مبارزة الـ 10 أيام لـ 6 متداولي ذكاء اصطناعي: من يمكنه النجاة في سوق بلا "ميزة معلوماتية"؟

عنوان المقال الأصلي: "Six Major AI 'Traders' Ten-Day Duel: A Public Lesson on Trends, Discipline, and Greed"

كاتب المقال الأصلي: Frank, PANews

في أقل من عشرة أيام، تضاعفت الأموال.

عندما حقق DeepSeek و Qwen3 هذا الرقم القياسي في التداول المباشر لـ AlphaZero AI الذي أطلقه Nof1، كانت كفاءة ربحهما قد تجاوزت بكثير كفاءة الغالبية العظمى من المتداولين البشر. هذا يجبرنا على مواجهة سؤال: الذكاء الاصطناعي يتحول من "أداة بحث" إلى "متداول في الخطوط الأمامية". كيف يفكرون؟ أجرت PANews مراجعة شاملة لما يقرب من 10 أيام من تداول ستة نماذج ذكاء اصطناعي رئيسية في هذه المسابقة، محاولةً كشف أسرار اتخاذ القرار لمتداولي الذكاء الاصطناعي.

مبارزة فنية بحتة بدون "عدم تماثل المعلومات"

قبل التحليل، يجب أن نوضح فرضية: قرارات الذكاء الاصطناعي في هذه المسابقة "غير متصلة بالإنترنت". تتلقى جميع النماذج بشكل سلبي نفس البيانات الفنية بالضبط (بما في ذلك السعر الحالي، المتوسطات المتحركة، MACD، RSI، الفائدة المفتوحة، معدلات التمويل، وبيانات التسلسل لمدة 4 ساعات و 3 دقائق، وما إلى ذلك)، ولا يمكنها الاتصال بالإنترنت بنشاط للحصول على معلومات أساسية.

هذا يلغي تداخل "عدم تماثل المعلومات" ويجعل هذه المسابقة الاختبار النهائي لما إذا كان "التحليل الفني البحت يمكن أن يكون مربحاً".

على وجه التحديد، المحتوى الذي يمكن للذكاء الاصطناعي الوصول إليه يشمل:

1. حالة السوق الحالية للأصل: بما في ذلك معلومات السعر الحالي، سعر المتوسط المتحرك لمدة 20 يوماً، بيانات MACD، بيانات RSI، بيانات الفائدة المفتوحة، معدلات التمويل، والتسلسلات اليومية للبيانات المذكورة أعلاه (فترات 3 دقائق) وتسلسلات الاتجاه طويل الأجل (فترات 4 ساعات)، وما إلى ذلك.

2. معلومات الحساب والأداء: بما في ذلك أداء الحساب العام، العوائد، الأموال المتاحة، نسبة شارب، الأداء في الوقت الفعلي للمراكز الحالية، مستويات جني الأرباح وإيقاف الخسارة الحالية، وشروط الإبطال.

DeepSeek: سيد الاتجاه المستقر وقيمة "المراجعة"

اعتباراً من 27 أكتوبر، وصل حساب DeepSeek إلى ذروة بلغت 23,063 دولاراً، مع أقصى ربح غير محقق يبلغ حوالي 130٪. بلا شك هو النموذج الأفضل أداءً، وفي تحليل سلوك التداول، ستجد أن سبب هذا الأداء ليس عرضياً.

بادئ ذي بدء، من حيث وتيرة التداول، يظهر DeepSeek أسلوب التردد المنخفض لمتداولي الاتجاه. في غضون فترة 9 أيام، أكمل ما مجموعه 17 صفقة، وهو الأقل بين جميع النماذج. من بين هذه الصفقات الـ 17، قام DeepSeek بالشراء (Long) 16 مرة والبيع (Short) مرة واحدة، وهو ما يتماشى تماماً مع اتجاه انتعاش السوق العام من القاع خلال ذلك الوقت.

بالطبع، لم يكن اختيار الاتجاه هذا عشوائياً. أجرى DeepSeek تحليلاً شاملاً باستخدام مؤشرات مثل RSI و MACD، معتقداً باستمرار أن السوق العام في اتجاه صاعد، وبالتالي اختار الشراء بثقة.

خلال عملية التداول المحددة، لم تسر الطلبات القليلة الأولى لـ DeepSeek بسلاسة. انتهت الطلبات الخمسة الأولى بالفشل، لكن كل خسارة لم تكن كبيرة، حيث لم تتجاوز أعلى خسارة 3.5٪. علاوة على ذلك، كان وقت الاحتفاظ بالمركز للطلبات الأولية قصيراً نسبياً، حيث أغلق أقصرها في 8 دقائق فقط. مع تطور السوق في الاتجاه المتوقع، بدأت مراكز DeepSeek تظهر حالة دائمة.

بالنظر إلى أسلوب مركز DeepSeek، فإنه يميل إلى تحديد مساحة جني أرباح كبيرة نسبياً ومساحة إيقاف خسارة صغيرة بعد دخول المركز. بأخذ مراكز 27 أكتوبر كمثال، تم تحديد متوسط مساحة جني الأرباح عند 11.39٪، ومتوسط مساحة إيقاف الخسارة عند -3.52٪، وتم تحديد نسبة الربح إلى الخسارة عند حوالي 3.55. من هذا المنظور، تميل استراتيجية تداول DeepSeek نحو فكرة الخسائر الصغيرة والأرباح الكبيرة.

من حيث النتائج الفعلية، هذا واضح. وفقاً للتحليل الموجز لـ PANews، من بين صفقات DeepSeek المسواة، وصلت نسبة الربح إلى الخسارة المتوسطة إلى 6.71، وهي الأعلى بين جميع النماذج. على الرغم من أن معدل الفوز البالغ 41٪ ليس الأعلى (يحتل المرتبة الثانية)، إلا أنه لا يزال يحتل المرتبة الأولى بتوقع ربح يبلغ 2.76. هذا هو السبب الرئيسي وراء تحقيق DeepSeek لأعلى ربح.

بالإضافة إلى ذلك، من حيث وقت الاحتفاظ، يبلغ متوسط وقت الاحتفاظ لـ DeepSeek 2952 دقيقة (حوالي 49 ساعة)، وهو أيضاً يحتل المرتبة الأولى. من بين النماذج القليلة، يمكن تسميته حقاً بمتداول الاتجاه، وهو ما يتماشى مع العنصر الأساسي للربحية في التداول المالي، نهج "ترك الرابحين يركضون".

من حيث إدارة المركز، DeepSeek عدواني نسبياً. يصل متوسط نسبة الرافعة المالية للمركز الواحد إلى 2.23، وغالباً ما يحتفظ بمراكز متعددة في وقت واحد، مما يؤدي إلى نسبة رافعة مالية إجمالية أعلى نسبياً. على سبيل المثال، في 27 أكتوبر، تجاوزت نسبة الرافعة المالية الإجمالية 3 مرات. ومع ذلك، بسبب شروط إيقاف الخسارة الصارمة، تظل المخاطر ضمن نطاق يمكن التحكم فيه.

بشكل عام، السبب وراء أداء تداول DeepSeek الجيد هو نتيجة لاستراتيجية شاملة. من حيث اختيار الدخول، فإنه يستخدم فقط مؤشرات MACD و RSI الأكثر شيوعاً كمعايير ولا يستخدم أي مؤشرات خاصة. إنه يتبع ببساطة نسبة مخاطرة إلى مكافأة معقولة ويتخذ قرارات بالاحتفاظ بالمراكز بحزم دون التأثر بالعواطف.

بالإضافة إلى ذلك، وجدت PANews أيضاً تفصيلاً خاصاً جداً. في عملية ربط الأفكار، واصل DeepSeek خاصيته السابقة المتمثلة في عملية تفكير طويلة ومفصلة، ملخصاً جميع عمليات التفكير في قرار تداول في النهاية. هذه الخاصية، عندما تنعكس في المتداولين البشر، تشبه أكثر أولئك الذين يركزون على ما بعد التحليل ويتم إجراء هذا التحليل بعد التداول كل ثلاث دقائق.

حتى عندما يتم تطبيق قدرة ما بعد التحليل هذه على نموذج ذكاء اصطناعي، فإنها تلعب دوراً أيضاً. إنها تضمن تحليل كل تفصيل لكل توكن وإشارة سوق مراراً وتكراراً دون إغفالها. ربما هذا مجال آخر يمكن للمتداولين البشر التعلم منه.

Qwen3: "المقامر" العدواني بمراكز كبيرة

اعتباراً من 27 أكتوبر، Qwen3 هو ثاني أفضل نموذج كبير أداءً. وصل أعلى مبلغ للحساب إلى 20,000 دولار مع ربحية 100٪، في المرتبة الثانية بعد DeepSeek. الخصائص العامة لـ Qwen3 هي الرافعة المالية العالية ومعدل الفوز العالي. وصل معدل الفوز الإجمالي إلى 43.4٪، محتلاً المرتبة الأولى بين جميع النماذج. في الوقت نفسه، وصل حجم المركز الواحد أيضاً إلى 56,100 دولار (نسبة رافعة مالية 5.6 مرات)، وهو أيضاً الأعلى بين جميع النماذج. على الرغم من أنه من حيث توقعات الربح، فإنه ليس جيداً مثل DeepSeek، إلا أن أسلوبه العدواني في التداول سمح له بمتابعة نتائج DeepSeek عن كثب حتى الآن.

أسلوب تداول Qwen3 عدواني نسبياً. من حيث متوسط إيقاف الخسارة، يبلغ متوسط إيقاف الخسارة 491 دولاراً، وهو الأعلى بين جميع النماذج. وصلت الخسارة القصوى في صفقة واحدة إلى 2,232 دولاراً، وهي أيضاً الأعلى. هذا يعني أن Qwen3 يمكنه تحمل خسائر أكبر، وهو ما يعرف عادةً بالاحتفاظ بمركز خلال التراجعات. ومع ذلك، حيث يقصر مقارنة بـ DeepSeek هو أنه على الرغم من تحمله لخسائر أكبر، فإنه لا يحقق عوائد أعلى. متوسط ربح Qwen3 هو 1,547 دولاراً، وهو أقل من DeepSeek. هذا يجعل نسبة الربح إلى التوقع النهائية له 1.36 فقط، أي نصف DeepSeek.

بالإضافة إلى ذلك، خاصية أخرى لـ Qwen3 هي تفضيله للاحتفاظ بمركز واحد في كل مرة ومضاعفة هذا المركز. غالباً ما تصل الرافعة المالية المستخدمة إلى 25 مرة (أعلى مضاعف مسموح به في المسابقة). تعتمد خاصية هذا التداول بشكل كبير على معدل فوز مرتفع لأن كل خسارة ستسبب تراجعاً كبيراً.

خلال عملية اتخاذ القرار، يبدو أن Qwen3 يولي اهتماماً خاصاً للمتوسط المتحرك لمدة 4 ساعات EMA 20 ويستخدمه كإشارة دخول وخروج. عند التفكير في استراتيجيته، يبدو أن Qwen3 يبقيها بسيطة أيضاً. من حيث الاحتفاظ بالمراكز، يظهر Qwen3 أيضاً نفاد صبر، بمتوسط وقت احتفاظ يبلغ 10.5 ساعة، محتلاً المرتبة فوق Gemini مباشرة.

بشكل عام، على الرغم من أن ربحية Qwen3 الحالية تبدو واعدة، إلا أن هناك مخاطر كبيرة في نهج التداول الخاص بهم. عوامل مثل الرافعة المالية العالية، أسلوب فتح المركز الشامل، الاعتماد على مؤشر واحد، وقت الاحتفاظ القصير، ونسبة المخاطرة/المكافأة الصغيرة يمكن أن تشكل تحديات لصفقات Qwen3 المستقبلية. اعتباراً من تاريخ المسودة 27 أكتوبر، شهدت أموال Qwen3 تراجعاً أقصى إلى 16,600 دولار، بنسبة تراجع 26.8٪ من الذروة.

Claude: منفذ مركز الشراء المستمر

على الرغم من أن Claude أيضاً في حالة ربحية بشكل عام، اعتباراً من 27 أكتوبر، وصل الرصيد الإجمالي للحساب إلى حوالي 12,500 دولار، بمكسب يبلغ حوالي 25٪. في حين أن هذه البيانات وحدها قد تبدو مثيرة للإعجاب، إلا أنها تبدو أقل ثماراً قليلاً عند مقارنتها بـ DeepSeek و Qwen3.

في الواقع، سواء من حيث وتيرة التداول، حجم المركز، ومعدل الفوز، فإن أداء بيانات Claude قريب جداً من DeepSeek. مع ما مجموعه 21 صفقة، معدل فوز 38٪، ومتوسط نسبة رافعة مالية 2.32.

قد يكمن الفرق الكبير في انخفاض نسبة المخاطرة/المكافأة. على الرغم من أن نسبة المخاطرة/المكافأة لـ Claude محترمة عند 2.1، إلا أنها أقل بثلاث مرات من DeepSeek. لذلك، بناءً على هذه البيانات الشاملة، فإن توقع ربحه هو 0.8 فقط (يظل في خسارة على المدى الطويل عندما يكون أقل من 1).

علاوة على ذلك، يتمتع Claude أيضاً بخاصية ملحوظة تتمثل في الالتزام باتجاه واحد لفترة من الوقت. اعتباراً من 27 أكتوبر، كانت جميع صفقات Claude الـ 21 المكتملة مراكز شراء (Long).

Grok: ضائع في دوامة الحكم الاتجاهي

كان لدى Grok أداء قوي في المراحل المبكرة، حتى أنه أصبح النموذج الأكثر ربحية في مرحلة ما بمكاسب تجاوزت 50٪. ومع ذلك، مع تقدم وقت التداول، شهد Grok تراجعات كبيرة. اعتباراً من 27 أكتوبر، عادت الأموال إلى حوالي 10,000 دولار. يحتل المرتبة الرابعة بين جميع النماذج، والعائد الإجمالي قريب من الاحتفاظ بـ BTC الفوري.

من منظور عادات التداول، ينتمي Grok أيضاً إلى معسكر التداول منخفض التردد و HODLers. أكمل Grok 20 صفقة فقط، بمتوسط وقت احتفاظ يبلغ 30.47 ساعة، في المرتبة الثانية بعد DeepSeek. ومع ذلك، قد تكون أكبر مشكلة لـ Grok هي معدل فوزه المنخفض البالغ 20٪ فقط، مع نسبة مخاطرة-مكافأة 1.85. هذا يؤدي أيضاً إلى أن توقع ربحه هو 0.3 فقط. بالنظر إلى اتجاه الصفقات، من بين 20 مركزاً لـ Grok، تم تنفيذ صفقات الشراء والبيع 10 مرات لكل منهما. ومع ذلك، في مرحلة السوق الحالية، من الواضح أن البيع المفرط للسوق سيقلل بشكل كبير من معدل الفوز. من هذا المنظور، لا يزال نموذج Grok يعاني من مشاكل في الحكم على اتجاه السوق.

Gemini: "متداول التجزئة" عالي التردد، يطحن حتى "الموت" في التقلبات

Gemini هو النموذج صاحب أعلى وتيرة تداول، حيث أكمل ما مجموعه 165 صفقة اعتباراً من 27 أكتوبر. أدى نشاط التداول المتكرر بشكل مفرط إلى أداء ضعيف جداً لـ Gemini، حيث انخفض رصيد الحساب الأدنى إلى حوالي 3,800 دولار، مما أدى إلى معدل خسارة 62٪. علاوة على ذلك، بلغت رسوم المعاملات وحدها 1,095.78 دولاراً.

وراء التداول عالي التردد يوجد معدل فوز منخفض جداً (25٪) ونسبة مخاطرة-مكافأة 1.18 فقط، مع توقع ربح شامل يبلغ 0.3 فقط. مع بيانات الأداء هذه، فإن صفقات Gemini مقدر لها أن تتكبد خسائر. ربما بسبب نقص الثقة في اتخاذ قراره، يحتفظ Gemini أيضاً بمتوسط حجم مركز صغير جداً، بنسبة رافعة مالية 0.77 فقط لكل صفقة، ومتوسط وقت احتفاظ 7.5 ساعة فقط.

متوسط إيقاف الخسارة هو 81 دولاراً فقط، بينما متوسط جني الأرباح هو 96 دولاراً. يشبه أداء Gemini أداء متداول التجزئة النموذجي، سريع في جني الأرباح ولكن سريع في الخروج عند الخسائر. إنه يضع صفقات بشكل متكرر في تقلبات السوق، مما يؤدي باستمرار إلى تآكل رأس مال الحساب.

GPT5: "القتل المزدوج" لمعدل الفوز المنخفض ونسبة المخاطرة-المكافأة المنخفضة

GPT5 هو حالياً النموذج صاحب الترتيب الأخير، مع أداء عام ومنحنى يشبه إلى حد كبير Gemini، مع معدل خسارة يزيد عن 60٪. بالمقارنة، على الرغم من أن GPT5 ليس عالي التردد مثل Gemini، إلا أنه نفذ 63 صفقة. مع نسبة مخاطرة-مكافأة 0.96 فقط، مما يعني متوسط ربح 0.96 دولار لكل صفقة، مع إيقاف خسارة مقابل 1 دولار. في الوقت نفسه، معدل فوز تداول GPT5 منخفض أيضاً بنسبة 20٪، على قدم المساواة مع Grok.

من حيث حجم المركز، GPT5 مشابه جداً لـ Gemini، بمتوسط نسبة رافعة مالية للمركز حوالي 0.76، مما يشير إلى نهج حذر للغاية.

توضح دراسات الحالة لـ GPT5 و Gemini أن مخاطر المركز المنخفضة لا تفيد بالضرورة ربحية الحساب. علاوة على ذلك، في ظل التداول عالي التردد، فإن كلاً من معدل الفوز ونسبة المخاطرة-المكافأة غير موثوقين بطبيعتهما. بالإضافة إلى ذلك، فإن أسعار الدخول لمراكز الشراء لهذين النموذجين أعلى بكثير من النماذج المولدة للربح مثل DeepSeek، مما يشير إلى أن إشارات الدخول الخاصة بهم تبدو متأخرة نوعاً ما.

ملخص الملاحظة: نوعان من "إنسانية" التداول التي يراها الذكاء الاصطناعي

بشكل عام، من خلال تحليل سلوك تداول الذكاء الاصطناعي، أتيحت لنا الفرصة مرة أخرى لفحص استراتيجيات التداول. على وجه الخصوص، يعد تحليل نتيجتي التداول المتطرفتين للاعبي DeepSeek ذوي الأرباح العالية ونماذج Gemini و GPT5 ذات الخسائر العالية هو الأكثر إثارة للتفكير.

1. يتميز سلوك النماذج ذات الأرباح العالية بالخصائص التالية: التردد المنخفض، فترات الاحتفاظ الطويلة، نسبة المخاطرة-المكافأة الكبيرة، وتوقيت الدخول في الوقت المناسب.

2. يتميز سلوك النماذج الخاسرة بالخصائص التالية: التردد العالي، التداول قصير الأجل، نسبة المخاطرة-المكافأة المنخفضة، وتوقيت الدخول المتأخر.

3. لا يرتبط مقدار الربح ارتباطاً مباشراً بمقدار معلومات السوق. في مسابقة تداول نموذج الذكاء الاصطناعي هذه، تتمتع جميع النماذج بإمكانية الوصول إلى نفس المعلومات، وهي محدودة مقارنة بالمتداولين البشر. ومع ذلك، لا يزال بإمكانهم تحقيق مستويات ربحية تتجاوز بكثير الغالبية العظمى من المتداولين.

4. يبدو أن طول عملية التفكير هو المفتاح لتحديد دقة التداول. عملية اتخاذ القرار لـ DeepSeek هي الأطول بين جميع النماذج، وتشبه قواعد التداول للمتداولين البشر الذين يجيدون المراجعة والنظر بعناية في كل قرار. من ناحية أخرى، عملية التفكير للنماذج ذات الأداء الضعيف قصيرة جداً، وتشبه أكثر عملية اتخاذ القرار الاندفاعية للبشر.

5. مع الأداء المربح لنماذج مثل DeepSeek و Qwen3، ناقش الكثيرون ما إذا كان من الممكن متابعة نماذج الذكاء الاصطناعي هذه مباشرة. ومع ذلك، يبدو هذا النهج غير حكيم، على الرغم من أن الربحية الحالية للذكاء الاصطناعي الفردي جيدة، إلا أن الحظ يبدو أنه يلعب دوراً، حيث تصادف أنها تتماشى مع اتجاه السوق خلال هذه الفترة. بمجرد دخول السوق في مرحلة جديدة، لا يزال من غير المعروف ما إذا كان يمكن الحفاظ على هذه الميزة. ومع ذلك، لا تزال قدرة تنفيذ تداول الذكاء الاصطناعي تستحق التعلم منها.

أخيراً، من سيفوز بالنصر النهائي؟ أرسلت PANews بيانات الأداء هذه إلى نماذج ذكاء اصطناعي متعددة، واختاروا بالإجماع DeepSeek، مشيرين إلى أن توقع ربحه يتماشى بشكل أفضل مع المنطق الرياضي وعادات تداوله هي الأكثر ملاءمة.

ومن المثير للاهتمام، أن النموذج الثاني المفضل لديهم، اختاروا جميعاً أنفسهم تقريباً.

رابط المقال الأصلي