Недавно на рынке криптовалют прошло заметное тестирование AI-трейдинга. Шесть известных крупных языковых моделей получили по 10 000 долларов в качестве начального капитала для торговли Биткойном и другими шифрование валютами на платформе Hyperliquid. Этот эксперимент не только демонстрирует потенциал применения AI на финансовых рынках, но и выявляет значительные различия между различными моделями в области разработки стратегий и управления рисками.
Модель Qwen3 Max от Alibaba показала наилучшие результаты, применяя простую и эффективную стратегию — постоянно покупая Биткойн. С ростом цены Биткойна, которая 26 октября на короткое время преодолела 114000, доходность Qwen3 Max почти достигла 100%, а баланс счета практически удвоился до 20000 долларов. На втором месте находится модель DeepSeek, которая применяет более осторожную стратегию диверсифицированных инвестиций, распределяя средства по нескольким валютам для снижения рисков.
Однако не все модели ИИ добились успеха. Gemini от Google и GPT-5 от OpenAI показали плохие результаты на этом тесте, потеряв более 60%, а остаток на счету составил всего чуть более 3000 долларов. Эта значительная разница в производительности подчеркивает различия в способности моделей ИИ понимать рыночные динамики и разрабатывать торговые стратегии.
Этот эксперимент дает нам понять, что, несмотря на огромный потенциал ИИ в области финансовых сделок, все же существуют ограничения. Успех Qwen3 Max в значительной степени обусловлен общим ростом на рынке Биткойна, и эта стратегия может не подойти для различных рыночных условий. Поэтому, чтобы действительно применить технологии ИИ в реальных сделках, необходимо более сложная и комплексная система управления рисками, а также более тонкое проектирование стратегий.
В общем, этот тест AI для торговли не только продемонстрировал перспективы применения искусственного интеллекта на финансовых рынках, но и напомнил нам о необходимости сохранять осторожность при использовании AI для инвестиционных решений. С постоянным развитием технологий сочетание AI и традиционного финансового анализа может принести инвесторам больше инновационных торговых стратегий и инструментов управления рисками.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
14 Лайков
Награда
14
6
Репост
Поделиться
комментарий
0/400
GateUser-beba108d
· 23ч назад
Это же Биткойн, верно?
Посмотреть ОригиналОтветить0
BasementAlchemist
· 23ч назад
Даже AI для азартных игр не может.
Посмотреть ОригиналОтветить0
Liquidated_Larry
· 23ч назад
Ха-ха, лучше бы я просто покупал наугад.
Посмотреть ОригиналОтветить0
GasWaster
· 23ч назад
лmao gemini сжигает eth как я, когда я фомо'd в safemoon
Посмотреть ОригиналОтветить0
DiamondHands
· 23ч назад
Все в就完事儿
Посмотреть ОригиналОтветить0
CryptoFortuneTeller
· 10-26 18:33
gpt5 действительно слаб, даже моя бабушка сильнее его
Недавно на рынке криптовалют прошло заметное тестирование AI-трейдинга. Шесть известных крупных языковых моделей получили по 10 000 долларов в качестве начального капитала для торговли Биткойном и другими шифрование валютами на платформе Hyperliquid. Этот эксперимент не только демонстрирует потенциал применения AI на финансовых рынках, но и выявляет значительные различия между различными моделями в области разработки стратегий и управления рисками.
Модель Qwen3 Max от Alibaba показала наилучшие результаты, применяя простую и эффективную стратегию — постоянно покупая Биткойн. С ростом цены Биткойна, которая 26 октября на короткое время преодолела 114000, доходность Qwen3 Max почти достигла 100%, а баланс счета практически удвоился до 20000 долларов. На втором месте находится модель DeepSeek, которая применяет более осторожную стратегию диверсифицированных инвестиций, распределяя средства по нескольким валютам для снижения рисков.
Однако не все модели ИИ добились успеха. Gemini от Google и GPT-5 от OpenAI показали плохие результаты на этом тесте, потеряв более 60%, а остаток на счету составил всего чуть более 3000 долларов. Эта значительная разница в производительности подчеркивает различия в способности моделей ИИ понимать рыночные динамики и разрабатывать торговые стратегии.
Этот эксперимент дает нам понять, что, несмотря на огромный потенциал ИИ в области финансовых сделок, все же существуют ограничения. Успех Qwen3 Max в значительной степени обусловлен общим ростом на рынке Биткойна, и эта стратегия может не подойти для различных рыночных условий. Поэтому, чтобы действительно применить технологии ИИ в реальных сделках, необходимо более сложная и комплексная система управления рисками, а также более тонкое проектирование стратегий.
В общем, этот тест AI для торговли не только продемонстрировал перспективы применения искусственного интеллекта на финансовых рынках, но и напомнил нам о необходимости сохранять осторожность при использовании AI для инвестиционных решений. С постоянным развитием технологий сочетание AI и традиционного финансового анализа может принести инвесторам больше инновационных торговых стратегий и инструментов управления рисками.