两周前，我分析了开源机器人的架构。经典逻辑：指标、信号、if-then。

今天——关于自主做出交易决策的AI。没有指标，没有规则。只是：”给你10,000美元，去交易。”

2025年10-11月，Alpha Arena举行——首个用真实资金进行的AI交易者公开基准测试。

六个LLM（ChatGPT、Claude、Gemini、Qwen 3 MAX、DeepSeek、Grok）各获得10,000美元，在Hyperliquid DEX上交易加密货币两周。

结果令人震惊：中国模型以压倒性优势击败了西方模型。Qwen 3 MAX获胜。ChatGPT和Gemini损失了超过60%的资本。

结果

模型 最终资本 变化 最大回撤 交易次数 Sharpe
Qwen 3 MAX $13,247 +32.5% -12% 43 1.8
DeepSeek $12,891 +28.9% -15% 67 1.5
Claude $11,204 +12.0% -18% 89 0.9
Grok $9,687 -3.1% -22% 124 0.2
ChatGPT $3,845 -61.6% -68% 203 -1.2
Gemini $3,412 -65.9% -71% 187 -1.4

为什么中国模型获胜

1. 纪律vs激进： Qwen 43笔交易，杠杆不超过2x。ChatGPT 203笔交易，杠杆高达10x。

2. 波动性适应： DeepSeek在高波动期间减少仓位。Gemini忽略波动性。

3. 训练数据： Qwen和DeepSeek在中国市场数据上训练，那里高波动是常态。加密市场更接近中国股票而非S&P 500。

对算法交易者的教训

  1. 交易频率扼杀收益 — 更多交易 = 更差结果
  2. 杠杆放大错误 — 未经测试时保持杠杆<3x
  3. 适应比优化更重要 — 添加”高波动模式”
  4. 胜率被高估，风险回报比被低估
  5. 佣金是真实的支出 — 计算扣除佣金后的净利润因子

对算法交易未来的意义

LLM应作为信号工具而非独立策略。混合方法：将经典指标与LLM上下文结合。中国LLM登上舞台：DeepSeek开源，API价格比ChatGPT便宜10倍。

有用链接：