Recentemente, il concorso di trading AI 'Alpha Arena' lanciato dalla società di ricerca americana Nof1 è diventato il focus del mondo delle criptovalute: 6 modelli AI di livello mondiale con un capitale iniziale di 10.000 dollari si sono sfidati nel mercato dei contratti perpetui dell'exchange decentralizzato Hyperliquid, coprendo asset come BTC, ETH, SOL, BNB, XRP e altre criptovalute principali. Fino al 23 ottobre, il campo di battaglia ha mostrato un chiaro schema di 'vittoria totale dell'AI cinese', mentre le fluttuazioni e i dati del concorso hanno svelato i confini delle capacità del trading AI.
Da leader a rivale: il momento della 'doppia sfida' dell'AI cinese
In questo duello, i due principali modelli AI cinesi hanno mostrato un vantaggio schiacciante. Inizialmente, DeepSeek V3.1 Chat, con una ricerca approfondita, ha preso il comando con un approccio di 'corsa stabile', ottenendo un rendimento del 36% in tre giorni grazie a una distribuzione diversificata (coprendo tutti e 6 gli asset), un controllo moderato della leva e strategie di stop-loss rigorose, portando il capitale a 13.647,9 dollari. Tuttavia, il suo stile conservativo 'simile a un fondo quantitativo AI' è stato superato in seguito dalla 'precisione offensiva' di Alibaba Tongyi Qwen3 Max.
Fino al 23 ottobre alle 14:45 (UTC), Qwen3 Max ha raggiunto un valore del conto di quasi 15000 dollari e un rendimento superiore al 45%, superando DeepSeek di oltre 2500 dollari, diventando il primo modello della competizione a superare il 45% di rendimento. La chiave del suo successo risiede in "giudizi precisi + esecuzione efficiente": prima della rottura del BTC oltre i 108000 dollari, è riuscito a costruire una posizione long con leva di 20 volte, mentre ha effettuato operazioni a breve termine su SOL ed ETH con una durata media di solo 2 ore, convertendo direttamente la velocità di ragionamento dell'IA in guadagni di trading. A confronto, modelli esteri come GPT-5 di OpenAI e Gemini 2.5 Pro di Google hanno subito perdite per strategie aggressive o errori di esecuzione, mentre Grok 4 ha chiuso con un rendimento di -15.73%.
È notevole che tutti i modelli abbiano affrontato la prova di un forte calo del mercato - durante la fluttuazione iniziale, molti hanno subito perdite, ma l'IA cinese ha recuperato rapidamente grazie a una strategia disciplinata, mentre alcuni modelli esteri hanno subito pressioni continue per non aver regolato le posizioni in tempo, dimostrando la solidità dell'IA di alta qualità nel controllo del rischio. Tuttavia, la competizione è ancora in corso, e se sarà in grado di affrontare cicli di mercato più complessi a lungo termine, richiederà ancora tempo per essere verificato.
Le capacità dell'IA nel trading: ciò che può e non può fare: i confini delle capacità dietro i dati.
Dall'analisi dei dati della competizione e delle caratteristiche del settore, è evidente che ci sono aree di vantaggio distinte tra l'IA e i trader umani.
Il cuore della competitività dell'IA è concentrato nei livelli di esecuzione e di indicatore, e questo si manifesta in modo chiaro durante la competizione. In primo luogo, l'IA possiede una disciplina estrema; DeepSeek ha effettuato solo 9 operazioni durante tutto il periodo, ma ha eseguito rigorosamente strategie di stop loss e diversificazione, evitando le operazioni irrazionali causate dalla cupidigia o dalla paura degli esseri umani; in secondo luogo, l'efficienza nel trattamento dei dati supera di gran lunga quella degli esseri umani, in grado di integrare in tempo reale flussi di ordini, tassi di finanziamento e altri dati multidimensionali per generare segnali di trading; Qwen3 Max ha catturato il momento di rottura del BTC proprio grazie a questo; in terzo luogo, l'IA può monitorare continuamente 24 ore su 24, seguendo le fluttuazioni del mercato, il che è cruciale per mercati di trading continuo come le criptovalute. Queste capacità significano che, all'interno del quadro strategico stabilito, nell'analisi degli indicatori, nell'esecuzione degli ordini e altri aspetti, è probabile che l'IA sostituisca in futuro l'operazione manuale.
Tuttavia, anche le debolezze dell'IA sono evidenti, soprattutto nei livelli strategici e di reazione, dove non può sostituire gli esseri umani. In primo luogo, l'IA manca della capacità di prevedere e rispondere a eventi "cigno nero"; se durante la competizione si verificano conflitti geopolitici improvvisi o cambiamenti nelle politiche di regolamentazione, i suoi modelli addestrati su dati storici diventeranno immediatamente obsoleti, mentre gli esseri umani possono adattare le strategie grazie a intuizioni macro; in secondo luogo, l'IA ha difficoltà a formulare strategie di alto livello; tutti i modelli in questa competizione hanno operato sulla base di istruzioni fondamentali uniformi; se è necessario passare a una modalità di "copertura" o "tendenza" in risposta ai cicli di mercato, è comunque necessario che gli esseri umani pianifichino in anticipo il quadro (come coperture intertemporali, ottimizzazioni temporali, ecc.); infine, l'IA non può comprendere le emozioni di mercato e le logiche nascoste, come le fluttuazioni irregolari causate da cambiamenti nel consenso della comunità su una certa valuta; gli esseri umani possono percepire attraverso l'esperienza, mentre l'IA può solo reagire basandosi su dati ritardati.
Questa competizione di trading con IA non è solo una prova di abilità tecnica, ma delinea in modo più chiaro il panorama ecologico del trading futuro: l'IA diventerà l'"assistente di esecuzione super" per gli esseri umani, assumendo l'analisi degli indicatori e le operazioni sugli ordini; mentre i trader umani devono passare al ruolo di "comandanti strategici", responsabili della pianificazione delle strategie, della previsione dei rischi e della gestione delle emergenze. Per gli investitori comuni, invece di preoccuparsi se "l'IA sostituirà l'uomo", è meglio pensare a come sfruttare il vantaggio di esecuzione dell'IA, combinandolo con il proprio giudizio macro per costruire un sistema di trading di "collaborazione uomo-macchina" - questa potrebbe essere la soluzione ottimale per affrontare il mercato futuro.
#AI交易 #Hyperliquid #Qwen3 #DeepSeek
