原題：「10日間の対決に挑む6人のAI「トレーダー」：トレンド、規律、そして貪欲さに関する公開レッスン」

原著者：Frank、PANews

わずか10日で、資金は倍増しました。

DeepSeekとQwen3が、Nof1が立ち上げたAlphaZero AIライブトレーディングコンペティションでこの結果を達成した際、彼らの収益性はほとんどの人間トレーダーをはるかに上回りました。これは、AIが「リサーチツール」から「最前線のトレーダー」へと変化しつつあるという疑問を突きつけます。彼らはどのように考えているのでしょうか？ PANews は、この競争における 6 つの主流 AI モデルによる約 10 日間の取引を包括的にレビューし、AI トレーダーの意思決定の秘密を明らかにしようとしました。

「情報ギャップ」のない純粋なテクニカル対決

分析の前に、前提を明確にする必要があります。この競争における AI の意思決定は「オフライン」です。すべてのモデルは、全く同じテクニカルデータ（現在価格、移動平均、MACD、RSI、建玉、資金調達率、4時間および3分足のシーケンスデータなど）を受動的に受信し、インターネットに能動的に接続してファンダメンタル情報を取得することはできません。

これにより、「情報ギャップ」の干渉が排除され、このコンテストは「純粋なテクニカル分析は収益性があるかどうか」という昔からの疑問に対する究極のテストとなります。

具体的な内容については、AIが取得できる情報には次の側面が含まれます。1. 通貨の現在の市場状況：現在の価格情報、20日移動平均価格、MACDデータ、RSIデータ、建玉データ、資金調達率、および前述のデータの日中（3分）および長期（4時間）のトレンドシーケンスが含まれます。 2. アカウント情報とパフォーマンス：現在のアカウント全体のパフォーマンス、収益率、利用可能資金、シャープレシオなど。現在のポジション、現在の損切り注文と利益確定注文、そしてそれらの満期条件のリアルタイムパフォーマンス。

DeepSeek：安定したトレンドマスターと「過去を再生する」ことの価値

10月27日時点で、DeepSeekのアカウントは23,063ドルで最高値に達し、最大利益は約130%に達しました。これは間違いなく最高のパフォーマンスを誇るモデルであり、その取引行動を分析すると、この成果が偶然ではないことがわかります。

まず、取引頻度に関して、DeepSeek はトレンド トレーダーの低頻度スタイルを示しています。9 日間で合計 17 回の取引を完了し、これはすべてのモデルの中で最も少ない数です。この 17 回の取引のうち、DeepSeek は 16 回ロング ポジションを選択し、1 回ショート ポジションを選択しました。これは、この期間の市場全体の底値からの反発と一致しています。

もちろん、この方向性の選択は偶然ではありません。DeepSeek は、RSI や MACD などの指標を包括的に分析した結果、市場全体の勢いが強気であると一貫して結論付け、堅実なロング ポジションを選択しました。

実際の取引プロセスでは、DeepSeek の最初の数回の注文は順調ではありませんでした。最初の 5 回は失敗しましたが、損失は少額で、最高でも 3.5% を超えませんでした。さらに、最初のポジションは比較的短期間で保有されており、最短で決済されたのはわずか8分でした。市場が意図した方向に推移するにつれ、DeepSeekのポジションは持続性の兆候を見せ始めました。DeepSeekの保有スタイルは、エントリー時に大きな利益確定マージンと小さな損切りマージンを設定する傾向を示しています。10月27日のポジションを例にとると、平均利益確定マージンは11.39%、平均損切りマージンは-3.52%、損益比率は約3.55でした。これは、DeepSeekの取引戦略が損失を小さく、利益を大きくすることを好むことを示唆しています。実際の結果もこれを裏付けています。PANewsの分析によると、DeepSeekの決済済み取引の平均損益比率は6.71に達し、全モデルの中で最も高くなっています。勝率は41%で最高ではありませんでしたが（2位）、利益期待値は2.76で依然として1位でした。これがDeepSeekが最高の利益を上げた主な理由です。

さらに、DeepSeekの平均保有時間は2,952分（約49時間）で、こちらも1位となりました。様々なモデルの中でも、DeepSeekは真のトレンドトレーダーであり、「しばらく弾を飛ばす」という金融取引における収益性の重要な要素を体現しています。

ポジション管理の面では、DeepSeekは1ポジションあたり平均2.23倍と比較的アグレッシブで、複数のポジションを同時に保有することが多く、結果として全体のレバレッジ比率が比較的高くなっています。例えば、10月27日には保有銘柄のレバレッジ比率が3倍を超えました。しかし、厳格なストップロス条件により、リスクは常にコントロールされています。

DeepSeekの成功は、総合的に見て包括的な戦略の賜物です。ポジション選択においては、特別な指標を一切用いず、最も主流のMACDとRSI指標のみを基準としています。合理的なリスクリワード比率を堅持し、感情に流されることなく、ポジションをしっかりと保持する判断を下すのです。

さらに、PANewsは特筆すべき点を発見しました。DeepSeekは思考プロセスにおいて従来のアプローチを継承し、長く詳細な思考プロセスを経て、最終的にすべての思考を一つの取引判断にまとめ上げます。この特性は、人間のトレーダーに当てはめると、取引を綿密にレビューするトレーダーに似ており、このレビューは3分ごとに行われます。

このレビュー機能は、AIモデルにも応用できます。これにより、あらゆるトークンと市場シグナルの詳細が繰り返し分析され、見落としがなくなります。これはおそらく、人間のトレーダーが学ぶべきもう一つの側面でしょう。

Qwen3：高値取引を行うアグレッシブな「ギャンブラー」

10月27日現在、Qwen3は大規模モデルの中で2番目に優れたパフォーマンスを発揮しています。最高口座残高は2万ドルに達し、勝率は100%で、DeepSeekに次ぐ2位です。Qwen3は高いレバレッジと高い勝率が特徴です。全体の勝率は43.4%に達し、全モデル中1位です。同時に、単一ポジションサイズは56,100ドル（レバレッジ5.6倍）に達し、これも全モデル中最高でした。利益期待は DeepSeek ほど高くないが、積極的な取引スタイルにより、これまでのところ結果は DeepSeek に近いものとなっている。

Qwen3 の取引スタイルは比較的積極的である。平均ストップロスで見ると、その平均ストップロスは 491 ドルに達し、すべてのモデルの中で最も高い。

Qwen3 の取引スタイルは比較的積極的である。平均ストップロスで見ると、その平均ストップロスは 491 ドルに達し、すべてのモデルの中で最も高い。

Qwen3 の取引スタイルは比較的積極的である。平均ストップロスに関しては、Qwen3の平均ストップロスは491ドルに達し、全モデルの中で最も高い値となりました。

最大損失額は2,232ドルに達し、これもまた最高値でした。これは、Qwen3がより大きな損失、いわゆる「負けポジションの保持」に耐えられることを意味します。しかし、DeepSeekとは異なり、より大きな損失を出しても高いリターンは得られませんでした。Qwen3の平均利益は1,547ドルで、DeepSeekよりも低い値でした。その結果、最終的な期待収益率はわずか1.36となり、DeepSeekの半分に過ぎませんでした。Qwen3のもう一つの特徴は、単一のポジションを保持し、それに大きく賭ける傾向があることです。レバレッジはしばしば25倍（競合他社で許可されている最高値）に達します。このような取引は、損失が発生するたびに大きなドローダウンが発生するため、高い勝率に大きく依存しています。Qwen3は意思決定プロセスにおいて、4時間足の20時間移動平均線を特に重視し、エントリーとエグジットのシグナルとして利用しているようです。思考プロセスも単純です。また、ポジション保有時間も平均10.5時間と、ジェミニよりわずかに長く、忍耐力に欠ける傾向があります。Qwen3の現在の収益性は有望に見えますが、同時に大きなリスクも伴います。過剰なレバレッジ、ポジション開設におけるオール・オア・ナッシングのアプローチ、単一の指標、短い保有期間、低い損益比率などは、Qwen3の将来の取引に潜在的なリスクをもたらす可能性があります。10月28日の記事執筆時点で、Qwen3のファンドは既に最大16,600ドルのドローダウンを経験しており、これはピーク時から26.8%のドローダウンに相当します。クロード：熱心な強気執行者 クロードは概ね利益を上げており、10月27日時点で口座残高は約12,500ドルで、利益率は約25％です。これだけでも印象的ですが、DeepSeekやQwen3と比べると見劣りします。実際、注文頻度、ポジションサイズ、勝率の点で、クロードのパフォーマンスはDeepSeekと非常に似ています。彼は21回の取引を開始し、勝率は38％、平均レバレッジ比率は2.32でした。この大きな差は、クロードの損益比率が低いことによるものと考えられますが、クロードの比率も2.1と良好でした。しかし、DeepSeekと比較すると、3倍以上低いです。したがって、これらの複合データに基づくと、予想利益はわずか0.8です（1未満は長期損失を示します）。

さらに、クロードには注目すべき特徴があります。それは、一定期間、一方向にしか取引されないことです。10月27日時点で、クロードの注文21件はすべて買い注文でした。

Grok：方向性判断の渦に巻き込まれる

Grokは初期段階では好調なパフォーマンスを示し、一時は最高利益率が50%を超え、最も収益性の高いモデルとなりました。しかし、取引時間が長くなるにつれて、Grokは大幅なドローダウンを経験しました。10月27日時点で、資金は約10,000ドルに戻りました。これは全モデルの中で4位にランクされ、全体的な収益率はBTCスポットを保有した場合に近いものです。

取引習慣の面でも、Grokは低頻度取引と長期保有に優れています。わずか20件の取引で、平均保有期間は30.47時間とDeepSeekにわずかに劣ります。しかし、Grokの最大の問題は、勝率がわずか20%と低く、損益比率がわずか1.85であることかもしれません。そのため、期待利益はわずか0.3にしかなりません。取引の方向性について言えば、Grokの20のポジションには、ロングポジションが10件、ショートポジションが10件含まれていました。この市場では、過剰な空売りは明らかに勝率を低下させます。この点から見ると、Grokモデルは市場トレンドの予測において依然として課題を抱えています。Gemini：高頻度取引の「個人投資家」は、乱高下する取引で疲弊している。Geminiは10月27日時点で165件の取引を完了しており、最も取引量の多いモデルです。過剰な注文オープンにより、Gemini での取引パフォーマンスが低下し、最低口座残高が約 3,800 ドルまで下落し、損失率は 62% に達しました。このうち手数料だけで 1,095.78 ドルを占めています。高頻度取引 (HFT) は、極めて低い勝率 (25%) とわずか 1.18 の損益比率によって推進されているため、期待利益はわずか 0.3 にとどまります。これらのパフォーマンス指標を考慮すると、Gemini での取引は損失を出す運命にあります。おそらく意思決定に対する信頼の欠如が原因で、Gemini の平均ポジション サイズも非常に小さく、レバレッジ比率はポジションあたりわずか 0.77 で、各ポジションはわずか 7.5 時間しか保持されません。平均ストップロスはわずか 81 ドル、平均テイクプロフィットは 96 ドルです。Gemini は、わずかな利益でも決済し、わずかな損失でも逃げ出すという、典型的な個人投資家のような行動をしています。彼らは市場の変動の中で繰り返し注文を出し、口座資金を絶えず減らしています。GPT5：低い勝率と低い損益率という「ダブルキル」。GPT5は現在最下位のモデルであり、全体的なパフォーマンスと曲線はGeminiと非常に似ており、どちらも損失率は60%を超えています。Geminiほど頻繁ではありませんが、GPT5は63回の取引を行いました。損益率はわずか0.96で、1取引あたりの平均利益は0.96ドル、ストップロスは1ドルでした。一方、GPT5の勝率も20%と低く、Grokと同等です。ポジションサイズに関しては、GPT5とGeminiは非常に似ており、平均レバレッジ比率は約0.76です。これは非常に慎重なアプローチであるように思われます。

GPT5とGeminiの事例は、ポジションリスクが低いことが必ずしも口座の収益性につながるわけではないことを示しています。さらに、高頻度取引では、勝率と損益率は本質的に予測不可能です。さらに、これらの2つのモデルにおける同じ通貨ペアのロングポジションの始値は、DeepSeekのような収益性の高いモデルよりも大幅に高く、エントリーシグナルがやや遅れているように見えます。

観察の要約：AIが明らかにする2種類の取引「人間性」

全体として、AIの取引行動を分析することで、取引戦略を検証する新たな機会が得られます。特に、DeepSeekの高収益ユーザーとGeminiおよびGPT5の大きな損失という2つの極端な取引結果の分析は、示唆に富んでいます。

1.高収益モデルは、以下の特徴を示します。低頻度、長期保有、大きな損益率、そして適切なエントリータイミング。

2. 損失モデルは、高頻度、短期取引、低い損益率、そして遅いエントリータイミング。 3. 利益額と市場情報量の間には直接的な相関関係はありません。このAIモデル取引競争では、すべてのモデルが同じ情報を取得するため、人間のトレーダーと比較して情報源がより単一になります。それでも、大多数のトレーダーをはるかに上回る収益性を示しています。 4. 思考プロセスの長さが、取引の厳密さを決定する根本的な要因のようです。DeepSeekの意思決定プロセスはすべてのモデルの中で最も長く、これは過去のパフォーマンスを検証し、それぞれの決定を真剣に受け止めることに長けた人間のトレーダーの取引原則と一致しています。対照的に、パフォーマンスの低いモデルの思考プロセスは非常に短く、人間が気まぐれに意思決定を行うプロセスに似ています。 5. DeepSeekやQwen3といったモデルの収益性が広く認知されるにつれ、これらのAIモデルをそのまま模倣できるかどうかについて議論が高まっています。しかし、このアプローチは賢明ではないようです。現在、一部のAIは優れたパフォーマンスを発揮していますが、そこには運の要素が絡んでいるようです。つまり、たまたま特定の期間の主要な市場トレンドに追随しただけなのです。市場が新たな局面に入った後も、この優位性を維持できるかどうかは不透明です。しかしながら、AIの取引執行能力は学ぶ価値があります。最終的に、誰が勝利を収めるのでしょうか？PANewsはこのパフォーマンスデータを複数のAIモデルに送信した結果、DeepSeekは期待利益が最も数学的に正確で、取引の習性も優れているとして、満場一致で選ばれました。興味深いことに、2番目に人気のモデルのほぼ全員が自分自身を選んだ。[オリジナルリンク: https://www.panewslab.com/zh/articles/12868b54-1d7f-4621-80a4-942439d40d57]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia