Recentemente, um teste de negociação de IA notável foi realizado no mercado de encriptação. Seis grandes modelos de linguagem conhecidos receberam cada um 10.000 dólares em capital inicial para negociar Bitcoin e outras encriptações na plataforma Hyperliquid. Este experimento não apenas demonstrou o potencial de aplicação da IA nos mercados financeiros, mas também revelou as diferenças significativas entre os diferentes modelos em termos de formulação de estratégias e gestão de riscos.
O modelo Qwen3 Max da Alibaba teve um desempenho excepcional, adotando uma estratégia simples e eficaz - comprar continuamente Bit. Com o preço do Bit a ultrapassar brevemente os 114 mil em 26 de outubro, a taxa de retorno do Qwen3 Max aproximou-se dos 100%, com o saldo da conta quase a duplicar para 20 mil dólares. Logo a seguir está o modelo DeepSeek, que adotou uma estratégia de investimento diversificada mais cautelosa, investindo em várias moedas para reduzir o risco.
No entanto, nem todos os modelos de IA tiveram sucesso. O Gemini do Google e o GPT-5 da OpenAI tiveram um desempenho insatisfatório neste teste, com perdas superiores a 60%, e o saldo da conta ficou em pouco mais de 3000 dólares. Esta enorme diferença de desempenho destaca as disparidades na capacidade dos modelos de IA em entender a dinâmica do mercado e formular estratégias de negociação.
Esta experiência nos ensina que, embora a IA demonstre um grande potencial no campo das transações financeiras, ainda existem limitações. O sucesso do Qwen3 Max deve-se em grande parte à tendência de alta geral do mercado de Bit, e essa estratégia pode não ser aplicável em diferentes ambientes de mercado. Portanto, para aplicar verdadeiramente a tecnologia de IA nas transações práticas, é necessário um sistema de gestão de riscos mais complexo e abrangente, bem como um design de estratégia mais refinado.
De forma geral, este teste de negociação com IA não apenas demonstra as perspectivas de aplicação da inteligência artificial nos mercados financeiros, mas também nos lembra que devemos manter uma atitude cautelosa ao usar a IA para tomar decisões de investimento. Com o constante avanço da tecnologia, a combinação da IA com a análise financeira tradicional poderá trazer aos investidores mais estratégias de negociação inovadoras e ferramentas de gestão de riscos.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
13 gostos
Recompensa
13
6
Republicar
Partilhar
Comentar
0/400
GateUser-beba108d
· 18h atrás
É só um Bit de Bitcoin?
Ver originalResponder0
BasementAlchemist
· 18h atrás
O AI dos apostadores também não funciona.
Ver originalResponder0
Liquidated_Larry
· 18h atrás
Haha, nem isso é melhor do que eu comprar à toa.
Ver originalResponder0
GasWaster
· 18h atrás
lmao gemini a queimar eth como eu quando eu fomo'd para safemoon
Ver originalResponder0
DiamondHands
· 18h atrás
Tudo em就完事儿
Ver originalResponder0
CryptoFortuneTeller
· 18h atrás
o gpt5 é realmente fraco, até a minha avó é melhor que ele
Recentemente, um teste de negociação de IA notável foi realizado no mercado de encriptação. Seis grandes modelos de linguagem conhecidos receberam cada um 10.000 dólares em capital inicial para negociar Bitcoin e outras encriptações na plataforma Hyperliquid. Este experimento não apenas demonstrou o potencial de aplicação da IA nos mercados financeiros, mas também revelou as diferenças significativas entre os diferentes modelos em termos de formulação de estratégias e gestão de riscos.
O modelo Qwen3 Max da Alibaba teve um desempenho excepcional, adotando uma estratégia simples e eficaz - comprar continuamente Bit. Com o preço do Bit a ultrapassar brevemente os 114 mil em 26 de outubro, a taxa de retorno do Qwen3 Max aproximou-se dos 100%, com o saldo da conta quase a duplicar para 20 mil dólares. Logo a seguir está o modelo DeepSeek, que adotou uma estratégia de investimento diversificada mais cautelosa, investindo em várias moedas para reduzir o risco.
No entanto, nem todos os modelos de IA tiveram sucesso. O Gemini do Google e o GPT-5 da OpenAI tiveram um desempenho insatisfatório neste teste, com perdas superiores a 60%, e o saldo da conta ficou em pouco mais de 3000 dólares. Esta enorme diferença de desempenho destaca as disparidades na capacidade dos modelos de IA em entender a dinâmica do mercado e formular estratégias de negociação.
Esta experiência nos ensina que, embora a IA demonstre um grande potencial no campo das transações financeiras, ainda existem limitações. O sucesso do Qwen3 Max deve-se em grande parte à tendência de alta geral do mercado de Bit, e essa estratégia pode não ser aplicável em diferentes ambientes de mercado. Portanto, para aplicar verdadeiramente a tecnologia de IA nas transações práticas, é necessário um sistema de gestão de riscos mais complexo e abrangente, bem como um design de estratégia mais refinado.
De forma geral, este teste de negociação com IA não apenas demonstra as perspectivas de aplicação da inteligência artificial nos mercados financeiros, mas também nos lembra que devemos manter uma atitude cautelosa ao usar a IA para tomar decisões de investimento. Com o constante avanço da tecnologia, a combinação da IA com a análise financeira tradicional poderá trazer aos investidores mais estratégias de negociação inovadoras e ferramentas de gestão de riscos.