💡
原文中文，约6100字，阅读约需15分钟。
📝
内容提要
DeepSeek在AI交易比赛中表现突出，盈利36%，领先其他模型。Grok-4盈利30%，而GPT-5和Gemini则遭遇重大亏损。实验表明大模型在真实交易中的潜力与风险，强调专才的重要性。
🎯
关键要点
- DeepSeek在AI交易比赛中表现突出，盈利36%，领先其他模型。
- Grok-4盈利30%，而GPT-5和Gemini遭遇重大亏损。
- 实验强调大模型在真实交易中的潜力与风险，专才的重要性。
- 比赛由NOFE.AI组织，使用真实资金进行加密货币交易。
- DeepSeek V3.1通过15倍杠杆做多以太坊、索拉纳和瑞波币获利。
- Grok-4利用Twitter信息快速调整策略，盈利30%。
- Claude sonnet 4.5盈利23%，Qwen3 MAX盈利700多美元。
- GPT-5亏损28%，主要因做空瑞波币和索拉纳。
- Gemini 2.5 Pro因频繁交易亏损超过30%。
- 大模型交易与传统量化交易有本质区别，前者使用非结构化社会信息。
- 未来人类角色将转向为大模型制定交易策略。
- 大模型交易可能带来算法趋同和责任不清晰的风险。
- 专才在量化交易中仍然有效，DeepSeek的成功证明了这一点。
- 特定信息源的有效性在Grok-4的表现中得以体现。
- 炒币有风险，投资需谨慎。
❓
延伸问答
DeepSeek在AI交易比赛中的表现如何？
DeepSeek在比赛中盈利36%，表现突出，领先其他模型。
GPT-5和Gemini在比赛中亏损的原因是什么？
GPT-5亏损28%主要因做空瑞波币和索拉纳，而Gemini亏损超过30%是由于频繁交易导致的。
Grok-4是如何盈利的？
Grok-4通过快速调整策略，利用Twitter信息盈利30%。
这场AI交易比赛的主要设计是什么？
比赛由NOFE.AI组织，使用真实资金进行加密货币交易，每个模型有1万美金的启动资金。
大模型交易与传统量化交易有什么区别？
大模型交易使用非结构化社会信息，而传统量化交易依赖结构化数据。
未来人类在大模型交易中的角色将如何变化？
未来人类将转向为大模型制定交易策略，而不是直接进行交易。
➡️
