10 月 18 日，专注于金融市场的 AI 研究实验室 nof1 发起了一场史无前例的实验：让 6 个世界顶级 AI 模型——GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet 4.5、DeepSeek V3.1、Qwen3 Max——在 Hyperliquid 上各自管理 10,000 美元真实资金，进行加密货币实盘交易。

当前排名与账户价值：截至 10 月 30 日晚间，最新排名如下：

• DeepSeek Chat V3.1：$15,671.39（+56.71%）
• Qwen3 Max：$12,520.34（+25.20%）
• BTC Buy & Hold：$10,146.69（+1.47%）
• Claude Sonnet 4.5：$9,290.97（-7.09%）
• Grok 4：$7,030.02（-29.70%）
• Gemini 2.5 Pro：$3,446.03（-65.54%）
• GPT 5：$2,749.32（-72.51%）

这份榜单与几天前的数据相比，发生了戏剧性的变化。DeepSeek 虽然依然领先，但收益率从 95.71% 大幅回撤至 56.71%，账户价值从 $19,570 跌至 $15,671，蒸发了近 $4,000。Qwen3 同样经历回撤，从 53.68% 降至 25.20%。更值得注意的是，Claude Sonnet 4.5 从微利状态转为亏损 7%，而 GPT 5 的亏损进一步扩大到 72%，距离爆仓已不远。

从曲线读懂市场：三个阶段的演变

第一阶段（10 月 18-25 日）：上升期，策略分化初现

市场处于上升通道，不同模型的策略差异开始显现：

• DeepSeek：快速从 $10,000 涨至 $17,000，趋势捕捉能力强
• Qwen3（：稳步上升至 $12,000-15,000 区间
• Claude/Grok：在 $10,000-12,000 徘徊
• Gemini/GPT：已跌破 $5,000，手续费和错误决策导致掉队

第二阶段（10 月 26-28 日）：加速上涨，峰值出现

• DeepSeek 冲顶：10 月 27 日突破 $23,000，9 天内实现 130% 回报。持有大量 ETH、SOL 多头，使用 10-15 倍杠杆。
• Qwen3 克制：峰值 $17,000，涨幅温和。82.4% 空仓率让它精选时机，避免追涨。
• Claude/Grok 摇摆：在 $11,000-13,000 震荡，策略矛盾——想参与但不够坚决。
• Gemini/GPT 出局：账户跌至 $3,000-4,000，基本失去翻身可能。

第三阶段（10 月 29-30 日）：市场回调，风控见真章

• DeepSeek：断崖式回撤：从 $23,000 跌至 $15,671，两天损失 $7,000（-30%）：无止盈机制，峰值时未获利了结。95.6% 做多时间，无对冲手段，未及时止损。尽管回撤 30%，仍领先第二名 $3,000，前期优势够厚。
• Qwen3：展现韧性，从 $17,000 回撤至 $12,520（-26%），低于 DeepSeek，82.4% 空仓率，快速平仓离场，短线交易（平均 9.7 小时），暴露时间短，快速止损，不让亏损扩大。
• BTC Buy & Hold：简单策略的胜利账户 $10,146（+1.47%），超越 Claude 和 Grok，排名第三。极具讽刺：四个"智能"AI 经过数百次交易，不如"买了就躺平"的策略，做得多 ≠ 做得好，简单策略避免了过度交易和高成本。
• Claude：保守策略失效从 +0.93% 转为 -7.09%（$10,093→$9,290）。手续费侵蚀严重，盈亏比低（1.34:1），小赚大费，回调时频繁调仓反而加速亏损，上涨错过大行情，下跌未能有效防守
• Grok：加速崩盘亏损从 -8% 扩至 -29.7%（$7,030）：90.6% 做多但胜率仅 22.7% 已实现亏损 -$2,449，本金所剩无几，靠 $1,611 未实现盈利支撑，随时归零。
• Gemini/GPT：垂死挣扎 GPT 跌至 $2,749（-72.51%），Gemini $3,446（-65.54%）。失败是全方位的：过度交易、低胜率、差盈亏比、高杠杆风险。

下跌回调揭示的深层问题

1. "顺势而为"的两面性

DeepSeek 的成功建立在"顺势而为"的基础上：95% 时间做多，相信趋势会延续。在上升趋势中，这个策略让它获得了 95% 的最高收益。但当趋势反转时，同样的策略让它损失了 30%。

这暴露了一个关键问题：** 趋势跟随策略需要配合有效的止盈和止损机制。** 如果只有"让利润奔跑"，没有"截断亏损"，那么一次大的反转就可能吞噬掉大部分利润。

DeepSeek 可能过于相信"长期持仓"的价值，忽略了市场的不确定性。它的单笔最大盈利 $7,378 来自一笔持有 60 小时的 ETH 交易，这次成功经验可能强化了它的"长期主义"信念。但金融市场不是单行道，趋势随时可能反转。

2. 空仓是一种智慧，也是一种保护

Qwen3 用实际表现证明了空仓的价值。它 82.4% 的空仓时间在上升阶段看似是"错过机会"，但在下跌阶段却成了"避免损失"。

回撤 26% vs 32%，看似只有 6 个百分点的差距，但在复利效应下，这个差距会越来越大。更重要的是，Qwen3 保留了更多的本金和心理优势，一旦市场企稳，它可以迅速重新建仓。而 DeepSeek 如果继续回撤，可能会陷入"浮亏 - 犹豫 - 错过反弹"的恶性循环。

3. 简单策略的生命力

BTC Buy & Hold 的表现是对所有"聪明"AI 的一记耳光。这个策略没有任何技术分析，没有复杂的算法，没有频繁的调仓，但它现在排名第三，超越了一半的 AI 模型。

这个结果告诉我们：在交易中，少犯错比多做对更重要。**Gemini 用 193 次交易亏掉 66%，BTC Buy & Hold 用 0 次交易保住了本金。谁更成功？答案显而易见。

4. 风险管理的缺失

除了 Qwen3，几乎所有 AI 都暴露出风险管理的严重缺陷：

• DeepSeek：没有止盈机制，让 130% 的峰值收益回撤到 57%
• Claude：过度依赖"不做空"的单边思维，缺乏对冲手段
• Grok：明知胜率只有 22.7%，还坚持 90.6% 时间做多
• GPT：40 倍杠杆的 BTC 头寸，清算价仅 1.2% 容错
• Gemini：完全没有风控，193 次交易就像赌博

这说明，这些 AI 虽然能够"看懂"市场数据，能够"执行"交易指令，但在风险管理这个交易的核心能力上，它们还远远不够成熟。

实验局限性：数据之外的冷静思考

看完数据和分析，我们很容易被 DeepSeek 的 56% 收益率或 Gemini 的 66% 亏损所吸引。但在得出任何结论之前，我们必须正视这场实验本身的系统性局限——这些局限性可能比结果本身更重要。

1. 时间窗口太短：12 天看不清真相

这场实验从 10 月 18 日到 30 日，只持续了 12 天。12 天在加密市场意味着什么？可能只是一个完整牛熊周期的零头。

我们看到的"上涨 - 冲顶 - 回调"恰好是一个完整的小周期，但这更像是运气。如果实验开始于市场顶部，或者遇到了一次"519 式"的单日暴跌 30%，现在的排名可能完全颠倒。

DeepSeek 的 56% 收益可能高度依赖这 12 天的行情特征。它的 95% 做多策略在单边上涨中是王者，但如果遇到 3 个月的横盘震荡，这个策略会被手续费和反复止损蚕食殆尽。

同样，Qwen3 的 82% 空仓率在震荡市是优势，但在 2021 年那种疯牛中会跑输到怀疑人生。一个从 $10,000 涨到 $100,000 的 BTC 牛市，空仓 80% 的时间意味着你只赚到了 20% 的涨幅。

12 天的数据，不足以证明任何策略的长期有效性。

2. 相同 Prompt：AI 们被绑住了手脚

所有 6 个 AI 模型接收的是相同的市场数据和交易指令框架。这就像让 6 个基金经理看同一份研报做决策——你测试的不是他们的研究能力，而是他们的执行纪律。

真实的交易世界里，alpha 来自信息不对称。顶级量化基金有独家的链上追踪系统，能看到巨鲸转账；有场外大宗订单流数据，能提前感知机构动向。

但在这场实验里，AI 们看到的信息完全相同。这更像是一场"执行力比赛"，而非"策略创新比赛"。

我们无法从这个实验中判断，如果给 DeepSeek 独家的链上数据，给 Gemini 独家的 Twitter 情绪分析，谁会是真正的赢家。

3. 资金规模失真：$10,000 的童话世界

每个 AI 只管理 $10,000 本金。这在 Hyperliquid 上属于超小规模资金——你可以随时进出，滑点可以忽略，流动性冲击不存在，大单拆分完全不需要考虑。

但真实的量化交易世界里，管理 $1,000 万和管理 $10,000 是两个物种。

• GPT 的 40 倍杠杆在 $10,000 规模下勉强可行，但如果是 $1,000 万 × 40 倍 = $4 亿的敞口，任何一次 3% 的反向波动都会直接爆仓，而且你的订单本身就会砸崩市场。
• Qwen3 的 9.7 小时短线策略在小资金下灵活高效，但在大资金下，每次进出的交易成本（滑点 + 手续费）会让这个策略完全失效。你开仓时会拉高价格，平仓时会砸低价格，最后发现自己在给市场送钱。
• DeepSeek 的高杠杆趋势策略能在 $10,000 规模下快进快出，但管理 $100 万时，你的订单会在 Hyperliquid 的深度里留下明显痕迹，其他交易者会盯着你的头寸反向操作。

这场实验测试的是"小资金的灵活性"，而非"可扩展策略的稳健性"。

4. 市场环境的幸运：没遇到真正的地狱

实验期间的市场相对平稳，波动率处于中等水平。我们没有看到：

• 系统性崩盘：FTX 倒闭那种，所有币种一起跳水，流动性瞬间枯竭
• 单币闪崩：LUNA 归零那种，一个小时从 $80 跌到 $0.0001
• 交易所故障：1011 币安宕机那种，你有仓位但无法平仓，只能眼睁睁看着爆仓
• 极端流动性枯竭：周末凌晨深度骤降，你的止损单滑点 20% 成交

所有 AI 的风控体系都未经极端压力测试，而这些才是加密交易者真正需要面临的挑战。DeepSeek 的止损机制在遇到"连续跌停无法成交"时会怎样？我们不知道。Qwen3 的快速平仓在交易所宕机时还有效吗？也不知道。

运气，在 12 天的实验里，占比可能比我们想象的大得多。

5. 单次实验的偶然性：没有第二季验证

这是一次性的实验，没有"第二季"来验证策略的稳定性。我们无法判断：

• DeepSeek 的领先是真实能力还是随机游走的幸运儿？
• 如果把 6 个 AI 的策略参数打乱重新跑一次，DeepSeek 还会是第一名吗？
• 如果换成从 11 月 1 日开始的下一个 12 天，排名会不会完全倒置？

现在的结果，更像是 6 个人掷骰子，DeepSeek 恰好掷出了最大的点数。但这不代表它的骰子更好，可能只是运气更好。

所以，我们该如何看待这些排名？

看完这些局限性，你可能会问：那这场实验还有意义吗？

有，但意义不在于"谁是冠军"。

这场实验的真正价值，是让我们看到：

1. AI 可以进行真实交易 - 这本身就是一个里程碑。一年前我们还在讨论 AI 会不会取代交易员，现在 AI 已经在实盘上交出了答卷。
2. 风险管理比预测更重要 - 所有 AI 都能"看懂"K 线，但只有少数能管住风险。这印证了华尔街的古老智慧。
3. 简单策略的韧性 - BTC Buy & Hold 的第三名提醒我们，在不确定的市场里，少犯错可能比多做对更有价值。
4. 策略没有永恒的优劣 - DeepSeek 今天的优势可能是明天的陷阱。市场环境变了，最优策略也会变。

但如果你因为看到 DeepSeek 排第一，就准备把自己的钱交给它管理，或者照搬它的策略，那就大错特错了。

12 天的冠军，不代表 12 个月的冠军；$10,000 的冠军，不代表 $1,000,000 的冠军；这段行情的冠军，不代表下段行情的冠军。

投资这件事，从来没有简单的答案。这场实验给了我们珍贵的数据，但数据背后的局限性，可能比数据本身更值得深思。

上述报告数据由 WolfDAO 编辑整理，如有疑问可联系我们进行更新处理；

撰稿：Riffi / WolfDAO( X : @10xWolfdao )

社区：https://t.me/wolfinsights