Seis principais "traders" de IA em duelo de dez dias: quem conseguirá sobreviver em um mercado sem "assimetria de informação"?

Título original: "Seis principais 'traders' de IA em duelo de dez dias: uma aula pública sobre tendências, disciplina e ganância"

Autor original: Frank, PANews

Em menos de dez dias, o capital dobrou.

Quando DeepSeek e Qwen3 alcançaram esse desempenho na negociação real com IA AlphaZero lançada pela Nof1, sua eficiência de lucro já superava a grande maioria dos traders humanos. Isso nos obriga a encarar uma questão: a IA está passando de "ferramenta de pesquisa" para "operador de linha de frente". Como elas pensam? A PANews fez uma revisão completa das negociações dos seis principais modelos de IA durante os últimos 10 dias desta competição, tentando desvendar os segredos das decisões dos traders de IA.

Um duelo puramente técnico sem "assimetria de informação"

Antes da análise, precisamos esclarecer um ponto: as decisões das IAs nesta competição são feitas em "modo offline". Todos os modelos recebem passivamente exatamente os mesmos dados técnicos (incluindo preço atual, médias móveis, MACD, RSI, contratos em aberto, taxa de financiamento, além de séries temporais de 4 horas e 3 minutos), sem acesso ativo a informações fundamentais pela internet.

Isso elimina a interferência da "assimetria de informação" e faz desta competição o teste definitivo da velha questão: "A análise puramente técnica pode ser lucrativa?"

Especificamente, as informações disponíveis para a IA incluem os seguintes aspectos:

1. Estado atual do mercado do ativo: inclui informações de preço atual, preço da média móvel de 20 dias, dados de MACD, dados de RSI, contratos em aberto, taxa de financiamento, além de séries intradiárias (ciclo de 3 minutos) e séries de tendência de longo prazo (ciclo de 4 horas).

2. Informações e desempenho da conta: inclui desempenho geral da conta, taxa de retorno, capital disponível, índice de Sharpe, desempenho em tempo real das posições atuais, condições de take profit, stop loss e invalidação.

DeepSeek: O mestre da tendência e o valor da "revisão"

Até 27 de outubro, a conta da DeepSeek atingiu o máximo de 23.063 dólares, com lucro flutuante máximo de cerca de 130%. Sem dúvida, foi o modelo com melhor desempenho, e a análise de seu comportamento de negociação mostra que esse resultado não foi por acaso.

Primeiramente, em termos de frequência de negociação, DeepSeek apresenta um estilo de trader de tendência de baixa frequência, realizando apenas 17 operações em 9 dias, o menor número entre todos os modelos. Dessas 17 operações, DeepSeek escolheu 16 vezes posições long e apenas 1 vez short, o que coincide com a tendência geral de recuperação do mercado neste período.

Obviamente, essa escolha de direção não é acidental; DeepSeek faz uma análise abrangente usando indicadores como RSI e MACD, mantendo a visão de que o mercado está em tendência de alta, por isso opta por manter posições long.

No processo de negociação, os primeiros pedidos da DeepSeek não foram bem-sucedidos; os 5 primeiros resultaram em perdas, mas cada prejuízo foi pequeno, não ultrapassando 3,5%. Além disso, o tempo de manutenção dessas primeiras posições foi curto, sendo o menor de apenas 8 minutos. À medida que o mercado evoluiu conforme o previsto, as posições da DeepSeek passaram a ser mantidas por mais tempo.

Analisando o estilo de manutenção de posição da DeepSeek, ela costuma definir um espaço de take profit maior e um stop loss menor após a entrada. Por exemplo, em 27 de outubro, o espaço médio de take profit foi de 11,39%, enquanto o de stop loss foi de -3,52%, resultando em uma relação risco-retorno de cerca de 3,55. Isso mostra que a estratégia da DeepSeek é voltada para pequenas perdas e grandes ganhos.

Na prática, isso se confirma: segundo análise da PANews, nas operações já liquidadas da DeepSeek, a relação risco-retorno média atingiu 6,71, a mais alta entre todos os modelos. Embora a taxa de acerto de 41% não seja a maior (ficando em segundo lugar), ainda assim lidera em expectativa de lucro, com 2,76. Esse é o principal motivo para o alto lucro da DeepSeek.

Além disso, o tempo médio de manutenção de posição da DeepSeek é de 2.952 minutos (aproximadamente 49 horas), também o maior entre os modelos. Entre todos, é o verdadeiro trader de tendência, alinhado ao princípio financeiro de "deixar o lucro correr".

Na gestão de posições, DeepSeek é relativamente agressiva, com alavancagem média de 2,23 por operação e frequentemente mantendo múltiplas posições simultaneamente, elevando a alavancagem total para níveis mais altos. Em 27 de outubro, por exemplo, a alavancagem total das posições ultrapassou 3 vezes. No entanto, devido ao rigoroso controle de stop loss, o risco permaneceu sob controle.

Em resumo, o bom desempenho da DeepSeek resulta de uma estratégia abrangente. Na escolha das entradas, utiliza apenas os indicadores mais comuns, MACD e RSI, sem indicadores especiais. O diferencial está na execução rigorosa da relação risco-retorno e na manutenção das posições sem influência emocional.

Além disso, a PANews notou um detalhe interessante: no processo de raciocínio, DeepSeek mantém o hábito de formar um processo de pensamento longo e detalhado, consolidando tudo em uma decisão de negociação. Isso se assemelha a traders humanos que valorizam a revisão constante, e essa revisão ocorre a cada três minutos.

Essa capacidade de revisão, mesmo aplicada a modelos de IA, tem seu valor. Garante que cada detalhe dos tokens e sinais de mercado seja analisado repetidamente, sem ser negligenciado. Talvez esse seja outro ponto importante para os traders humanos aprenderem.

Qwen3: O "apostador" agressivo e ousado

Até 27 de outubro, Qwen3 foi o segundo melhor modelo. O saldo máximo da conta chegou a 20.000 dólares, com taxa de lucro de 100%, ficando atrás apenas da DeepSeek. As principais características do Qwen3 são alta alavancagem e alta taxa de acerto. Sua taxa de acerto geral foi de 43,4%, a maior entre todos os modelos. O tamanho médio das posições também atingiu 56.100 dólares (alavancagem de 5,6 vezes), também o maior entre todos. Embora a expectativa de lucro não seja tão alta quanto a da DeepSeek, o estilo ousado faz com que seus resultados sigam de perto a DeepSeek até o momento.

O estilo de negociação do Qwen3 é relativamente agressivo; em termos de stop loss médio, atinge 491 dólares, o maior entre todos os modelos. A maior perda em uma única operação foi de 2.232 dólares, também a maior. Isso significa que Qwen3 tolera perdas maiores, o que é conhecido como "segurar a posição". Mas, ao contrário da DeepSeek, mesmo tolerando perdas maiores, não obteve retornos mais altos. O lucro médio do Qwen3 foi de 1.547 dólares, inferior ao da DeepSeek. Assim, sua expectativa de lucro final foi de apenas 1,36, metade da DeepSeek.

Outra característica do Qwen3 é a preferência por manter uma única posição e apostar pesado nela. A alavancagem usada frequentemente chega a 25 vezes (o máximo permitido na competição). Esse tipo de negociação depende muito de uma alta taxa de acerto, pois cada perda causa um grande drawdown.

No processo de decisão, Qwen3 parece focar especialmente na média móvel EMA 20 do gráfico de 4 horas, usando-a como sinal de entrada e saída. O raciocínio do Qwen3 também parece simples. Quanto ao tempo de manutenção de posição, Qwen3 mostra pouca paciência, com média de 10,5 horas, ficando à frente apenas do Gemini.

No geral, embora os resultados atuais do Qwen3 pareçam bons, há riscos consideráveis: alavancagem excessiva, apostas únicas, uso de um único indicador, tempo curto de manutenção de posição e baixa relação risco-retorno podem trazer problemas futuros. Até a publicação em 28 de outubro, o capital do Qwen3 já havia sofrido um drawdown máximo para 16.600 dólares, uma queda de 26,8% em relação ao pico.

Claude: O executor obstinado de posições long

Claude também está em situação lucrativa; até 27 de outubro, o saldo total da conta era de cerca de 12.500 dólares, com lucro de cerca de 25%. Isoladamente, esse número é bom, mas comparado a DeepSeek e Qwen3, parece um pouco inferior.

Na verdade, em termos de frequência de operações, tamanho das posições e taxa de acerto, Claude é semelhante à DeepSeek. Foram 21 operações, taxa de acerto de 38% e alavancagem média de 2,32.

A diferença significativa pode estar na relação risco-retorno, que, embora boa (2,1), ainda é três vezes menor que a da DeepSeek. Assim, sua expectativa de lucro é de apenas 0,8 (quando menor que 1, indica prejuízo no longo prazo).

Além disso, Claude tem uma característica marcante: só opera em uma direção por um período. Até 27 de outubro, todas as 21 operações concluídas foram posições long.

Grok: Perdido no redemoinho da escolha de direção

Grok teve bom desempenho no início, chegando a ser o modelo mais lucrativo, com lucro máximo acima de 50%. Mas, com o passar do tempo, o drawdown aumentou. Até 27 de outubro, o saldo voltou para cerca de 10.000 dólares, ficando em quarto lugar entre os modelos, com rendimento semelhante ao de manter BTC spot.

Quanto ao estilo de negociação, Grok também é um trader de baixa frequência e longo prazo. Foram apenas 20 operações concluídas, com tempo médio de manutenção de 30,47 horas, perdendo apenas para DeepSeek. No entanto, o maior problema do Grok é a baixa taxa de acerto, apenas 20%, e relação risco-retorno de 1,85. Assim, sua expectativa de lucro é de apenas 0,3. Em termos de direção, das 20 operações, 10 foram long e 10 short. Neste período de mercado, operar muito short claramente reduz a taxa de acerto. Isso mostra que o modelo Grok ainda tem problemas na leitura da tendência do mercado.

Gemini: O "varejista" de alta frequência, desgastando-se até a "morte" com operações repetidas

Gemini é o modelo com maior frequência de operações, totalizando 165 até 27 de outubro. A frequência excessiva resultou em desempenho ruim, com saldo mínimo caindo para cerca de 3.800 dólares e prejuízo de 62%. Só em taxas, foram gastos 1.095,78 dólares.

Por trás da alta frequência está uma taxa de acerto muito baixa (25%) e relação risco-retorno de apenas 1,18, com expectativa de lucro de apenas 0,3. Com esses números, as operações do Gemini estão fadadas ao prejuízo. Talvez por falta de confiança nas próprias decisões, o tamanho médio das posições é pequeno, com alavancagem de apenas 0,77, e o tempo médio de manutenção é de apenas 7,5 horas.

O stop loss médio é de apenas 81 dólares, e o take profit médio é de 96 dólares. O desempenho do Gemini lembra um típico investidor de varejo: sai com pouco lucro e foge com pequenas perdas. Opera repetidamente durante as oscilações do mercado, desgastando o capital da conta.

GPT5: "Dupla derrota" de baixa taxa de acerto e baixa relação risco-retorno

GPT5 é atualmente o modelo com pior desempenho, com resultados e curva muito semelhantes aos do Gemini, ambos com prejuízo superior a 60%. Embora o GPT5 não opere com tanta frequência quanto o Gemini, ainda realizou 63 operações. Sua relação risco-retorno é de apenas 0,96, ou seja, o lucro médio por operação é de 0,96 dólar, enquanto o stop loss é de 1 dólar. Ao mesmo tempo, a taxa de acerto do GPT5 é de apenas 20%, igual à do Grok.

Quanto ao tamanho das posições, GPT5 e Gemini são muito semelhantes, com alavancagem média de cerca de 0,76, mostrando cautela.

Os casos de GPT5 e Gemini mostram que baixo risco de posição não garante lucro. Com alta frequência, a taxa de acerto e a relação risco-retorno não podem ser garantidas. Além disso, os preços de entrada das operações long desses dois modelos são visivelmente mais altos do que os dos modelos lucrativos como DeepSeek, indicando sinais de entrada mais lentos.

Resumo das observações: Duas "naturezas humanas" do trading refletidas pela IA

No geral, a análise do comportamento de negociação das IAs nos oferece mais uma oportunidade de revisar estratégias de trading. Entre elas, a análise dos modelos com resultados extremos — DeepSeek com alto lucro e Gemini e GPT5 com grandes prejuízos — é a mais instrutiva.

1. Os modelos de alto lucro apresentam as seguintes características: baixa frequência, manutenção longa, alta relação risco-retorno e timing de entrada oportuno.

2. Os modelos de prejuízo apresentam: alta frequência, operações de curto prazo, baixa relação risco-retorno e timing de entrada tardio.

3. O lucro não está diretamente relacionado à quantidade de informações de mercado. Nesta competição de modelos de IA, todos receberam as mesmas informações, com fontes ainda mais restritas do que traders humanos. Ainda assim, apresentaram níveis de lucro muito superiores à maioria dos traders.

4. O comprimento do raciocínio parece ser fundamental para a disciplina na negociação. O processo decisório da DeepSeek é o mais longo entre todos os modelos, o que, para traders humanos, equivale àqueles que revisam e analisam cuidadosamente cada decisão. Os modelos de desempenho ruim têm processos de raciocínio curtos, semelhantes a decisões impulsivas humanas.

5. Com o destaque dos lucros de modelos como DeepSeek e Qwen3, muitos discutem se é possível copiar diretamente as operações dessas IAs. Mas isso não parece recomendável; mesmo que algumas IAs estejam lucrando agora, pode haver um componente de sorte, pois seguiram a tendência do mercado neste período. Se o mercado mudar, não se sabe se essa vantagem será mantida. No entanto, a capacidade de execução das IAs é digna de estudo.

Por fim, quem será o vencedor? A PANews enviou esses dados para vários modelos de IA, e todos escolheram DeepSeek, justificando que sua expectativa de lucro é a mais lógica matematicamente e seu hábito de negociação é o melhor.

Curiosamente, o segundo modelo favorito de cada IA era quase sempre ela mesma.