Potajemnie pokonaliśmy mistrza AI Trading Competition Qwen

Ofiarą „przejęcia” nie jest tylko DeepSeek, ale także...

Autor: 1912212.eth, Foresight News

4 listopada o godzinie 6:00 zakończył się pierwszy konkurs handlu modelami AI nof1, który przez pewien czas przyciągał szeroką uwagę środowiska technologicznego i ostatecznie wyłonił zwycięzcę w rywalizacji dużych modeli.

10 000 USD na pozycje long i short BTC, ETH, BNB, SOL, XRP oraz DOGE – ostatecznie Qwen3 Max zajął pierwsze miejsce z wynikiem 22,3% zwrotu; DeepSeek Chat V3.1 uplasował się na drugim miejscu z wynikiem 7,66%. Pozostałe modele poniosły znaczne straty: Claude Sonnet 4.5 stracił 30,81%, Grok 4 stracił 45,38%, Gemini 2.5 Pro stracił 56,71%, a GPT 5 stracił 62,66%.

Ostateczna wartość portfela Qwen wyniosła 12 231 USD, DeepSeek – 10 489 USD; tylko te dwa z sześciu modeli osiągnęły zysk, pozostałe zanotowały znaczące straty.

Punkt zwrotny wyznaczył różnicę

Różnice między dużymi modelami nie były przesądzone od samego początku.

Na początku konkursu cena bitcoina oscylowała wokół 100 000 USD, a zmienność środków uczestników była niewielka, saldo kapitału wahało się nieznacznie wokół 10 000 USD. Ten okres przypominał raczej rozgrzewkę, podczas której AI dostosowywały się do zasad i wprowadzanych danych. DeepSeek od początku prezentował stabilny styl – stosował niską dźwignię i strategię dywersyfikacji pozycji na wielu kryptowalutach, koncentrując się na długoterminowych pozycjach z dźwignią 10-15x, podkreślając dywersyfikację ryzyka i podążanie za trendem. Qwen3 był bardziej agresywny, preferując wysoką dźwignię (do 25x) i duże pozycje na 1-2 kryptowalutach, np. ALL IN na long BTC, dążąc do wysokiego współczynnika wygranych.

Claude i Grok byli raczej konserwatywni, rzadko handlowali; Claude miał pozycje long na wszystkich kryptowalutach, ale z umiarkowaną dźwignią, Grok elastycznie przełączał się między long i short, lecz przez nadmiar pozycji short na początku znalazł się w niekorzystnej sytuacji. Dla porównania, Gemini i GPT-5 były bardzo aktywne – pierwszy wykonał 165 transakcji, drugi 63, ale strategie opierały się na szybkim wejściu i wyjściu, z krótkim czasem trzymania pozycji, co już na początku, przez pełne pozycje short, zasiało ziarno problemów.

Po 19 października BTC zaczął rosnąć z poziomu 106 000 USD, a wyniki openai i gemini zaczęły gwałtownie spadać, zajmując ostatnie miejsca. 23 października BTC przez cztery kolejne dni rósł z 107 000 USD – od tego momentu DeepSeek i Qwen3 rozpoczęły walkę o pierwsze miejsce. Początkowo Qwen3 wyraźnie prowadził, ale 26 października wieczorem, gdy BTC spadł z 115 000 USD, DeepSeek wyprzedził Qwen3, aż do wieczora 3 listopada, kiedy BTC ponownie mocno spadł, a Qwen3 odzyskał prowadzenie tuż przed końcem konkursu.

Niskoczęstotliwościowy trading trendowy i wysoka dyscyplina DeepSeek okazały się kluczowe dla sukcesu, podczas gdy wysoki współczynnik wygranych i wysoka dźwignia Qwen3 były efektowne, ale chciwość w dostosowaniach doprowadziła do błędów. Gemini i GPT-5, które znalazły się na końcu stawki, są przykładem negatywnym – Gemini z wysoką częstotliwością transakcji przypominało detalistę goniącego za wzrostami i spadkami, krótki czas trzymania pozycji i niska relacja zysku do straty powiększały prowizje i błędy, prowadząc do utraty połowy kapitału. Ostrożność i długi łańcuch decyzyjny GPT-5 pozwoliły uniknąć dużych strat, ale przegapiły okazje, a błędne prognozy kierunku (np. pełne pozycje short na początku) ostatecznie przyniosły straty.

Oczywiście, wszystkie modele uczestniczące w konkursie opierały się wyłącznie na wskaźnikach technicznych, takich jak RSI, MACD, całkowicie ignorując wpływ wydarzeń makroekonomicznych i wiadomości, a w trakcie tych kilkunastu dni konkursu pojawiło się wiele przypadkowych czynników – nawet „zwycięzcy” mogą z różnych powodów ponieść znaczne straty.

Po pierwsze, podążanie za trendem i dyscyplina są lepsze niż wysoka częstotliwość transakcji: na niepewnym rynku strategia niskiej częstotliwości, długiego trzymania i wysokiej relacji zysku do straty jest bardziej niezawodna i pozwala uniknąć emocjonalnego handlu. Po drugie, dywersyfikacja ryzyka jest lepsza niż agresywne duże pozycje: wysoka dźwignia Qwen3 może zwiększyć zyski, ale równie łatwo prowadzi do dużych strat – inwestorzy powinni zwracać uwagę na zarządzanie pozycją i stop loss. Po trzecie, ograniczenia AI przypominają o znaczeniu ludzkich decyzji: choć AI korzystają z tych samych danych, różnice w treningu prowadzą do zupełnie różnych wyników – inwestorzy mogą czerpać z ilościowej precyzji DeepSeek, ale powinni łączyć ją z analizą fundamentalną i zrozumieniem ludzkiej natury. Konkurs podkreślił potencjał AI w finansach – np. doświadczenie firmy-matki DeepSeek mogło pomóc jej „przetrwać wiele bitew” – ale inwestorzy nie powinni polegać wyłącznie na AI: należy traktować AI jako narzędzie, a nie wyrocznię, i łączyć inteligencję maszynową z własnym doświadczeniem, by utrzymać się na rynku kryptowalut.

My też trochę się pobawiliśmy

Wkrótce po rozpoczęciu konkursu AI, postanowiliśmy rzucić wyzwanie AI, przyjmując zasady podobne do Alpha Arena – dozwolone były tylko kontrakty na BTC, ETH, BNB, SOL, XRP i DOGE, platformą był Lighter, a dźwignia zgodna z możliwościami Lighter. Aby uniknąć sytuacji, w której ktoś „leży od początku do końca” i korzysta z kapitału konkursowego bez aktywności, wymagano wykonania co najmniej 10 transakcji w trakcie wydarzenia.

Nazwa naszej grupy odzwierciedlała determinację i ostateczny cel – „Pokonać AI”.

Oto wyniki końcowe:

Po zakończeniu wydarzenia natychmiast poprosiłem wszystkich o podzielenie się swoimi planami i przemyśleniami z okresu konkursu.

Yobo: Przed rozpoczęciem konkursu ustaliłem sobie zasady: handluję tylko bitcoinem i ethereum, zawsze używam maksymalnej dźwigni dozwolonej przez platformę, wielkość pozycji utrzymuję na poziomie 30%-50% całego portfela, a take profit i stop loss ustawiam w stosunku 2,5:1. Przez pierwsze dwa dni byłem bardzo podekscytowany, po serii odwrotnych transakcji w dwa dni miałem już 24% obsunięcia kapitału – wtedy pomyślałem, że jeszcze trochę i dołączę do „armii zera”, więc na tydzień odpuściłem. Dopiero 28. dnia otworzyłem krótką pozycję, która przyniosła zysk i zmniejszyła obsunięcie do 13%. Ostateczny sukces zawdzięczam jednak temu, że 3. wieczorem, tuż przed wyjściem na kolację, zaryzykowałem shorta i trafiłem w gwałtowny spadek tej nocy – choć take profit był dość konserwatywny i nie zarobiłem tyle, co przy ciągłym śledzeniu rynku, to osiągnąłem cel „pokonania AI” i jestem zadowolony.

花心大韭菜: Mój styl handlu jest ostrożny – 22 października wieczorem long na ETH dał ponad 20% zysku, co stanowiło solidną bazę. Potem konsekwentnie stosowałem zasady take profit i stop loss, kończąc z wynikiem 21,84%. Myślałem, że wygram, ale w ostatnich 10 godzinach pojawiła się duża zmienność i zostałem wyprzedzony – szkoda.

册琳娜: Wolę grać na spadki niż na wzrosty. Z nastawieniem na pokonanie AI, wychodziłem z rynku, gdy zysk osiągał oczekiwany poziom, czekając na kolejną dobrą okazję wejścia. Aby ograniczyć ryzyko, trzymałem pozycje tylko będąc przy komputerze. Ostatecznie zakończyłem z wynikiem 3,02%, ale brak straty to też zysk.

Chloeppan: Na początku byłem bardzo ostrożny, stosując strategię wymiany long/short z dźwignią 5x, osiągając maksymalnie 10% zysku. Po dwóch dniach nie wytrzymałem i zacząłem grać agresywnie, przechodząc na 10x i zwiększając depozyt. Trafiłem na nocną zmienność, zapomniałem zamknąć shorta na XRP i jeden trade przyniósł -44%. W drugiej połowie konkursu „odpuściłem” i po prostu trzymałem kilka shortów do końca. Podsumowanie: grając na kontraktach trzeba mieć stalowe nerwy, stale śledzić rynek, a wysokie dźwignie nie nadają się na noc. Dla osób z dużą ilością pracy AI może pomóc w strategii i osiągnąć lepsze wyniki niż samodzielnie.

满意: Tym razem handlowałem głównie bitcoinem i ethereum. Na początku rynek spadał, więc shortowałem z dźwignią 20x, ale straciłem około 20%. Potem, widząc, że „Machi Big Brother” otwiera longa, zrobiłem to samo i osiągnąłem maksymalnie 50% zysku. Następnie próbowałem shortować na szczycie, ustawiając take profit i stop loss, ale stop loss był zbyt wąski i pozycja została zamknięta przedwcześnie, co dało 30% obsunięcia. Gdy rynek dalej spadał, ponownie shortowałem, ale nie wytrzymałem i zamknąłem pozycję przy małym zysku – kończąc z wynikiem 0,6%. Planowałem jeszcze raz shortować na lokalnym szczycie, ale wcześniejsze obsunięcia sprawiły, że byłem zbyt ostrożny i nie odważyłem się wejść, przez co przegapiłem ruch. Cały czas grałem na dźwigni 10-20x, więc nie trzymałem pozycji przez noc, a rano budziłem się zestresowany.

远东: Na początku otwierałem longi na wszystkich kryptowalutach, ale potem, gdy rynek stał się trudny, skupiłem się na dużych pozycjach long na BTC. W ostatnich dniach konkursu, przez brak stop loss, liczyłem na odbicie po dużym spadku, ale ostatecznie straciłem 45,37%.

凯瑞: Jeden mały krok w otwieraniu pozycji, jeden wielki krok dla ludzkości. Jestem typem ostrożnego tradera – dzięki wsparciu firmy po raz pierwszy handlowałem kontraktami. W pierwszym tygodniu grałem tylko long na BTC, ETH, XRP, SOL, DOGE, zwykle otwierając pozycje przed snem, a rano były już zamknięte. Zysk niewielki lub lekka strata, ale liczy się doświadczenie – mały hazard dla przyjemności.

梭哈进去死了算了: Początkowo chciałem grać małymi pozycjami i ostrożnie przetrwać konkurs, ale potem uznałem, że szybki styl bardziej do mnie pasuje, więc ruszyłem na całość. Najpierw 25x long na SOL – SOL odwrócił się i przyniósł stratę; nie poddałem się i dalej grałem long, tym razem 50x na BTC, ale rynek spadał i znów straciłem. Zostało mi niewiele kapitału, więc nauczyłem się na błędach i odwróciłem pozycję – 50x short, co pozwoliło trochę odrobić straty. Po dwóch dniach rynek się zmienił, więc znów otworzyłem long na ETH, ale tego samego dnia zaliczyłem likwidację; nie poddałem się i dalej grałem long, następnego dnia odrobiłem połowę kapitału; potem wielokrotnie próbowałem 50x all-in na ruchy, ale nie było tak dobrze, jak się wydawało... Ostatecznie 24. wieczorem mój short został zlikwidowany przez jeden ruch rynku i zakończyłem tę rollercoasterową rywalizację.

光光: Straciłem wszystko, bez komentarza.

Spośród 10 uczestników tylko mniej niż połowa osiągnęła dodatni wynik, z czego tylko 2 osoby wyraźnie prowadziły, uzyskując ponad 20% zysku, a pozostali gracze zyskali niewiele, balansując na granicy straty. Porównując z 6 dużymi modelami AI, proporcje zysków i strat były podobne.

Najwcześniej odpadający gracze mieli największą skłonność do ryzyka, maksymalnie wykorzystywali dźwignię, szukając emocji i adrenaliny, ale zostali wyeliminowani jako pierwsi – nawet jeśli potem odrobili część strat, zmienność rynku szybko ich wykończyła. W porównaniu z dużymi modelami AI, „wahania emocjonalne” ludzi sprawiają, że gracze po stratach chcą szybko odrobić straty, co prowadzi do braku stop loss, częstych transakcji i ostatecznie do jeszcze większych strat i beznadziejnej sytuacji.

To wydarzenie pokazało też, jak ważne są pseudonimy – dwóch najsłabszych graczy nazywało się „梭哈进去死了算了” (co oznacza „all-in, jak umrę, to trudno”) i „光光” („wszystko stracone”), więc jeden „umarł”, a drugi „stracił wszystko” – można powiedzieć, że spełnili swoje przeznaczenie. Jak zauważył Chloeppan, kontrakty są chyba bardziej dla tych, którzy mają dużo wolnego czasu, a zwycięzca nazywa się Yobo, co w jednym ze znaczeń oznacza „obibok” – podsumowanie wydaje się całkiem trafne.

Full position na 50x dźwigni, częste transakcje i brak stop loss to główne powody, dla których gracze ponieśli straty, a nawet zostali zlikwidowani. Traderzy kontraktowi powinni stać się zimnokrwistymi maszynami, by przetrwać na tym ryzykownym rynku. Jeśli nie jesteś dobry w tradingu, prosty HODL BTC może być lepszym wyborem. W tym konkursie AI, samo trzymanie bitcoina dało trzeci wynik, tuż za Qwen3 i DeepSeek.