Wir haben heimlich den AI Trading-Wettbewerbs-Champion Qwen besiegt.

Nicht nur DeepSeek wurde „überholt“, sondern auch...

Verfasst von: 1912212.eth, Foresight News

Am 4. November um 6 Uhr endete der erste nof1 KI-Modell-Handelswettbewerb. Dieser große Modellvergleich, der zeitweise große Aufmerksamkeit in der Tech-Szene erregte, ist damit abgeschlossen.

10.000 US-Dollar Long/Short auf BTC, ETH, BNB, SOL, XRP und DOGE – am Ende belegte Qwen3 Max mit einer Rendite von 22,3 % den ersten Platz; DeepSeek Chat V3.1 wurde Zweiter mit einer Rendite von 7,66 %. Die übrigen Modelle verzeichneten erhebliche Verluste: Claude Sonnet 4.5 verlor 30,81 %, Grok 4 verlor 45,38 %, Gemini 2.5 Pro verlor 56,71 % und GPT 5 verlor 62,66 %.

Qwen hielt am Ende Positionen im Wert von 12.231 US-Dollar, DeepSeek 10.489 US-Dollar. Die beiden waren die einzigen von sechs Modellen, die Gewinne erzielten, während alle anderen deutliche Verluste verzeichneten.

Der Wendepunkt, der den Unterschied machte

Die Unterschiede zwischen den großen Modellen waren nicht von Anfang an vorbestimmt.

Zu Beginn des Wettbewerbs schwankte der Bitcoin-Preis um die 100.000 US-Dollar, die Teilnehmer erlebten nur geringe Schwankungen ihres Kapitals, das sich um das Startkapital von 10.000 US-Dollar bewegte. Diese Phase glich eher einem Aufwärmen, in dem sich die KIs an die Regeln und die Dateneingabe gewöhnten. DeepSeek zeigte von Anfang an einen stabilen Stil: Es setzte auf eine Strategie mit niedriger Hebelwirkung und diversifizierten Long-Positionen in mehreren Coins, nutzte anfangs 10- bis 15-fachen Hebel für langfristige Positionen und betonte Risikostreuung und Trendfolge. Qwen3 war hingegen aggressiver, tendierte zu hohem Hebel (bis zu 25-fach) und konzentrierte sich auf 1-2 Coins, etwa ein ALL IN Long auf BTC, mit dem Ziel einer hohen Trefferquote.

Claude und Grok waren eher konservativ, handelten selten, Claude hielt ausschließlich Long-Positionen mit moderatem Hebel, während Grok flexibel zwischen Long und Short wechselte, aber durch zu viele Shorts zu Beginn ins Hintertreffen geriet. Im Vergleich dazu waren Gemini und GPT-5 sehr aktiv: Ersterer führte 165 Trades aus, Letzterer immerhin 63, beide setzten auf schnelle Ein- und Ausstiege mit kurzen Haltezeiten, was schon früh durch ausschließlich Short-Positionen zum Verhängnis wurde.

Nach dem 19. Oktober begann BTC von 106.000 US-Dollar zu steigen, woraufhin openai und gemini kontinuierlich abrutschten und die letzten beiden Plätze belegten. Am 23. Oktober stieg BTC vier Tage in Folge von 107.000 US-Dollar an, ab diesem Zeitpunkt begann der Kampf um Platz eins zwischen DeepSeek und Qwen3. Zunächst lag Qwen3 deutlich vorne, doch am Abend des 26. Oktober fiel BTC von 115.000 US-Dollar stark, DeepSeek überholte Qwen3 und blieb vorn, bis am Abend des 3. November BTC erneut stark fiel und Qwen3 kurz vor Wettbewerbsende wieder die Führung übernahm.

DeepSeeks seltene Trend-Trades und hohe Disziplin waren der Schlüssel zum Erfolg. Qwen3s hohe Trefferquote und hoher Hebel waren zwar beeindruckend, doch gierige Anpassungen führten zu Fehlern. Die Schlusslichter Gemini und GPT-5 sind Paradebeispiele für schlechtes Investieren: Geminis Hochfrequenzhandel glich dem Verhalten von Kleinanlegern, die Trends hinterherjagen, kurze Haltezeiten und ein schlechtes Chance-Risiko-Verhältnis erhöhten Gebühren und Fehler, was das Kapital halbierte. GPT-5s konservativer Ansatz und lange Entscheidungswege verhinderten zwar große Verluste, aber auch Chancen wurden verpasst, und die Richtung wurde oft falsch eingeschätzt (wie zu Beginn mit ausschließlich Shorts), was letztlich zu Verlusten führte.

Natürlich nutzten alle teilnehmenden Modelle ausschließlich technische Indikatoren wie RSI und MACD, also rein technische Preissignale, und ignorierten viele makroökonomische Ereignisse und Nachrichten. Zudem gab es während des zehntägigen Wettbewerbs viele Zufallsfaktoren, sodass auch „Dauersieger“ aus bestimmten Gründen erhebliche Verluste erleiden konnten.

Erstens: Trendfolge und Disziplin sind besser als Hochfrequenzhandel – in unsicheren Märkten sind seltene, langfristige Trades mit hohem Chance-Risiko-Verhältnis zuverlässiger und vermeiden emotionale Entscheidungen. Zweitens: Risikostreuung ist besser als aggressive Konzentration – Qwen3s hoher Hebel kann zwar Gewinne maximieren, aber auch große Verluste verursachen. Investoren sollten auf Positionsmanagement und Stop-Loss achten. Drittens: Die Grenzen der KI unterstreichen die Bedeutung menschlicher Entscheidungen – obwohl alle KIs mit denselben Daten arbeiten, führen Unterschiede im Training zu völlig unterschiedlichen Ergebnissen. Investoren können DeepSeeks quantitativen Ansatz übernehmen, sollten aber Fundamentaldaten und menschliche Intuition einbeziehen. Der Wettbewerb zeigt das Potenzial von KI im Finanzbereich – etwa durch DeepSeeks erfahrenes Mutterunternehmen – aber Investoren sollten sich nicht zu sehr darauf verlassen: KI ist ein Werkzeug, kein Orakel. Nur wer Maschinenintelligenz mit eigener Erfahrung kombiniert, kann sich am Kryptomarkt behaupten.

Wir haben selbst ein bisschen experimentiert

Kurz nach Beginn des KI-Handelswettbewerbs beschlossen wir spontan, uns mit den KIs zu messen. Die Wettbewerbsregeln orientierten sich an der Alpha Arena: Nur Futures-Trading auf BTC, ETH, BNB, SOL, XRP und DOGE war erlaubt, als Plattform wurde Lighter gewählt, der Hebel entsprach den von Lighter unterstützten Stufen. Um zu verhindern, dass Teilnehmer das Startkapital einfach „absitzen“, war mindestens 10 Trades während des Wettbewerbs vorgeschrieben.

Der Gruppenname spiegelte unseren Ehrgeiz und das ultimative Ziel wider – „KI besiegen“.

Hier zunächst die Ergebnisse im Überblick:

Nach dem Wettbewerb habe ich alle sofort gebeten, ihre Pläne und Erfahrungen während des Wettbewerbs zu teilen.

Yobo: Vor dem offiziellen Start habe ich mir eine Handelsregel gesetzt: Nur Bitcoin und Ethereum handeln, immer mit maximalem Hebel, Positionsgröße 30–50 % des Gesamtkapitals, Take-Profit und Stop-Loss im Verhältnis 2,5:1. In den ersten beiden Tagen war ich übermotiviert, nach mehreren Gegenpositionen lag der Drawdown schon bei 24 %. Ich dachte, wenn ich so weitermache, bin ich bald pleite, also habe ich eine Woche pausiert. Am 28. habe ich dann einen Short eröffnet, der erfolgreich war und den Drawdown auf 13 % reduzierte. Der entscheidende Sprung an die Spitze gelang aber am Abend des 3., als ich vor dem Abendessen einen Short eröffnete und den starken Kursrückgang traf. Zwar war mein Take-Profit konservativ, aber das Ziel, „die KI zu schlagen“, war erreicht und ich war zufrieden.

Huaxin Da Jiucai: Mein Handelsstil ist vorsichtig. Am Abend des 22. Oktober brachte mir ein ETH-Long über 20 % Gewinn, das war die Basis. Danach hielt ich mich strikt an Take-Profit und Stop-Loss, am Ende stand ich bei 21,84 %. Ich dachte, ich würde gewinnen, aber in den letzten 10 Stunden kam eine große Bewegung und ich wurde überholt – schade.

Chelina: Ich bevorzuge Shorts gegenüber Longs. Mit dem Ziel, die KI zu schlagen, habe ich bei Erreichen des Gewinnziels sofort geschlossen und auf den nächsten guten Einstieg gewartet. Um Verluste zu minimieren, hielt ich Positionen nur, wenn ich am Rechner war. Am Ende lag die Rendite bei 3,02 %, aber kein Verlust ist auch ein Gewinn.

Chloeppan: Anfangs war ich sehr vorsichtig, nutzte nur 5-fachen Hebel für Long/Short-Strategien, die Rendite lag bei maximal 10 %. Nach zwei Tagen wurde ich aggressiver, stellte alles auf 10-fachen Hebel um und erhöhte die Margin. Dann vergaß ich nachts, eine XRP-Short zu schließen, was zu -44 % auf einen Trade führte. Danach gab ich auf und hielt nur noch ein paar Shorts bis zum Ende. Fazit: Beim Futures-Trading ist ein ruhiger Kopf wichtig, man muss ständig den Markt beobachten, und hohe Hebel sollte man nicht über Nacht halten. Wer wenig Zeit hat, kann KI nutzen – die ist oft besser als man selbst.

Man Yi: Ich habe hauptsächlich Bitcoin und Ethereum gehandelt. Anfangs fiel der Markt, ich ging mit 20-fachem Hebel short, verlor aber bis zu 20 %. Dann sah ich, dass „Maji Dage“ long ging, also drehte ich auf long und erzielte bis zu 50 % Gewinn. Danach versuchte ich, am Hoch zu shorten, setzte aber den Stop-Loss zu eng und wurde ausgestoppt, der Drawdown lag bei 30 %. Als der Markt weiter fiel, shortete ich erneut, schloss aber zu früh mit kleinem Gewinn. Die Rendite lag bei 0,6 %. Eigentlich wollte ich am nächsten Hoch wieder shorten, aber nach dem Drawdown war ich zu vorsichtig und verpasste die Short-Welle. Da ich immer mit 10- bis 20-fachem Hebel handelte, hielt ich keine Positionen über Nacht und war morgens immer nervös.

Yuandong: Anfangs ging ich bei allen Coins all-in long, als der Markt dann sehr volatil wurde, wurde ich vorsichtiger und setzte nur noch große Positionen auf BTC long. In den letzten Tagen vor Ende setzte ich keinen Stop-Loss, dachte immer, nach einem Crash würde es wieder steigen, aber am Ende verlor ich 45,37 %.

Kai Rui: Ein kleiner Trade für mich, ein großer Schritt für die Menschheit. Ich bin ein vorsichtiger Trader und habe mit Unterstützung meiner Firma meinen ersten Futures-Trade gemacht. In der ersten Woche habe ich nur Longs auf BTC, ETH, XRP, SOL, DOGE gemacht, meist vor dem Schlafengehen eröffnet und morgens automatisch geschlossen. Der Gewinn war gering, aber es ging um die Erfahrung – ein bisschen Zocken macht Spaß.

All-in und dann sterben: Eigentlich wollte ich vorsichtig mit kleinen Positionen durch den Wettbewerb kommen, aber dann dachte ich, ein aggressiver Stil passt besser zu mir. Also begann ich mit einem 25-fachen Long auf SOL, der sofort Verlust brachte. Unbeirrt setzte ich weiter auf Longs, diesmal 50-fach auf BTC, aber der Markt fiel weiter, großer Verlust. Mein Kapital war fast weg, aber ich lernte daraus und ging mit 50-fachem Hebel short, um Verluste zurückzugewinnen. Nach zwei Tagen Pause drehte der Markt leicht, ich ging wieder long auf ETH, wurde aber am selben Tag liquidiert. Ich gab nicht auf, versuchte weiter mit 50-fachem Hebel, kam zeitweise auf die Hälfte des Startkapitals zurück, aber am 24. wurde mein Short durch einen Spike liquidiert – das war das Ende meiner Achterbahnfahrt.

Guangguang: Alles verloren, kein Kommentar.

Von den 10 Teilnehmern erzielten am Ende weniger als die Hälfte einen Gewinn, nur 2 lagen mit über 20 % deutlich vorn, die übrigen Gewinner erzielten nur kleine Gewinne und bewegten sich an der Verlustgrenze. Im Vergleich zu den 6 KI-Modellen war das Gewinn-Verlust-Verhältnis ähnlich.

Die ersten, die ausschieden, waren die risikofreudigsten: maximaler Hebel, Nervenkitzel pur, aber sie wurden als erste eliminiert. Auch wenn sie später Gewinne erzielten, wurden sie von der nächsten Marktbewegung wieder aus dem Rennen geworfen. Im Vergleich zu den KI-Modellen sind menschliche „Emotionen“ der Hauptgrund, warum Trader nach Verlusten unbedingt wieder gewinnen wollen. Das Ergebnis: Kein Stop-Loss, häufiges Trading, immer größere Verluste, bis zum Ruin.

Außerdem zeigt dieses Event die Bedeutung von Namen: Die beiden letzten hießen „All-in und dann sterben“ und „Guangguang“ („alles verloren“), also einer „starb“, der andere „verlor alles“ – das war wohl Schicksal. Wie Chloeppan in ihrem Fazit sagte, sind Futures wohl eher etwas für Leute ohne Job, und der Gewinner hieß Yobo, was auch „Faulenzer“ bedeuten kann – das passt irgendwie.

Vollgas mit 50-fachem Hebel, häufiges Trading und kein Stop-Loss waren die Hauptgründe für Verluste und Liquidationen in diesem Wettbewerb. Futures-Trader müssen sich zu kühlen Handelsmaschinen entwickeln, um im Hochrisikomarkt zu bestehen. Wer nicht gut im Trading ist, sollte vielleicht einfach BTC halten – im KI-Wettbewerb belegte reines HODL von Bitcoin den dritten Platz, direkt hinter Qwen3 und DeepSeek.