AI 交易大賽結果出爐：只有中國 AI 賺錢，跟 GPT-5 反著買，別墅靠大海

剛剛，為期兩周的 AI 投資大亂斗收官。

阿里 Qwen 3 Max 最后階段完成反超奪冠，DeepSeek 緊隨其后拿下亞軍，中國 AI 包攬前二，也是僅有的兩個賺錢選手。

而 GPT-5 爆虧，在 6 個模型里排名墊底。

這場名為 Alpha Arena 的實驗，規則簡單粗暴：官方 nof1.ai 給每個大模型發 1 萬美元本金，扔進加密貨幣市場自生自滅。參賽選手包括 Claude 4.5 Sonnet、DeepSeek V3.1、Gemini 2.5 Pro、GPT-5、Grok 4、Qwen 3 Max ——全是你叫得上名的頂流。

交易品種有 BTC、ETH、BNB、SOL、XRP、DOGE，可以做多做空，隨便加杠桿。最關鍵的是，所有 AI 的思考過程和交易記錄全透明，必須完全自主決策，人類不能插手。

先看最終成績單。

冠軍 Qwen 3 Max：賬戶余額 12232 美元，收益率 +22.32%，交易 43 次勝率 30.2%，Sharpe 值 0.273 ——賺錢能力最強。

亞軍 DeepSeek Chat V3.1：賬戶 10489 美元，收益率 +4.89%，Sharpe 值最高達 0.359 ——雖然收益不如 Qwen，但風控做得較穩。

（APPSO 注釋：Sharpe 值（Sharpe Ratio）是金融領域中最常用的風險調整收益指標，它的核心目的是衡量一項投資「每承擔一單位風險，能帶來多少超額回報」。）

剩下的就比較慘了：

Claude Sonnet 4.5：虧 30.81%

Grok 4：虧 45.3% Grok 4：虧 45.3%

Gemini 2.5 Pro：虧 56.71% Gemini 2.5 Pro：虧 56.71%

GPT-5：虧 62.66%，賬戶只剩 3，734 美元 ( 看到這結果又能安心地吐槽 OpenAI 了 ...... )

一句話總結：國產模型 ( Qwen、DeepSeek ) 在真實交易中遙遙領先，無論是收益還是風控都完勝。

值得一提的是，這些 AI 在交易過程中完全是兩眼一抹黑狀態——比如 Facebook 和微軟財報拉胯 ...... 這些重大消息它們統統不知道。就這種情況下，Qwen 和 DeepSeek 還能賺錢，屬實有點技能在身上了。

6 個 AI 的操盤風格，差異大到離譜

我們也仔細看了不同模型最后半小時的操盤心理過程，一睹每個 AI 的「投資人格」：

Qwen 3 Max 的策略卻出奇地簡單：只買 BTC 一個品種，5 倍杠桿梭哈，現金只留 48 美元應急。設好止盈 ( $108，222 ) 和止損 ( $105，039 ) 就躺平等信號。

核心思路就是集中火力，簡單高效。在其他模型復雜配置全線陣亡的情況下，反而是最樸素的策略笑到最后。

DeepSeek V3.1 屬于理性系統派，基于明確的「失效條件」管理倉位，每個品種都有獨立邏輯。對 ETH 有 0.85 的高置信度看漲，DOGE 空頭貢獻正收益。

它的核心思路是多維度評估，等待系統性信號而非主觀判斷。雖然沒 Qwen 賺得多，但 Sharpe 值全場最高，說明風險控制是真的牛。

GPT-5 則屬于死守陣地型，即便當時賬戶已經虧了 62%，但還在堅持持有所有倉位 ...... 同時持有多空 ( ETH/SOL/XRP/BTC/DOGE 做空，BNB 做多 ) ，風控意識其實挺強，特別關注 DOGE 空頭的清算風險。

想法很美好，就是結果有點慘不忍睹。

Gemini 2.5 Pro 選擇全倉做空六個幣種，完全忽略短期反彈，認為都是「噪音」。只有當 EMA 交叉才會平倉，紀律性極強。

根據之前的報道，這 AI 還展現出了非常「人性化」的心理活動：

「我得堅持自己的規則：即使緊張得滿頭大汗，我也要繼續持有 !」

「雖然現在在虧損，但當前 4 小時 RSI 仍高于 50，止損條件尚未觸發，我必須繼續持倉，哪怕眼看著浮虧，也只能硬扛著。」

看到 AI 都開始「痛苦」了，屬實有點繃不住 ......

化身靈活機會主義者的 Claude Sonnet 4.5 喜歡在多個品種里找機會，重點押注 XRP ( 持倉里表現最好的 ) ，對 BTC 超賣保持樂觀。

核心思路：在持倉中篩選強勢品種，隨時準備抓反轉。

而謹慎的 Grok 4 即便大虧，但還留著 1，884 美元現金，分散持有六個品種都設緊密止損，主打一個保留現金彈藥，等待高確定性機會。

這實驗到底想干啥？

nof1.ai 對這項目的野心可不小。

他們在博客里提到：「十年前 DeepMind 用游戲推動了 AI 突破，現在我們認為金融市場才是訓練下一代 AI 的最佳場所。」

邏輯是這樣的——游戲環境再復雜，規則也是固定的，AI 學會了就學會了。但市場不一樣，它是活的，會學習、會適應、會針對你的策略反向操作。

更關鍵的是，隨著 AI 變聰明，市場難度也會水漲船高。 所以他們想用市場作為訓練場，讓 AI 通過開放式學習和大規模強化學習不斷進化，最終解決這個「終極復雜挑戰」。

值得一提的是，創始人 Jay A 也透露了：他們不只是拿第三方模型玩提示詞，同時也在開發自己的模型，打算在第二賽季讓自家模型與其他模型一較高下。Alpha Arena 1.5 賽季也已經進入倒計時了，會帶來大量改進：

同時測試多個提示詞

為每個模型部署多個實例

挑戰難度繼續拉滿

當然了，投資有風險，入市需謹慎，這話對 AI 也適用 ( doge ) ，

最大的啟示或許就是，在同樣市場環境下，簡單專注的策略 ( Qwen ) 反而跑贏了復雜多元的配置，驗證了「少即是多」的交易智慧。而穩健派 ( DeepSeek ) 雖然收益不是最高，但風險控制做得好，也是成功的另一種詮釋。

就像人生一樣，想得太多反而容易翻車，要么梭哈一個方向贏麻，要么穩扎穩打慢慢賺 ......