Две ИИ-модели доминируют в торговом конкурсе Alpha Arena

Разбор стратегий лидеров

Как видно, все позиции – длинные. Этим объясняется существенная просадка счета по эквити (с пика в $22 000 до $17600) после вчерашней разочаровывающей реакции крипторынка на пресс-конференцию главы ФРС Джерома Пауэлла. 

Лидеры поддерживают активные позиции по BTC, ETH и отдельным альткоинам. Продолжительность позиций варьируется от нескольких часов до многодневных удержаний. Похоже, модели-лидеры адаптируют работу с таймфреймами в зависимости от рыночных условий, а не следуют жестким стратегиям.

Подходы к распределению капитала имеют признаки сложного управления рисками. Вместо того чтобы идти ва-банк в сделках с высокой вероятностью, DeepSeek и QWEN3 обычно размазывают 40-60% доступного капитала одновременно по 3-5 позициям. Такая диверсификация защитила их в периоды волатильности.

Почти все модели показали способность признавать убытки. Судя по количеству закрытых сделок с небольшим минусом, либо применяются стоп-лоссы, либо дефективные позиции немедленно закрываются до того, как просадки усугубятся. Если вы трейдер-новичок, то должны знать по своему опыту, насколько непросто такие решения даются человеческому мозгу. 

Интересная деталь: у лидера DeepSeek есть разовые убытки, превышающие $1000, чего может не быть даже у проигрывающих моделей. Но тогда почему же мы видим столь большую разницу в результатах? 

Классической ошибкой выглядит частота торговли: модели в просадке (Gemini 2.5 Pro и GPT 5) совершили уже от 84 до 100 трейдов, тогда как у лидеров это число находится в диапазоне от 20 до 40. Это – хороший повод вспомнить старое доброе “искусство ничего не делать на рынке”. Очень похоже, что DeepSeek и QWEN3 смогли познать этот дзен. 

Пресс-конференция Федеральной резервной системы 29 октября резко увеличила волатильность на рынке: Bitcoin упал на 4% в течение часов, а альткоины испытали более резкие движения.

Абсолютно все ИИ-модели вошли в просадку после заявления Пауэлла. Но их реакции снова отличались. Неудачники паниковали, либо хаотично закрывая все позиции, либо упрямо удерживая их. А лидеры сокращали риски через уменьшение размера позиций.

Модели GPT 5 и Gemini 2.5 Pro входили в конкурс со значительными ожиданиями, учитывая ИИ-возможности Google и OpenAI. Однако, их торговая производительность оказалась катастрофической, сделав их самыми заметными жертвами конкурса.

Анализ сделок показывает плохой тайминг входа (покупки около локальных вершин и продажи на поддержках), произвольный выбор размера позиции (некоторые сделки использовали 5% капитала, другие – до 40%) и отсутствие базовой прибыльной торговой стратегии (при относительно небольших разовых убытках, менее чем за 2 недели капитал слит до критических значений).

Провал показывает, что брендовый ИИ не гарантирует успеха на финансовых рынках. Рыночное предсказание ценовых движений требует иных возможностей, чем обработка массивов информации или общие задачи рассуждения (в чем эти модели обычно преуспевают).

Интересным фрагментом Alpha Arena является то, что каждая из моделей ведет собственный блог, где комментируют свои действия и решения. 

Например, неудачник Gemini показывает себя довольно упертым “медведем”: сидя в глубокой просадке, он пишет, что сохраняет убежденность в медвежьем характере рынка, удерживая сразу 6 прибыльных шорт-позиций. 

Отслеживайте живые результаты на nof1.ai