六大AI「交易員」十日對決：一堂探討趨勢、紀律與貪婪的公開課

不到十天，資金翻倍。

當DeepSeek與Qwen3在Nof1推出的AlphaZero AI實盤交易中取得這項成績時，獲利效率已遠超絕大多數人類交易員。這促使我們不得不正視一個現象：AI正從「研究工具」躍升為「一線操盤手」。它們究竟如何思考？PANews針對這場競賽中六大主流AI模型近10日交易進行全盤回顧，試圖揭開AI交易員決策的祕密。

沒有「資訊落差」的純技術對決

分析之前，必須先釐清：這場競賽中的AI決策皆採「斷網」模式。所有模型僅被動接收完全一致的技術面資料（如即時價格、均線、MACD、RSI、未平倉合約、資金費率，以及4小時和3分鐘的序列資料等），無法主動連網取得基本面資訊。

這排除「資訊落差」干擾，也讓競賽成為「純技術分析能否獲利」這個老問題的終極試煉。

AI可獲取的內容主要包括以下幾項：

1、幣種當前市場狀態：涵蓋目前價格、20日均線、MACD、RSI、未平倉合約、資金費率，以及上述部分資料的日內序列（3分鐘週期）、長期走勢序列（4小時週期）等。

2、帳戶資訊與表現：包括目前帳戶的綜合表現、報酬率、可用資金、夏普比率等，以及現有部位的即時狀況、停利停損與失效條件等。

DeepSeek：沉穩的趨勢大師與「回顧」的價值

截至10月27日，DeepSeek帳戶最高達23063美元，最大浮盈約130%。毫無疑問是表現最佳的模型，而這樣的交易成果並非偶然。

首先，DeepSeek在交易頻率上展現低頻趨勢風格，9天內僅完成17筆交易，是所有模型中最少的。其中16次做多、1次做空，正好契合這段期間市場自谷底反彈的走勢。

這種方向選擇並非偶然，DeepSeek藉由RSI與MACD等指標綜合分析，始終判斷市場處於多頭，因此果斷選擇做多。

具體交易過程中，DeepSeek初期幾筆訂單表現不佳，前5單皆以失敗結束，但每次虧損幅度有限，最高不超過3.5%。且初期訂單持倉時間均較短，最短僅8分鐘即平倉。隨著市況向預設方向發展，DeepSeek的部位逐漸展現持續性。

持倉風格上，DeepSeek習慣於進場後設置較大停利空間、較小停損空間。以10月27日持倉為例，平均停利空間11.39%、平均停損空間-3.52%，盈虧比約3.55。可見其策略偏重小虧大賺。

實際成效也如此。根據PANews分析，DeepSeek已結算交易平均盈虧比高達6.71，居所有模型之冠。雖然勝率僅41%（排名第二），但獲利期望值達2.76，穩居第一。這也是DeepSeek能獲利最高的核心原因。

持倉時間方面，DeepSeek平均持倉2952分鐘（約49小時），同樣排名第一。是名副其實的趨勢交易者，也契合金融交易中「讓子彈飛一會」的獲利要訣。

部位管理上，DeepSeek操作偏積極，平均單筆槓桿率達2.23，且常同時持有多筆部位，使整體槓桿率更高。以10月27日為例，總持倉槓桿率超過3倍。但因同步嚴格停損條件，風險始終受控。

綜觀而言，DeepSeek的亮眼成績來自綜合策略。開倉判斷僅用最主流MACD與RSI指標，並無特殊工具，靠的是嚴格執行合理盈虧比，以及不受情緒干擾的持倉決策。

PANews也發現一個有趣細節。DeepSeek在思考鏈路上延續過往特色，形成冗長且細緻的思考流程，最後彙整為單一交易決策。這在人類交易員身上，更像重視回顧的操盤手，而且這種回顧每三分鐘就會進行一次。

即便應用於AI模型，這種回顧能力仍具實質效益。可確保每個代幣及市場訊號細節都反覆分析，不會遺漏。這或許正是人類交易員最值得借鏡之處。

Qwen3：大開大合的激進「賭徒」

截至10月27日，Qwen3表現居次。最高帳戶金額2萬美元，獲利率100%，僅次DeepSeek。Qwen3最大特點是高槓桿、高勝率。總勝率43.4%，居所有模型第一。單筆部位金額高達5.61萬美元（槓桿率5.6倍），同樣為最高。雖然獲利預期不如DeepSeek，但大開大合的操作使其成績目前緊跟DeepSeek。

Qwen3交易風格相當激進，平均停損金額491美元，居所有模型之冠。單次最大虧損2232美元，亦為最高。這代表Qwen3能忍受巨大虧損，俗稱「扛單」。但與DeepSeek相比，忍受高虧損卻未換得更高報酬。平均獲利1547美元，低於DeepSeek，最終獲利期望僅1.36，僅為DeepSeek一半。

此外，Qwen3另一特色是偏好一次持有單一部位並重注，常用槓桿高達25倍（競賽允許最高倍數）。此種交易極度仰賴高勝率，因每次虧損都會造成大幅回撤。

決策過程中，Qwen3特別關注4小時級EMA 20均線，作為進出場訊號。思考鏈路上則相當簡單。持倉時長方面，Qwen3顯得缺乏耐性，平均持倉僅10.5小時，僅高於Gemini。

總體來看，Qwen3目前雖然獲利亮眼，但潛在風險不小，過高槓桿、孤注一擲開倉、單一指標判斷、持倉時間短、盈虧比偏低等，都為後續交易埋下隱憂。截至10月28日發稿前，Qwen3資金已最大回撤至1.66萬美元，從高點回撤幅度達26.8%。

Claude：執著的多頭執行者

Claude整體仍維持獲利狀態，截至10月27日，帳戶總金額約12500美元，獲利約25%。單看數據仍相當亮眼，但相較DeepSeek、Qwen3則略遜一籌。

不論開單頻率、部位大小或勝率，Claude與DeepSeek數據接近。共開單21筆，勝率38%，平均槓桿率2.32。

差距主因在盈虧比偏低，雖然Claude盈虧比也不錯，達2.1，但與DeepSeek相比仍有三倍以上落差。因此綜合數據下，獲利期望僅0.8（小於1代表長期虧損）。

再者，Claude一大特色是某段時間僅操作單一方向，截至10月27日已結束訂單，Claude的21筆全數做多。

Grok：迷失於方向判斷的漩渦

Grok前期表現優異，一度成為獲利最高模型，最大獲利逾50%。但隨著交易時間拉長，回撤嚴重。截至10月27日資金回落至1萬美元左右，模型中排名第四，整體獲利率與持有BTC現貨走勢相近。

交易習慣上，Grok同屬低頻交易、長線持有者。已結束交易僅20筆，平均持倉30.47小時，僅低於DeepSeek。但最大問題在勝率僅20%，盈虧比也只有1.85，使獲利期望僅0.3。開單方向上，20筆部位多空各半。此階段行情下，過多做空明顯拖累勝率，顯示Grok模型對市況判斷仍有偏差。

Gemini：高頻「散戶」，在反覆橫跳中磨損致死

Gemini是交易頻率最高的模型，截至10月27日共完成165筆交易。過度頻繁開單，使Gemini交易表現極差，最低帳戶僅剩3800美元，虧損率達62%。其中，光手續費就支出1095.78美元。

高頻交易背後是極低勝率（25%）與僅1.18盈虧比，獲利預期僅0.3。這類表現下，Gemini註定虧損。或許因缺乏自信，Gemini平均部位極小，單筆槓桿率僅0.77，每次持倉僅7.5小時。

平均停損僅81美元，平均停利96美元。Gemini更像典型散戶，獲利即離場，虧損則即平倉。行情波動中反覆開單，持續消耗帳戶本金。

GPT5：低勝率與低盈虧比的「雙重打擊」

GPT5目前排名墊底，整體表現與曲線與Gemini幾乎相同，虧損比例均超過60%。GPT5雖未如Gemini高頻，但也執行了63筆交易。盈虧比僅0.96，即平均每次獲利0.96美元，停損則達1美元。交易勝率僅20%，與Grok旗鼓相當。

持倉規模方面，GPT5與Gemini極為接近，平均槓桿率約0.76，顯得格外保守。

GPT5與Gemini的案例說明，降低部位風險未必有助帳戶獲利。高頻交易下，勝率與盈虧比都難以保障。此外，這兩個模型相同幣種多單開倉價顯著高於DeepSeek等獲利模型，顯示進場訊號偏慢。

觀察總結：AI照映出的兩種交易「人性」

綜合而言，分析AI交易行為再次讓我們有機會重新審視交易策略。尤其DeepSeek高獲利與Gemini、GPT5巨額虧損這兩種極端結果，對模型的剖析最具啟示性。

1、高獲利模型特徵：低頻、長持、大盈虧比，進場時機精準。

2、虧損模型特徵：高頻、短線、低盈虧比，進場時機落後。

3、獲利多寡與市場資訊無直接關聯，此次AI模型交易競賽中，所有模型取得資訊完全一致，訊息來源遠比人類交易員單純，但仍能展現超越絕大多數交易員的獲利水準。

4、思考流程長短似乎是交易嚴謹性的本質。DeepSeek決策流程最長，對應人類交易員，類似善於回顧且重視每次決策的操盤方式。表現不佳模型則思考流程極短，更像人類憑直覺的決策。

5、隨著DeepSeek、Qwen3等模型獲利爆紅，許多人討論是否能直接跟單這些AI模型。但此做法並不可取，儘管目前部分AI獲利能力突出，但也不排除運氣成分；即在特定行情中恰巧搭上主流走勢。一旦市況改變，這種優勢能否延續仍未可知。不過，AI交易執行力確實值得學習。

最後，誰能贏得最終勝利？PANews將這些數據表現發給多個AI模型，結果皆一致選擇DeepSeek，理由是其獲利期望最符合數學邏輯，交易習慣也最佳。

有趣的是，第二熱門模型，幾乎都選了自己。

聲明：

1. 本文轉載自 [PANews]，著作權歸原作者 [Frank] 所有，如對轉載有疑義，請聯絡 Gate Learn 團隊，團隊將依照相關流程儘速處理。
2. 免責聲明：本文所述觀點及意見僅供參考，僅代表作者個人立場，不構成任何投資建議。
3. 文章其他語言版本由Gate Learn團隊翻譯，未註明 Gate 情況下，禁止複製、傳播或抄襲翻譯內容。