DeepSeek 領先，AI 交易員迎來實盤市場考驗
一項高風險實驗正讓人工智慧投入加密貨幣實盤市場交易，初期排行榜也挑戰了人們對哪一方最擅長打造交易機器人的既有看法。在美國研究團隊 Nof1 推出的 Alpha Arena 實盤挑戰中，六款知名大型語言模型各獲得 10,000 美元，在去中心化交易所 Hyperliquid 交易加密貨幣永續合約。歷經開局動盪後，中國模型 DeepSeek 和 Qwen 已取得領先，數款西方對手則蒙受重大損失。
目錄
根據最新公布的週一下午數據，DeepSeek Chat V3.1 的帳戶資產已增至約 22,500 美元，自 10 月 18 日開始交易以來，增幅約 125%。阿里巴巴的 Qwen 3 Max 以約 95% 的漲幅緊追在後；它曾在 10 月 24 日至 26 日短暫超越 DeepSeek，之後退居第二。表現最差的 OpenAI GPT 5 和 Google DeepMind Gemini 2.5 Pro，資產大幅回落約 60%。xAI 的 Grok 4 和 Anthropic 的 Claude 4.5 Sonnet 則錄得個位數至十幾個百分點不等的小幅獲利。
這場比賽將持續至 11 月 3 日，所有交易均由模型自主執行，並記錄在區塊鏈上。公開排行榜追蹤各模型的持倉、報酬，以及模型自行撰寫的進出場理由。目標說來簡單，實際上卻不容易做到：在波動市場中獲利，同時管理風險。短短幾天的結果已顯示，參賽者績效差距懸殊、行情急遽反轉，也帶來關於紀律、槓桿與耐心的人性教訓。
實驗如何進行
Alpha Arena 將語言模型化身為交易代理。每個模型收到相同的系統提示和市場資訊，再自行決定何時買進、賣出或持有與六種主要資產掛鉤的永續掉期部位。資產包括比特幣、以太幣、Solana、狗狗幣、BNB 和 XRP。永續合約是一種沒有到期日的期貨合約，透過資金費率與現貨價格保持連動，並定期向市場一方支付費用、向另一方收取費用。這套機制可能創造交易機會，但市場快速變動時也會增加操作難度。機器人可以使用槓桿，必須設定停利和停損價位，評估依據則是風險調整後的報酬，而非單看獲利金額。
規則與防護措施
每個模型的初始資金都是 10,000 美元，並透過專屬錢包地址在 Hyperliquid 交易，供大眾監看。為了確保公平，主辦單位向每位參賽者提供相同的資訊。代理無法取得即時新聞或專有資料流；這項限制降低了突發消息帶來的風險，也限制了它們對突發事件的反應能力。Alpha Arena 團隊承認社群對知名模型可能遭搶先交易的疑慮，但除了資訊透明和持續監督外，尚未說明具體的因應措施。主辦單位表示，目標不是選出永久冠軍，而是測試這些系統在動態且具對抗性的環境中承受壓力時，表現如何。
目前誰領先
績效快速變化，但趨勢已逐漸浮現。DeepSeek 的獲利在開賽首個週末後加速，從初期個位數百分比的獲利，至第二週開始時已成長逾一倍。Qwen 透過大額方向性押注緊追在後，一度短暫領先。Grok 和 Claude 的報酬則在損益兩平至小幅正報酬間徘徊。GPT 5 和 Gemini 落後，虧損一度接近或超過起始資金的一半。追蹤錢包的旁觀者也觀察到盤中劇烈波動。一則社群更新指出，DeepSeek 的資產淨值曾在市場急跌時下滑逾 40%，之後才回升，提醒外界這些獲利並非毫無風險。
市場背景也很重要。這段期間比特幣反彈，以太幣在數週震盪後回升，有利於願意持有多頭部位的模型。幾個代理的交易傾向同步轉變，隨著市場情緒轉佳，一起從放空轉為做多。這種羊群效應是報酬有時同步變動的原因之一，也意味著若市場突然反轉，整個參賽陣容仍相當脆弱。
機器人似乎採取哪些策略
六個代理雖然接收完全相同的資訊，行為卻不盡相同。公開交易紀錄和模型自行撰寫的說明，呈現出它們在風險偏好、部位規模和進場時機上的明顯差異。有些模型把資金集中押在單一幣種，力求大幅獲利；另一些則將風險分散至多種資產，並使用適度槓桿。執行品質、現金管理和停損紀律，讓領先者與落後者逐漸拉開差距。
DeepSeek：分散投資與紀律
DeepSeek 偏好將資金分散配置在六種可交易資產上，通常使用中等槓桿，並明確設定出場價位。比賽初期，機器人交易以太幣、Solana 和比特幣獲利，XRP 部位則小幅虧損。從它的推理紀錄可見，進場節奏穩定、違反規則時迅速認賠，並耐心持有獲利部位。外部觀察者認為，DeepSeek 的優勢來自紀律、均衡的風險配置和積極管理部位，而非大膽押注。它的資產淨值曲線並非一路向上，但強勁的上漲足以抵銷市場下跌帶來的損失。
Qwen：大膽集中押注
Qwen 的操作以大額集中部位為特色。它曾一度將資金全押在比特幣上，並在行情上漲時獲利。之後它轉而以高槓桿大額做多以太幣，卻在回檔時失利，排名也從第一跌回第二。這種集中押注單一資產的做法，既帶來 Qwen 的大幅獲利，也造成挫敗。方向判斷正確時，獲利可觀；時機不對，虧損也迅速擴大。
其他模型的表現
Grok 展現靈活的部位調整能力，也曾連續穩定獲利，但在幾段亮眼表現後同樣出現回落。Claude 至今曾建立比賽中最大的單一部位之一，顯示它在等待到把握更高的交易機會後，願意承擔風險。GPT 5 開局保守，之後難以適應變化中的市場環境。Gemini 頻繁交易並不斷反轉方向，在波動加劇時擴大了虧損。對比賽的外部分析指出，部分西方模型有獲利後又吐回成果、追逐價格的傾向，這符合模型過度依賴歷史資料而非即時回饋的情況。
中國模型為何名列前茅
DeepSeek 和 Qwen 開局表現較佳，可能有幾項原因。DeepSeek 是從以量化策略聞名的對沖基金 High Flyer Quant 分拆成立。投資人和研究人員推測，DeepSeek 的訓練可能納入高品質金融訊號，並透過專為市場決策設計的強化學習循環。成本也是值得關注的一點。根據業界分析師引用的技術資料，DeepSeek 的完整訓練成本約為數百萬美元，遠低於打造通用聊天機器人所花費的數十億美元。成本較低並不保證成效更好，但聚焦明確的訓練方式，可能讓模型比通用對話系統更善於解讀市場結構和資金費率動態。
提示詞和規則的解讀方式也可能造成實際差異。多位追蹤比賽的資深量化交易員認為，深入的領域提示和模型規模同樣重要。精心設計、強調部位規模、現金緩衝和嚴格停損的指令，即使搭配較小的模型，也可能帶來較佳表現。相較之下，即使通用聊天機器人寫程式或回答複雜問題的能力世界頂尖，也可能難以掌握即時委託簿中進出場的節奏。
初期結果透露 AI 在波動市場中的表現
排行榜頂端的表現亮眼，底部則相當慘烈，這種落差值得留意。AI 代理可能抓住正確趨勢並順勢操作，也可能在回饋訊號混亂時不斷累積錯誤。檢視 Alpha Arena 首週表現的分析師警告，部分西方模型似乎過度擬合歷史模式，市場情況快速變化時缺乏適應力。大幅回落顯示風險控管仍有不足，尤其是在槓桿、交易頻率和停損設定方面。
Nof1 創辦人暨 Alpha Arena 創作者 Jay Azhang 認為，金融市場正是測試這些限制的理想場域。
金融市場是下一個 AI 時代最佳的訓練環境。
其中一項疑慮是相關性。如果許多代理都以相同基礎模型打造，並接收類似提示詞，它們可能會採取相似行動，增加交易過度集中的風險。市場反轉時，許多系統可能同時蒙受損失。另一項問題是模型決策如同黑箱。比賽會公開模型生成的每筆交易推理，有助外界了解其意圖，但不代表推理一定正確。語言模型也容易產生幻覺，委婉地說就是一本正經地胡說八道；若沒有嚴格規則約束，在市場中可能釀成昂貴錯誤。
人類觀點也值得參考。有些股票分析師認為，如果語言模型能持續跑贏市場，且回落程度可控，專業投資人可能會重新評估是否需要愈來愈複雜的量化系統。也有人反駁，目前的機器人無法接收即時新聞，也缺乏現代交易公司使用的專有資料和基礎設施。較折衷的看法逐漸形成：即使全自動代理無法在一個市場週期中勝過經驗豐富的人類團隊，這些模型產生的解釋仍可能帶給交易員新點子，並加快驗證速度。在幕後，如果自動化代理擴大至公開市場，交易平台營運商和監管機構也會關注公平性、資訊揭露和法規遵循等問題。
如何追蹤比賽及社群觀點
Alpha Arena 的設計著重公開監督。每個機器人都有專屬的 Hyperliquid 錢包地址。排行榜以淺白文字顯示持倉、已實現和未實現損益，以及最新的交易理由。第一週後半，圍繞比賽結果的預測市場也開始出現。在 Polymarket 的一個即時數據快照中，投注者認為 DeepSeek 奪冠的機率最高，約為四成，交易金額達數萬美元。這場比賽也吸引知名加密貨幣人士發表看法。業界人士反覆提及的一點是，獨特策略比單純的運算火力更重要；資深交易所營運者和基金經理人在評估演算法競爭者時，也經常提出這種觀點。
想追蹤比賽的人，可以從主辦單位網站查看排行榜、規則和模型頁面的連結。這個入口彙整錢包、部位和評論，讓大眾了解這些機器人接下來的決策。網站連結：nof1.ai。
接下來的發展
本季比賽將於 11 月 3 日結束，排名仍可能翻轉。主辦單位表示，計畫將賽事範圍從加密貨幣擴大至股票和其他資產。發展藍圖也包括推出面向消費者的代理投資平台，讓個人能在防護機制下測試或部署代理。更廣泛的社群已開始嘗試衍生挑戰賽和開放式代理，任何人都可以呼叫它們進行模擬交易。這股趨勢正讓 Alpha Arena 成為研究自主系統如何在市場中運作的實時實驗室。
仍須保持審慎。數款模型蒙受重大損失，顯示聰明的聊天機器人無法取代完整的交易系統。實盤市場會懲罰反應遲緩、部位規模不當和執行草率。值得肯定的是，這場比賽正產生一批罕見的公開資料，記錄代理在壓力下的決策。不論輸贏，這些紀錄或許是最有價值的成果，因為它讓工程師和交易員擁有共同基準，可以據此改進。賽季還剩幾天，每個部位仍可能左右結果，每一筆停損或停利，也都能讓觀察者更了解這些機器人真正掌握了多少交易知識。
重點整理
- Alpha Arena 於 10 月 18 日開賽，至 11 月 3 日結束，六款語言模型在 Hyperliquid 交易加密貨幣永續合約。
- 每個模型的起始資金均為 10,000 美元，接收相同提示詞和市場資訊，並須追求風險調整後的報酬。
- 截至週一下午，DeepSeek Chat V3.1 以約 125% 的漲幅領先，Qwen 3 Max 漲幅約 95%。
- OpenAI GPT 5 和 Google Gemini 2.5 Pro 損失慘重，跌幅接近 60%；Grok 4 和 Claude 4.5 Sonnet 則小幅獲利。
- 公開儀表板顯示每筆交易、持倉、模型採取行動的理由，以及鏈上錢包地址。
- Polymarket 社群投注者在一個即時數據快照中，認為 DeepSeek 奪冠機率最高，約為四成。
- 分析師指出，過度擬合、適應力不足和風險控管薄弱，是部分西方模型大幅回落的原因。
- DeepSeek 的量化研究背景和更專業的訓練方向，可能有助於它解讀資金費率與市場結構。
- 主辦單位計畫將基準測試擴大至股票和其他資產，並推出設有防護機制的消費者代理平台。
- 報酬差距懸殊凸顯 AI 代理既能掌握趨勢，也可能在快速變動的市場中放大錯誤。
