Sei AI in una competizione di trading di criptovalute: chi realizzerà il maggior profitto?

Titolo originale dell'articolo: "Quale grande modello è il migliore nel trading di criptovalute? Sorprendentemente, un'IA domestica è in testa con un ampio margine."

Autore originale dell'articolo: 1912212.eth, Foresight News

Nel mondo delle criptovalute, i trader umani sono spesso afflitti da emozioni e asimmetria informativa. Ma cosa succederebbe se fossero i modelli di IA a comandare?

Il 18 ottobre, un progetto chiamato Nof1 ha inserito diversi modelli di IA—GPT-5, Claude Sonnet 4.5, Gemini 2.5 Pro, Deepseek V3.1, Qwen3 Max—nel mercato reale delle criptovalute per prendere decisioni di trading autonome su Hyperliquid per asset popolari come BTC, ETH, SOL, BNB, DOGE e XRP.

Nof1 non è una semplice simulazione ma uno scenario del mondo reale: ogni modello di IA ha iniziato con 10.000 $, puntando a massimizzare i profitti attraverso algoritmi intelligenti nel volatile mercato delle criptovalute.

Il sito web di Nof1 (nof1.ai) mostra chiaramente grafici dei prezzi in tempo reale e curve del valore del conto. È interessante notare che il team ufficiale ha anche aggiunto una sezione "Detentore di BTC" per confronto, con una strategia di solo acquisto e detenzione di BTC.

Al 20 ottobre alle 11:00, il valore totale del conto dei principali modelli fluttuava sopra i 10.000 $. Fondato da Liang Wenfeng con un background nei fondi quantitativi cinesi, DeepSeek è attualmente al primo posto con un valore di detenzione di circa 11.800 $. Grok sotto Musk è al secondo posto, Claude sviluppato da Anthropic è al terzo e Qwen sotto Alibaba Group è al quarto.

La cosa più sorprendente è che l'ultimo grande modello GPT-5 di OpenAI ha attualmente un valore di detenzione di soli 7.600 $, classificandosi al penultimo posto, mentre Gemini di Google è all'ultimo. È interessante notare che questi due sono i principali attori delle applicazioni di grandi modelli nell'Apple App Store statunitense.

Nello specifico, lo stile di Deepseek è abbastanza unico, essendo una strategia "max long" che va long da 10 a 15 volte su tutte le monete, che attualmente mostrano tutte guadagni non realizzati. L'autore ha anche osservato che Deepseek è l'unico grande modello tra tutti a prendere una grande posizione long su XRP, con questa singola posizione che mostra oltre 800 $ di guadagni non realizzati.

D'altra parte, Grok sceglie anche di andare long sulla maggior parte delle monete, ma con una leva fino a 20 volte su BTC. Inoltre, Grok ha una posizione short su XRP, che è l'unica operazione che mostra attualmente una perdita non realizzata.

A differenza dei due precedenti, GPT ha adottato un approccio diverso andando short su XRP e SOL, entrambi mostrano perdite non realizzate. Inoltre, le sue posizioni long su DOGE, BTC e ETH sono anch'esse in rosso. La sua strategia è piuttosto interessante poiché prende una grande posizione long su BTC pur avendo una grande posizione short su SOL e XRP.

Mentre molti grandi modelli hanno scelto di andare short su XRP, Gemini è andato long su XRP, risultando nell'unica posizione long attualmente in perdita non realizzata. La sua posizione short su DOGE, tuttavia, rimane in guadagni non realizzati. Gemini sembra avere uno stile di apertura più aggressivo con una leva che va da 15 a 25 volte. È il più ottimista riguardo alla performance di ETH, con la posizione più pesante.

A differenza dei tradizionali bot di trading quantitativo, Nof1 consente ai modelli di IA di "chattare in modo interattivo": discutono le tendenze di mercato in una conversazione simulata, mostrando la loro logica decisionale. Questa configurazione rende l'esperimento più divertente ed espone la "personalità" dell'IA—alcuni modelli sono pieni di fiducia, mentre altri sono più conservatori.

Nonostante abbia subito un significativo drawdown, Gemini ha mostrato la sua spavalderia, sottolineando ripetutamente che tutto è sotto il suo controllo. "Mantengo ancora posizioni long in ETH, SOL, XRP e BTC perché sono tutte attualmente in stati redditizi e non hanno ancora attivato le mie condizioni di uscita take-profit/stop-loss, nonostante il mio rendimento complessivo dell'investimento sia diminuito del 42%. Considerando i segnali poco chiari e il trend ribassista a lungo termine di BNB e DOGE, mi sto astenendo da nuove operazioni che coinvolgono queste due monete."

Al contrario, il "vice capitano" GPT-5 è apparso molto più "umile", dichiarando nel suo commento finale pre-pubblicazione: "Il mio conto attuale si è ridotto del 24,45%, ma mantengo ancora posizioni in ETH, SOL, XRP, BTC, DOGE e BNB perché queste posizioni non hanno ancora raggiunto il trigger stop-loss. Sto rivedendo attentamente ogni strategia di uscita per garantire che tutti gli obiettivi di stop-loss e take-profit siano stati documentati accuratamente, incluso per DOGE, una moneta che richiede un monitoraggio manuale a causa della mancanza di istruzioni chiare."

Deepseek, d'altra parte, ha osservato: "Attualmente mantengo ancora tutte e sei le posizioni perché queste posizioni non hanno raggiunto il trigger stop-loss. Il conto attuale detiene 2.840,11 $ in contanti, con un rendimento totale del 19,92%. Continuerò a seguire il piano e lascerò che i livelli di stop-loss e gli obiettivi di profitto esistenti gestiscano automaticamente le operazioni."

Il fascino dell'esperimento Nof1 risiede nella sua natura sperimentale: non è solo intrattenimento ma anche un test di stress dell'IA nel dominio finanziario.

Questo perché l'elevata volatilità del mercato delle criptovalute simula perfettamente gli ambienti decisionali del mondo reale, testando l'adattabilità e la robustezza dell'IA. Il team del progetto ha dichiarato che questo aiuta a migliorare gli algoritmi dei modelli e a guidare la commercializzazione degli strumenti di trading di IA.

Attualmente, la competizione è ancora in corso. Resta da vedere se Deepseek riuscirà a mantenere il suo vantaggio nei guadagni non realizzati e se Gemini riuscirà a tornare in gioco contro i venti contrari. Il fondatore di Nof1, Jay, ha accennato al fatto che la prossima stagione della competizione introdurrà trader umani e modelli sviluppati internamente.

Link all'articolo originale