6大AI「トレーダー」10日間の対決：「情報優位性なし」市場で生き残れるのは誰か？

Original Article Title: "Six Major AI 'Traders' Ten-Day Duel: A Public Lesson on Trends, Discipline, and Greed"

Original Article Author: Frank, PANews

わずか10日足らずで、資金は倍増した。

DeepSeekとQwen3がNof1によって開始されたAlphaZero AIのライブトレーディングでこの記録を達成したとき、彼らの利益効率は大多数の人間トレーダーをはるかに上回っていた。これは私たちに一つの問いを突きつける：AIは「研究ツール」から「最前線のトレーダー」へと移行しつつある。彼らはどのように考えているのか？PANewsはこのコンペティションにおける6つの主流AIモデルの約10日間のトレーディングを総合的にレビューし、AIトレーダーの意思決定の秘密を明らかにしようと試みた。

「情報の非対称性」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る：このコンペティションにおけるAIの意思決定は「オフライン」である。すべてのモデルは全く同じテクニカルデータ（現価格、移動平均、MACD、RSI、未決済建玉、資金調達率、4時間および3分のシーケンスデータなど）を受動的に受け取り、ファンダメンタル情報を能動的にオンラインで取得することはできない。

これにより「情報の非対称性」の干渉が排除され、このコンペティションは「純粋なテクニカル分析で利益を出せるか」の究極のテストとなる。

具体的には、AIがアクセスできる内容は以下の通り：

1. 資産の現在の市場状況：現価格情報、20日移動平均価格、MACDデータ、RSIデータ、未決済建玉データ、資金調達率、上記データの当日シーケンス（3分間隔）および長期トレンドシーケンス（4時間間隔）など。

2. アカウント情報およびパフォーマンス：全体のアカウントパフォーマンス、リターン、利用可能資金、シャープレシオ、現在のポジションのリアルタイムパフォーマンス、現在の利確・損切りレベル、無効化条件など。

DeepSeek：堅実なトレンドマスターと「振り返り」の価値

10月27日時点で、DeepSeekのアカウントは$23,063の高値に達し、最大含み益は約130%となった。間違いなく最も優れたパフォーマンスを示したモデルであり、そのトレーディング行動を分析すると、この成績が偶然でないことが分かる。

まず、トレード頻度に関して、DeepSeekはトレンドトレーダーの低頻度スタイルを示している。9日間で合計17回のトレードを行い、これは全モデル中で最も少ない。そのうち16回がロング、1回がショートであり、当時の市場全体の底値からの反発トレンドと完全に一致している。

もちろん、この方向選択は偶然ではない。DeepSeekはRSIやMACDなどの指標を用いて総合的に分析し、市場全体が強気トレンドにあると一貫して判断し、自信を持ってロングを選択した。

具体的なトレードプロセスでは、DeepSeekの最初の数回の注文は順調ではなかった。最初の5回の注文は失敗に終わったが、各損失は大きくなく、最大損失でも3.5%を超えなかった。さらに、初期注文の保有時間は比較的短く、最短で8分で決済された。市場が予想通りの方向に進むにつれ、DeepSeekのポジションは持続的な状態を示し始めた。

DeepSeekのポジションスタイルを見ると、エントリー後に比較的大きな利確幅と小さな損切り幅を設定する傾向がある。10月27日のポジションを例に取ると、平均利確幅は11.39%、平均損切り幅は-3.52%、損益比は約3.55に設定されている。この観点から、DeepSeekのトレーディング戦略は「小さな損失で大きな利益を狙う」考え方に傾いている。

実際の結果においてもこれは明らかである。PANewsのまとめによると、DeepSeekの決済済みトレードの平均損益比は6.71で、全モデル中最高である。勝率は41%で最高ではない（2位）が、利益期待値は2.76で1位となっている。これがDeepSeekが最高利益を達成した主な理由である。

また、保有時間に関してもDeepSeekの平均保有時間は2952分（約49時間）で、これも1位である。数少ないモデルの中で、真のトレンドトレーダーと呼べる存在であり、金融取引における収益性の主要素である「勝ちトレードを伸ばす」アプローチと一致している。

ポジション管理において、DeepSeekは比較的アグレッシブである。平均単一ポジションのレバレッジ比率は2.23で、複数ポジションを同時に保有することも多く、全体のレバレッジ比率は比較的高い。例えば10月27日には、総レバレッジ比率が3倍を超えていた。しかし、厳格な損切り条件により、リスクはコントロール可能な範囲に収まっている。

総じて、DeepSeekのトレーディングが好成績を収めている理由は、総合的な戦略の結果である。エントリー選択においては、最も主流なMACDとRSIのみを基準とし、特別な指標は使わない。単純に合理的なリスクリワード比を厳守し、感情に左右されずにポジションをしっかりと保有する決断を下している。

さらに、PANewsは特筆すべきディテールも発見した。思考の連鎖プロセスにおいて、DeepSeekは過去の特徴である長く詳細な思考プロセスを継続し、すべての思考過程を最終的にトレーディング決定にまとめている。この特徴は人間トレーダーに反映されると、事後分析に重点を置くタイプに近く、この事後分析が3分ごとに行われている。

この事後分析能力がAIモデルに適用されても効果を発揮している。各トークンや市場シグナルの細部が何度も分析され、見落とされることがない。これは人間トレーダーが学ぶべきもう一つの点かもしれない。

Qwen3：大胆な「ギャンブラー」大口ポジション型

10月27日時点で、Qwen3は2番目に優れたパフォーマンスを示す大型モデルである。アカウントの最高額は$20,000に達し、利益率は100%でDeepSeekに次ぐ。Qwen3の全体的な特徴は高レバレッジと高勝率である。全体の勝率は43.4%で全モデル中1位。同時に、単一ポジションの規模も$56,100（レバレッジ比率5.6倍）に達し、これも全モデル中最高である。利益期待値ではDeepSeekに及ばないが、アグレッシブなトレーディングスタイルにより、現在までDeepSeekに肉薄する成績を残している。

Qwen3のトレーディングスタイルは比較的アグレッシブである。平均損切り額は$491で全モデル中最高。単一トレードの最大損失は$2,232で、これも最高である。これはQwen3がより大きな損失に耐えられる、いわゆるドローダウンを抱えたままポジションを持ち続けることを意味する。しかし、DeepSeekと比べて劣る点は、より大きな損失を許容しても、より高いリターンを得られていないことだ。Qwen3の平均利益は$1,547で、DeepSeekより低い。これにより最終的な利益期待値は1.36にとどまり、DeepSeekの半分である。

さらに、Qwen3のもう一つの特徴は、常に単一ポジションを保有し、そのポジションに全力投球する傾向があることだ。使用するレバレッジはしばしば25倍（コンペティションで許可された最大倍率）に達する。このようなトレーディングの特徴は、高勝率に大きく依存しており、1回の損失で大きなドローダウンを被る。

意思決定プロセスでは、Qwen3は4時間EMA20移動平均を特に重視し、これをエントリーおよびエグジットシグナルとしているようだ。戦略を考慮する際もQwen3はシンプルさを保っている。ポジション保有に関してもQwen3はせっかちで、平均保有時間は10.5時間でGeminiのすぐ上である。

総じて、Qwen3の現在の収益性は有望に見えるが、トレーディング手法には大きなリスクがある。高レバレッジ、オールイン型エントリー、単一指標への依存、短い保有時間、低いリスクリワード比などの要素は、Qwen3の今後のトレードに課題をもたらす可能性がある。10月28日時点で、Qwen3の資金は最大ドローダウン$16,600まで減少し、ピークからのドローダウン率は26.8%となっている。

Claude：一貫したロングポジション実行者

Claudeも全体的には利益状態にあるが、10月27日時点でアカウントの総残高は約$12,500、約25%の利益となっている。このデータだけを見ると優れているように見えるが、DeepSeekやQwen3と比較するとやや見劣りする。

実際、トレード頻度、ポジションサイズ、勝率のいずれもClaudeのデータはDeepSeekにかなり近い。合計21回のトレード、勝率38%、平均レバレッジ比率2.32。

大きな違いはリスクリワード比の低さにある。Claudeのリスクリワード比は2.1と立派だが、DeepSeekの3分の1以下である。そのため、総合データに基づく利益期待値は0.8にとどまり（1未満では長期的に損失となる）。

さらに、Claudeには一定期間一方向に固執する顕著な特徴がある。10月27日時点で、Claudeが完了した21回のトレードはすべてロングポジションであった。

Grok：方向性判断の渦に迷い込む

Grokは初期段階で好調なパフォーマンスを見せ、一時は50%超の利益で最も収益性の高いモデルとなった。しかし、トレード時間が進むにつれ、Grokは大きなドローダウンを経験した。10月27日時点で資金は約$10,000まで戻り、全モデル中4位となり、全体のリターンはBTC現物保有とほぼ同じである。

トレード習慣の観点から見ると、Grokも低頻度トレードおよびHODLerの陣営に属する。Grokはわずか20回のトレードを完了し、平均保有時間は30.47時間でDeepSeekに次ぐ。しかし、Grokの最大の問題は勝率の低さで、わずか20%、リスクリワード比は1.85。これにより利益期待値は0.3にとどまる。トレードの方向を見ると、Grokの20ポジションのうちロングとショートがそれぞれ10回ずつ実行されている。しかし、現在の市場局面ではショートが多すぎると勝率が大幅に下がることが明らかである。この観点から、Grokのモデルは市場トレンドの判断にまだ課題がある。

Gemini：高頻度「個人トレーダー」、レンジ相場で「死ぬ」まで削られる

Geminiは最もトレード頻度が高いモデルで、10月27日時点で合計165回のトレードを完了している。過度な頻度のトレードにより、Geminiのパフォーマンスは非常に悪く、最低アカウント残高は約$3,800まで落ち込み、損失率は62%に達した。さらに、取引手数料だけで$1,095.78に上った。

高頻度トレードの裏には非常に低い勝率（25%）と、リスクリワード比1.18しかなく、総合利益期待値はわずか0.3。このようなパフォーマンスデータでは、Geminiのトレードは損失を免れない。意思決定に自信がないためか、Geminiは平均ポジションサイズも非常に小さく、1回あたりのレバレッジ比率はわずか0.77、平均保有時間も7.5時間しかない。

平均損切りはわずか$81、平均利確は$96。Geminiのパフォーマンスは典型的な個人トレーダーに似ており、利益確定が早く、損失もすぐに切る。市場の上下動で何度もトレードを繰り返し、アカウント資金をじわじわと削っていく。

GPT5：低勝率・低リスクリワード比の「ダブルパンチ」

GPT5は現在最下位のモデルで、全体のパフォーマンスやカーブはGeminiと非常に似ており、損失率は60%を超えている。比較すると、GPT5はGeminiほど高頻度ではないが、63回のトレードを実行している。リスクリワード比はわずか0.96で、1回あたりの平均利益は$0.96、対応する損切りは$1。同時に、GPT5のトレード勝率も20%とGrokと同等に低い。

ポジションサイズに関しては、GPT5はGeminiと非常に似ており、平均ポジションレバレッジ比率は約0.76で、非常に慎重なアプローチを示している。

GPT5とGeminiのケーススタディは、ポジションリスクが低いからといってアカウントの収益性に必ずしも有利とは限らないことを示している。さらに、高頻度トレード下では勝率もリスクリワード比も本質的に信頼できない。また、この2モデルのロングポジションのエントリー価格は、DeepSeekのような利益を生むモデルよりも明らかに高く、エントリーシグナルがやや遅れていることを示している。

観察まとめ：AIが見た2種類のトレーディング「人間性」

全体として、AIのトレーディング行動の分析を通じて、私たちは再びトレーディング戦略を検証する機会を得た。特に、高利益のDeepSeekと高損失のGemini・GPT5モデルという2つの極端なトレーディング結果の分析は非常に示唆に富む。

1. 高利益モデルの行動には以下の特徴がある：低頻度、長期保有、大きなリスクリワード比、タイムリーなエントリータイミング。

2. 損失モデルの行動には以下の特徴がある：高頻度、短期トレード、低リスクリワード比、遅いエントリータイミング。

3. 利益の大きさは市場情報量と直接関係しない。このAIモデルトレーディングコンペティションでは、すべてのモデルが同じ情報にアクセスしており、人間トレーダーと比べて情報はより限定されている。しかし、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実現できる。

4. 思考プロセスの長さがトレーディングの厳密さを決定する鍵のようだ。DeepSeekの意思決定プロセスは全モデル中最も長く、事後分析や慎重な検討を得意とする人間トレーダーのトレーディングルールに似ている。一方、パフォーマンスの悪いモデルの思考プロセスは非常に短く、人間の衝動的な意思決定プロセスに近い。

5. DeepSeekやQwen3のような利益を上げているモデルのパフォーマンスを受けて、多くの人がこれらのAIモデルを直接フォローできるかどうかを議論している。しかし、このアプローチは賢明ではないようだ。個々のAIの現在の収益性は悪くないが、運も作用しており、たまたまこの期間の市場トレンドと一致している。市場が新しい局面に入ったとき、この優位性が維持できるかは未知数である。それでもAIのトレーディング実行能力は学ぶ価値がある。

最後に、最終的な勝者は誰か？PANewsはこれらのパフォーマンスデータを複数のAIモデルに送信したところ、全員がDeepSeekを選び、その利益期待値が数学的論理に最も合致し、トレーディング習慣が最も好ましいと述べた。

興味深いことに、2番目に好ましいモデルとして、ほぼ全員が自分自身を選んだ。