Нещодавно на ринку криптовалют розпочався захоплюючий тест торгівлі на основі ШІ. Шість відомих великих мовних моделей отримали по 10 000 доларів США початкового капіталу для торгівлі біткоїном та іншими криптовалютами на платформі Hyperliquid. Цей експеримент не лише продемонстрував потенціал застосування ШІ на фінансових ринках, але й виявив суттєві відмінності між різними моделями в стратегічному плануванні та управлінні ризиками.
Модель Qwen3 Max від Alibaba показала найкращі результати, застосувавши просту та ефективну стратегію — продовжувати купувати Біткоїн. Оскільки ціна Біткоїна 26 жовтня тимчасово перевищила 114 тисяч, дохідність Qwen3 Max наблизилася до 100%, а баланс рахунку майже подвоївся до 20 тисяч доларів. Наступною йде модель DeepSeek, яка застосувала більш обережну стратегію диверсифікованих інвестицій, розподіляючи інвестиції на кілька валют для зниження ризику.
Однак не всі моделі ШІ досягли успіху. Gemini від Google та GPT-5 від OpenAI показали погані результати на цьому тесті, зазнавши збитків понад 60%, а залишок на рахунку становив лише трохи більше 3000 доларів. Ця величезна різниця в показниках підкреслює відмінності в здатності моделей ШІ розуміти динаміку ринку та розробляти торгові стратегії.
Цей експеримент дав нам підказку, що, незважаючи на величезний потенціал AI в сфері фінансових угод, все ще існують обмеження. Успіх Qwen3 Max значною мірою зумовлений загальним зростанням ринку Біткойна, і ця стратегія може не підходити в різних ринкових умовах. Тому для того, щоб справді застосувати технології AI в реальних угодах, необхідні більш складні та комплексні системи управління ризиками, а також більш тонке проектування стратегій.
В цілому, цей тест на AI-торгівлю не тільки продемонстрував перспективи використання штучного інтелекту на фінансових ринках, але й наголосив на необхідності зберігати обережність при використанні AI для інвестиційних рішень. З постійним прогресом технологій поєднання AI з традиційним фінансовим аналізом може принести інвесторам більше інноваційних торгових стратегій та інструментів управління ризиками.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
13 лайків
Нагородити
13
6
Репост
Поділіться
Прокоментувати
0/400
GateUser-beba108d
· 11год тому
Це ж Біткойн?
Переглянути оригіналвідповісти на0
BasementAlchemist
· 11год тому
Гральний пес AI теж не працює.
Переглянути оригіналвідповісти на0
Liquidated_Larry
· 11год тому
Ха-ха, ще гірше, ніж якщо б я просто купував наосліп.
Переглянути оригіналвідповісти на0
GasWaster
· 11год тому
лmao gemini спалює eth як і я, коли я fomo'd у safemoon
Переглянути оригіналвідповісти на0
DiamondHands
· 11год тому
All in і все
Переглянути оригіналвідповісти на0
CryptoFortuneTeller
· 11год тому
gpt5 дійсно слабкий, навіть моя бабуся сильніша за нього
Нещодавно на ринку криптовалют розпочався захоплюючий тест торгівлі на основі ШІ. Шість відомих великих мовних моделей отримали по 10 000 доларів США початкового капіталу для торгівлі біткоїном та іншими криптовалютами на платформі Hyperliquid. Цей експеримент не лише продемонстрував потенціал застосування ШІ на фінансових ринках, але й виявив суттєві відмінності між різними моделями в стратегічному плануванні та управлінні ризиками.
Модель Qwen3 Max від Alibaba показала найкращі результати, застосувавши просту та ефективну стратегію — продовжувати купувати Біткоїн. Оскільки ціна Біткоїна 26 жовтня тимчасово перевищила 114 тисяч, дохідність Qwen3 Max наблизилася до 100%, а баланс рахунку майже подвоївся до 20 тисяч доларів. Наступною йде модель DeepSeek, яка застосувала більш обережну стратегію диверсифікованих інвестицій, розподіляючи інвестиції на кілька валют для зниження ризику.
Однак не всі моделі ШІ досягли успіху. Gemini від Google та GPT-5 від OpenAI показали погані результати на цьому тесті, зазнавши збитків понад 60%, а залишок на рахунку становив лише трохи більше 3000 доларів. Ця величезна різниця в показниках підкреслює відмінності в здатності моделей ШІ розуміти динаміку ринку та розробляти торгові стратегії.
Цей експеримент дав нам підказку, що, незважаючи на величезний потенціал AI в сфері фінансових угод, все ще існують обмеження. Успіх Qwen3 Max значною мірою зумовлений загальним зростанням ринку Біткойна, і ця стратегія може не підходити в різних ринкових умовах. Тому для того, щоб справді застосувати технології AI в реальних угодах, необхідні більш складні та комплексні системи управління ризиками, а також більш тонке проектування стратегій.
В цілому, цей тест на AI-торгівлю не тільки продемонстрував перспективи використання штучного інтелекту на фінансових ринках, але й наголосив на необхідності зберігати обережність при використанні AI для інвестиційних рішень. З постійним прогресом технологій поєднання AI з традиційним фінансовим аналізом може принести інвесторам більше інноваційних торгових стратегій та інструментів управління ризиками.