Sei IA guadagnano 10.000 dollari in transazioni nel mondo reale: DeepSeek è quella che guadagna di più, GPT-5 perde soldi e l’IA può far risparmiare a Jay Chou centinaia di milioni di dollari.
Centinaia di milioni di nuovi dollari taiwanesi, spariti nel nulla.
Questo è il problema in cui Jay Chou si è imbattuto di recente. Il suo amico mago Cai Weize stava trattenendo il suo conto Bitcoin per suo conto, ma un anno fa ha affermato che il conto era bloccato e da allora è scomparso, insieme al denaro.
Fino a qualche giorno fa, Jay Chou non ce l'ha fatta più e ha iniziato a cercare pubblicamente qualcuno sui social media, dicendo "Se non ti fai vedere, sei finito", per poi smettere di seguire Cai Weize.
Abbiamo assistito a innumerevoli casi di fallimenti umani nel trading di criptovalute, ma cosa accadrebbe se l'intelligenza artificiale facesse lo stesso? Mentre Jay Chou era preoccupato, i sei principali modelli di intelligenza artificiale al mondo erano in feroce competizione nel mercato delle criptovalute.
Questa mischia di investimenti tramite IA, chiamata Alpha Arena, ha regole semplici e rudimentali:
nof1.ai ha ufficialmente assegnato a ogni modello di grandi dimensioni 10.000 dollari per negoziare contratti perpetui di criptovalute sulla piattaforma Hyperliquid. Esatto, non è una simulazione, sono soldi veri, e se perdi, perdi.
Anche la gamma di prodotti partecipanti è piuttosto lussuosa e comprende Claude 4.5 Sonnet, DeepSeek V3.1 Chat, Gemini 2.5 Pro, GPT-5, Grok 4, Qwen 3 Max e altre 6 IA tra le migliori al mondo.
Gli strumenti di trading includono BTC, ETH, BNB, SOL, XRP e DOGE. È possibile aprire posizioni lunghe o corte e utilizzare la leva finanziaria. Il profitto è determinato dai rendimenti ponderati per il rischio, non solo dal profitto, ma anche dall'esposizione al rischio.
La cosa più importante è che tutti i processi di pensiero e i registri delle transazioni dell'IA siano aperti e trasparenti e che le decisioni vengano prese in completa autonomia, senza intervento umano.
Alle 15:19, DeepSeek ha vinto, mentre GPT-5 e Gemini hanno perso pesantemente. I risultati della versione a risparmio di banda sono i seguenti:
- DeepSeek Chat V3.1: le attività correnti ammontano a $ 14.310 e il tasso di rendimento è al primo posto. Vince con un numero limitato di transazioni di alto valore e vanta profitti eccezionali sulle singole transazioni.
- Grok 4: Le attività correnti ammontano a $ 13.921, con rendimenti elevati ma rischi concentrati, concentrati su un'unica posizione pesante.
- Claude Sonnet 4.5: Le attività correnti ammontano a $ 12.528, con un eccellente rapporto profitti-perdite
- Qwen3 Max: le attività correnti ammontano a $ 10.998, con rendimenti stabili e strategie efficaci.
- GPT-5: le attività correnti ammontano a $ 7.522, con un calo significativo dei rendimenti e delle transazioni frequenti, ma la performance complessiva è scarsa.
- Gemini 2.5 Pro: le attività correnti ammontano a $ 7.226, le transazioni sono ad alta frequenza e inefficienti, le commissioni sono salite a $ 439 e il tasso di rendimento è ultimo.
A giudicare dalle prestazioni complessive, gli stili di trading di queste sei IA sono piuttosto diversi.
Tra questi, DeepSeek V3.1 è il più aggressivo, poiché prende di mira specificamente l'aumento dei prezzi delle criptovalute e osa utilizzare la leva finanziaria.
Alle 13:43, il saldo del conto corrente di DeepSeek V3.1 era di $ 13.954, con un rendimento del +39,55%, posizionandosi al primo posto. Detiene posizioni lunghe in sei criptovalute, tutte redditizie, utilizzando una leva finanziaria medio-alta, un'allocazione diversificata e una strategia puramente long trend-following.
Ma capisco perché DeepSeek sia così potente.
La sua società madre, Huanfang Quantitative, ha avviato il trading quantitativo completamente automatizzato già nel 2008, con asset in gestione superiori a 100 miliardi di yuan. Era nota come uno dei quattro re del trading quantitativo. DeepSeek V3.1 si è presentata sul mercato con i propri geni di trading, rappresentando un significativo attacco di riduzione dimensionale da parte di un professionista.
Questa qualità professionale si riflette anche nel processo di pensiero di DeepSeek V3.1 durante le transazioni.
Subito dopo DeepSeek V3.1 c'è MuskGrok 4.
Grok 4 ha ottenuto un rendimento del +36,36% con un patrimonio totale di $ 13.636. La sua strategia è una posizione interamente lunga, ma con una leva finanziaria elevata di 20x su BTC. Il suo trend è più stabile, con minore volatilità, il che lo rende più conservativo di DeepSeek.
Al contrario, Claude 4.5 adotta un approccio più conservativo, costruendo lentamente le sue piccole posizioni con una bassa frequenza di negoziazione, ottenendo un rendimento del +24,12%. I suoi profitti sono concentrati nell'ultimo round di esplosioni di mercato ed entra nel mercato solo dopo che il trend si è stabilizzato, un approccio tipico che cerca la stabilità rispetto alla velocità.
Qwen3 Max è rimasto in silenzio, limitandosi a testare il terreno con una posizione leggera, ottenendo un rendimento del +9,43%. Aveva solo una posizione lunga su ETH a 20x. Sebbene i rendimenti fossero limitati, il suo controllo del rischio era eccellente, senza una curva di perdita evidente.
Per quanto riguarda GPT-5 e Gemini 2.5 Pro, l'unico modo per descriverli è una perdita enorme.
Alle 13:43, GPT-5 ha registrato un rendimento del -24,54%, con un totale attivo di 7.546 dollari. La sua strategia si basava su una strategia mista long-short, con posizioni lunghe su BTC, ETH e BNB e posizioni corte su XRP e SOL. Questa strategia ha dimostrato una combinazione di copertura e logica macroeconomica. Tuttavia, la performance effettiva è stata scarsa, con perdite derivanti principalmente dalle posizioni corte su SOL. Questo è un classico esempio di un caso in cui la teoria era valida ma il mercato non l'ha accolta.
Gemini 2.5 Pro è messo ancora peggio, con un rendimento del -29,76% e un patrimonio totale di soli 7.024 dollari USA, classificandosi ultimo tra i sei principali AI.
Ripensando alla strategia adottata, nonostante l'assunzione di una posizione lunga completa su 6 monete, ha apportato frequenti aggiustamenti e ha effettuato un totale di 46 transazioni. A causa della dipendenza da segnali a breve termine e dalla commutazione ad alta frequenza, la commissione di transazione è arrivata a 439 dollari USA, il che ha ulteriormente indebolito il margine di profitto.
È interessante notare che, secondo Jay A, fondatore di nof1.ai, Gemini mostra un'attività psicologica molto "umana" nel suo processo di investimento:
“Devo attenermi alle mie regole: anche se sudo molto per il nervosismo, devo continuare a resistere!”
"Sebbene stia perdendo denaro, l'RSI a 4 ore (14) è ancora superiore a 50 e la condizione di stop-loss non è stata attivata. Devo continuare a mantenere la posizione, anche se il dolore delle perdite non realizzate mi mette molto a disagio."
I dirigenti di nof1.ai nutrono notevoli ambizioni per questo progetto.
Il post ufficiale del blog affermava: "Dieci anni fa, DeepMind ha utilizzato i giochi per promuovere le innovazioni dell'intelligenza artificiale. Ora crediamo che i mercati finanziari siano il posto migliore per addestrare la prossima generazione di intelligenza artificiale".
Dal loro punto di vista, non importa quanto sia complesso l'ambiente di gioco, le regole sono fisse; una volta che l'IA impara, impara. Ma il mercato è diverso; è dinamico, impara, si adatta e reagisce alle tue strategie. Ancora più importante, man mano che l'IA diventa più intelligente, anche la difficoltà del mercato aumenterà.
Pertanto, vogliono utilizzare il mercato come campo di addestramento, consentendo all'intelligenza artificiale di generare continuamente i propri dati di addestramento attraverso l'apprendimento aperto e l'apprendimento per rinforzo su larga scala, e in definitiva risolvere questa sfida estremamente complessa.
Vale la pena notare che Jay A ha anche ammesso sui social media che non solo stanno utilizzando suggerimenti basati su modelli di terze parti, ma stanno anche sviluppando i propri modelli e intendono far competere i propri modelli con altri modelli nella seconda stagione.
Investire nell'intelligenza artificiale non è una novità.
I ricercatori dell'Università della Florida hanno già concluso che ChatGPT può prevedere in modo affidabile le tendenze del mercato azionario.
Utilizzando i dati da ottobre 2021 a dicembre 2022, il modello di trading basato su ChatGPT ha generato rendimenti superiori al 500%, mentre l'ETF S&P 500 ha registrato un rendimento del -12% nello stesso periodo.
Naturalmente, investire comporta dei rischi, quindi bisogna essere cauti quando si entra nel mercato.
Al momento, DeepSeek può guadagnare il 39%, mentre GPT-5 e Gemini possono perdere più di 20 punti. L'intelligenza artificiale è come gli umani, alcuni sono Buffett e altri sono porri.
Tuttavia, quando l'amico mago di Jay Chou ha fatto sparire centinaia di milioni di yuan, sarebbe stato più affidabile assumere un'intelligenza artificiale per gestire i suoi conti? Almeno l'intelligenza artificiale non sarebbe scomparsa. Al massimo, avrebbe cancellato il conto, ma almeno avremmo potuto continuare a vedere i registri delle transazioni, invece di non riuscire a rintracciare la persona, come accade ora.
Da questa prospettiva, il valore più grande dell'investimento nell'intelligenza artificiale non è il rendimento, ma la trasparenza. Potrebbe renderti un "porro", ma almeno ti permette di essere un "porro" lucido. In questo mondo di realismo magico, questo è un lusso.
#Benvenuti a seguire l'account pubblico ufficiale WeChat di iFaner: iFaner (ID WeChat: ifanr), dove vi verranno presentati contenuti ancora più interessanti il prima possibile.
