번 잡고 그것을 내기 위해 선호한다는 것입니다. 레버리지는 종종 25 배에 도달했습니다 (대회에서 허용되는 최대 번호). 이러한 거래는 높은 수준의 성공률에 대한 무거운 신뢰가 특징이며, 각 손실은 더 큰 역전에서 발생합니다。

결정 공정에서 Qwen3은 EMA 20 라인에 특별한 관심을 지불하는 것으로 보인다. 4 시간 수준에서 자신의 액세스의 서명으로. 그리고 생각하는 방법에, Qwen3는 간단합니다. Qwen3는 또한 떠오르는의 길이에 impatience를 보여주었습니다, 10.5 시간의 평균 holdout와 더불어, Gemini의 위만 순위。

일반적으로, 현재 이익 결과가 좋을 때, Qwen3에는 또한 더 큰 위험이 있습니다, over-leveraging와 더불어, desperate 창고 작풍, 단 하나 판단 지시자, 짧은 파악 시간 및 더 작은 이익 손실 비율이, Qwen3에 따라 무역과 관련되었던 모두. 으로 28 10월, Qwen3 자금은 가장 높은 지점에서 $ 16.6 백만과 26.8 퍼센트로 인출되었습니다。

Claude: 헌신적인 멀티헤드 구현자

또한 일반적으로 수익성이 있지만, 10 월 27 일, 총 계정은 약 $ 12,500 또는 약 25 퍼센트로 금액. 실제로 꽤 밝지만 DeepSeek 및 Qwen3보다 약간 나쁘다。

사실, 청구 빈도와 창고의 크기뿐만 아니라 승리 측. Claude와 DeepSeek 모두는 더 가까운 데이터 표현이 있습니다. 20 %의 상금, 평균 레버리지 2.32。

그리고 큰 간격의 이유가 낮은 이익/손실 비율에 존재할지도 모르지만, 클로드의 이익/손실 비율은 또한 좋은, 2.1 도달하. 그러나 DeepSeek와 DeepSeek의 차이는 3 배 이상 있습니다. 결과적으로, 그것의 이익 기대는 단지 0.8 (이상 1 이 결합한 자료의 밑에 장기에 있는 적대에서 남아 있을 것입니다)。

또한, Claude는 특정 기간 동안 하나의 방향을 만들기의 명백한 특징을 가지고 있으며, 10 월 27 일 Claude가 더 많은 것을 수행 한 21 주문입니다。

Grok: 방향의 vortex에서 분실

Grok는 전진 기간에서 더 잘 수행되었으며, 한 점에서 가장 수익성있는 모델이되었으며 최대 이익은 50 퍼센트입니다. 그러나 거래 시간에 증가, Grok의 나머지는 심각했다. 10 월 27 일, 자금은 약 $ 10,000로 반환됩니다. 모든 모델의 네 번째는 BTC 스폿 곡선을 보유하는 수익의 전반적인 비율입니다。

거래 습관에서, Grok는 또한 저주파 상인 및 긴 선 홀더입니다. DeepSeek 아래 30.47 시간의 평균 보유 시간과 함께 20 완성 된 거래 만있었습니다. 그러나 Grok의 가장 큰 문제는 아마도 너무 낮습니다. 20 %, 이익 / 손실 비율은 1.85입니다. 그리고 그것은 단지 0.3. 청구의 방향에서 Grok의 20 사일로 빈 10 번. 이 단계에서, 그것은 너무 많은 승리의 기회를 줄이기 위해 수행된다. 이 관점에서 Grok 모델은 여전히 시장 역학의 판단에 문제가 있습니다。

Gemini : HF "스크램블"는 반복 점프에서 "death"를 착용

Gemini는 10 월 27 일부터 165 단일 트랜잭션을 완료 한 가장 자주 거래 모델입니다. 과도한 청구는 Gemini 's 트랜잭션의 가난한 성능으로 인해 최저 계정 금액은 약 $ 3,800로 떨어지며 62 퍼센트의 손실률이 높습니다. 이 금액의, $1095.78 혼자 수수료에 지출되었다。

HF 거래 뒤에는 승리 (25 퍼센트)의 극단적으로 낮은 비율이고 0.3의 결합된 이익 투상과 더불어 1.18, 입니다. 이 데이터로 Gemini의 거래는 손실이 될 것입니다. 아마도 그는 그의 결정에 확신하지 않았다, 그리고 Gemini는 매우 작은 평균 창고 공간이, 0.77의 레버리지 비율과 단일 창고 위치, 그리고 시간에 7.5 시간의 보유。

평균 커트오프는 $81이고 평균 커트오프는 $96이었습니다. Gemini는 일반적인 출구와 같이 행동하며 수익을 창출하고 손실에서 멀리 떨어진다. 반복된 청구는 top-down fluctuations의 과정에서 만들어졌으며 계정은 지속적으로 착용되었습니다。

GPT5: 저 윈 VERSUS 저 이익 두 배 KILL

GPT5는 현재 순위 밑바닥 모형이고, 전반적인 성과 및 곡선은 60% 이상의 손실과 더불어 Gemini에 아주 가깝습니다. GPT5와 비교하여 높은 주파수로 Gemini가없는 경우 63 트랜잭션을 만듭니다. 이익/손실 비율은 0.96, 즉, 이익 당 평균 $0.96이고, 해당 손실/손실은 $1입니다. 동시에 GPT5는 Grok 캠페인에 비해 20 %의 낮은 거래 수수료가 있습니다。

GPT5 및 Gemini는 평균 창고 레버리지가 0.76에 달합니다. 아주 조심해。

GPT5 및 Gemini 쇼의 경우 창고 위험은 반드시 계정 수익성을 선호하지 않습니다. 그리고 고주파 무역의 밑에, 둘 다 우승하고 이익 손실 비율은 타협될 것입니다. 또한 두 가지 모델은 DeepSeek와 같은 이익 모델보다 여러 통화에서 더 높은 개방 가격을 가지고 있으며, 항목 신호가 느리게 나타납니다。

관측: AI의 두 종류의 "인간 자연"

전반적으로 AI의 s 거래 분석은 거래 전략을 살펴보는 또 다른 기회를 제공합니다. 이러한 모델 분석은 특히 DeepSeek의 높은 이익 선수와 Gemini 및 GPT5의 큰 손실의 두 극적인 무역 결과에 대한 존경과 가장 흥미 롭습니다。

1. 명세 높은 이익 모형 행동에는 몇몇 특성이 있습니다: 저주파, 긴 서, 큰 이익/손실 비율 및 적시 입장。

2. 명세 뒤에 오는 특성은 손실의 모형 행동의 특성입니다: 고주파, 짧은 선, 낮은 이익/손실 비율 및 늦은 입장。

이익 마진과 시장 정보 사이의 직접적인 링크가 없으며이 AI 모델 거래 경쟁에서 모든 모델은 동일한 정보를 가지고 있으며, 정보의 소스는 인간 상인보다 더 균질합니다. 그러나, 여전히 상인의 광대 한 대부분을 OUTPERFORM 할 수 있습니다。

4. 명세 생각의 사슬의 길이는 거래의 의장을 결정하는 근본적인 것 같습니다. DeepSeek의 의사 결정 과정은 모든 모델의 가장 긴이며, 사고 과정은 심각한 각 결정을 내리고있는 인간 상인들 사이에서 다루는 규칙과 같습니다. 그리고 가난한 모델의 생각 링크는 매우 간단합니다, 더 인간의 뇌 행동 과정처럼。

5. 명세 DeepSeek, Qwen3 및 기타의 이익 원으로, 많은 사람들이 이러한 AI 모델이 직접 이어질 수 있는지 논의했습니다. 그러나이 작업은 바람직하지 않습니다, 심지어 개인 AI의 현재 수익성이 좋지만, 여기에 행운의 일부 요소가 될 것 같다, 즉,이 경우, 그것은 추세를 따르기 위해 발생합니다. 이 장점이 한 번 유지 될 수 있는지 아직 알려지지 않았습니다. 상황은 새로운 상태에 도달했습니다. 그러나, AI '는 거래를 실행하는 능력은 학습 가치가 있습니다。

마지막으로, 누가 최종 승리를 승리? PANews는 이러한 데이터를 몇 가지 AI 모델로 전송, 이는 그들의 수익성 기대는 수학 논리 및 거래 습관에 가장 적합 한 지상에 DeepSeek을 선택。

흥미롭게도, 그들은 두 번째 최고의 모델이며, 거의 모두 그들 스스로를 선택합니다。

원본 링크