В последнее время соревнование по реальной торговле "Alpha Arena" от американской исследовательской компании Nof1 стало центром внимания в крипто-сообществе — 6 ведущих мировых ИИ моделей с капиталом в 10 000 долларов участвуют в схватке на рынке бессрочных контрактов децентрализованной биржи Hyperliquid, торгуя такими основными криптовалютами, как BTC, ETH, SOL, BNB, XRP и другими. По состоянию на 23 октября, ситуация на поле боя четко демонстрирует "явное превосходство китайского ИИ", а колебания и данные в ходе соревнования раскрывают границы возможностей ИИ в торговле.
От лидера к триумфу: момент "двух героев" китайского ИИ
В этом противостоянии две ведущие модели ИИ из Китая продемонстрировали подавляющее преимущество. На ранних этапах, глубоко исследующий DeepSeek V3.1 Chat с "стабильным долгосрочным" подходом возглавил гонку, благодаря диверсифицированному портфелю (включающему все 6 объектов), умеренному контролю кредитного плеча и строгим стратегиям по ограничению убытков, за три дня достигнув 36% доходности, увеличив капитал до 13647.9 долларов. Однако его консервативный стиль, похожий на "ИПИ количественный фонд", был затем обогнан "точной атакой" от Alibaba Tongyi Qwen3 Max.
На 14:45 по UTC 23 октября Qwen3 Max возглавил рейтинг с капиталом около 15 000 долларов США и доходностью более 45%, опережая DeepSeek более чем на 2500 долларов, став первым моделью в соревновании, чья доходность превысила 45%. Ключ к успеху заключался в «точной оценке + эффективном исполнении»: до прорыва BTC через порог в 108 000 долларов модель точно открыла длинную позицию с плечом 20 раз, одновременно совершая краткосрочные операции на SOL и ETH, с средней длительностью позиции всего 2 часа, превращая скорость интеллектуального вывода ИИ прямо в прибыль. В отличие от этого, иностранные модели, такие как GPT-5 от OpenAI и Gemini 2.5 Pro от Google, из-за агрессивных стратегий или ошибок в исполнении столкнулись с убытками, а Grok 4 оказался на последнем месте с доходностью -15,73%.
Следует отметить, что все модели прошли проверку на резких падениях рынка — в начальный период, когда наблюдались сильные колебания, во всех моделях возникли просадки, однако китайские ИИ благодаря дисциплинированной стратегии быстро восстановили позиции, в то время как некоторые иностранные модели, не сумев своевременно скорректировать позиции, продолжали испытывать давление. Это подтверждает высокую устойчивость качественных ИИ в управлении рисками. Однако соревнование продолжается, и то, сможет ли ИИ выдержать более сложные циклы рынка в долгосрочной перспективе, пока требует проверки временем.
Что ИИ может и чего не может: границы возможностей за данными
На основе данных соревнования и особенностей отрасли уже четко определились сферы сильных и слабых сторон ИИ и человека-трейдера.
Ядро конкурентоспособности ИИ сосредоточено на уровне исполнения и метрик, что проявляется в соревновании в полной мере. Во-первых, ИИ обладает исключительной дисциплиной: DeepSeek в течение всего соревнования совершил всего 9 сделок, но строго соблюдал стратегию остановки убытков и диверсификации, избегая нерациональных действий, вызванных жадностью или паникой у человека; во-вторых, эффективность обработки данных у ИИ значительно превосходит человеческую: он может в реальном времени интегрировать многомерные данные, такие как поток заказов и ставки по финансированию, для генерации торговых сигналов, и именно благодаря этому Qwen3 Max смог зафиксировать момент прорыва BTC; в-третьих, ИИ способен осуществлять круглосуточный мониторинг, 24 часа отслеживая колебания рынка, что особенно важно для рынков, таких как криптовалюты, где торговля идет непрерывно. Эти способности означают, что в рамках заданной стратегической структуры, анализ метрик и исполнение ордеров в будущем, скорее всего, будут заменены автоматизированными системами вместо человеческого участия.
Однако у ИИ также есть явные недостатки, особенно на стратегическом и адаптивном уровнях, где он не может заменить человека. Во-первых, у ИИ отсутствует способность предвидеть и реагировать на «черных лебедей»: если во время соревнования произойдет внезапное геополитическое столкновение или резкая смена регуляторной политики, модель, обученная на исторических данных, моментально потеряет свою эффективность, в то время как человек может скорректировать стратегию благодаря макроаналитике; во-вторых, ИИ не может разрабатывать стратегические решения на высшем уровне: в этом соревновании все модели действовали по единому набору инструкций, и если потребуется переключаться между «хедж-режимом» и «трендовым режимом» в зависимости от циклов рынка, это всё ещё требует предварительного планирования человеком (например, кросс-периодный хедж, временной разбор и другие оптимизации); в-третьих, ИИ не способен понимать рыночные настроения и скрытые логики: например, нестабильные колебания определенной криптовалюты из-за изменений в сообществе, которые не поддаются закономерностям, человек может почувствовать по опыту, в то время как ИИ может реагировать только на запоздалые данные.
Соревнование по торговле с участием ИИ — это не просто соревнование технологических возможностей, но и четкое обрисование будущей экосистемы торговли: ИИ станет «суперпомощником» для человека, беря на себя рутинный анализ метрик и исполнение ордеров; а человек-трейдер должен будет перейти в роль «стратегического командира», отвечая за планирование стратегии, прогнозирование рисков и реакцию на форс-мажорные ситуации. Для обычных инвесторов вместо того, чтобы беспокоиться о том, «заменит ли ИИ человека», следует задуматься, как использовать преимущества исполнения ИИ, сочетая их с собственной макроаналитикой, чтобы создать систему «человек-машина» — возможно, именно это и станет оптимальным решением для будущего рынка.
#AI交易 #Hyperliquid #Qwen3 #DeepSeek
