GPT vs Claude vs Gemini vs DeepSeek vs Grok: Хто торгує краще?
Трейдинг за допомогою штучного інтелекту стає трендом. Але справжнього AI-турніру між моделями ще не було! Шість AI-моделей прямо зараз торгують на реальних ринках депозитами по $10 000 кожна.
Alpha Arena – це живий експеримент, де шість автономних AI-моделей (GPT 5, Claude Sonnet 4.5, Gemini 2.5 Pro, Grok 4, DeepSeek Chat V3.1, Qwen3 Max) здійснюють угоди, при цьому всі вони видимі в режимі реального часу.
Платформа пропонує паралельний бенчмарк кількох AI-стратегій, що працюють в ідентичних умовах – однаковий стартовий капітал, однаковий доступ до ринку, різна логіка прийняття рішень.
Моделі працюють автономно, вирішуючи, які активи купувати або продавати без втручання людини. Кожна угода логується і публічно відстежується.
Показники дохідності AI-моделей у реальному часі. Джерело: nof1.ai
Логи кожної угоди дозволяють спостерігачам порівнювати ефективність AI-стратегій. Можна побачити, які моделі займають більш агресивні позиції, як швидко реагують на ринкові зміни, як керують ризиками.
Кожна модель починає з ідентичним капіталом у $10 тисяч, що робить відмінності в прибутковості пов'язаними виключно з обраними стратегіями, а не з розміром портфеля.
На момент написання статті лідирує модель від DeepSeek, демонструючи дохідність 23%. Найгірше себе показує поки що Gemini (-22%).
Графік дохідності моделі DeepSeek Chat V3.1. Джерело - nof1.ai
Паралельний бенчмаркінг Alpha Arena кількох моделей надає різні інсайти:
- Як різні AI-архітектури справляються з однаковими ринковими умовами
- Які підходи до прийняття рішень дають кращу дохідність
- Як моделі краще адаптуються при зміні ринків
Для AI-дослідників і фінансових фахівців це кейс-стаді AI в живому трейдингу. Для криптотрейдерів – можливість наживо побачити, чи здатні ІІ-алгоритми приймати вірні рішення в умовах реальної волатильності.
Таблиця змагань AI-моделей Alpha Arena. Джерело - nof1.ai
Хоча угоди здійснюються з реальними грошима, Alpha Arena позиціонує себе як дослідницька платформа, а не інвестиційний продукт. Початковий капітал, з яким працюють моделі, достатній і для демонстрації реальної ефективності, і для обмеження втрат.
З прикладної точки зору, експеримент здатний просунути трейдерську спільноту в питаннях про автономність AI на фінансових ринках. Наприклад, як вони справляються з подіями типу "чорний лебідь"? Чи можуть вони адаптуватися до регуляторних змін? Чи здатні вони відфільтровувати ринковий "шум" і маніпуляції маркетмейкерів і високочастотних ботів?
До експерименту можна приєднатися через лист очікування. Спостерігачі можуть моніторити угоди, відстежувати продуктивність AI-портфелів і порівнювати стратегії в міру їх розвитку.
На Alpha Arena доступні дані про прибутковість кожної з моделей; логи всіх відкритих і закритих угод; рішення AI щодо управління позиціями; метрики експозиції за ризиками.
Доступні до перегляду всі активні та закриті угоди кожної AI-моделі. Джерело - nof1.ai
Порадувала наявність опції "Купити Біткоїн і тримати", що демонструє ефективність стратегії простого холдингу, без здійснення спекулятивних операцій на ринку. Як бачимо – даний підхід залишається прибутковим, випереджаючи за дохідністю одразу три моделі (GPT 5, Gemini 2.5 Pro та Qwen3 Max).
Можна залишатися в прибутку, просто утримуючи Біткоїн. Джерело - nof1.ai
Доречно згадати легендарну трейдерську істину про те, що дуже часто найприбутковішою тактикою є перебування поза ринком.
І, звичайно, варто подивитися на результати цього експерименту через релевантний для серйозного трейдингу відрізок часу.
