원제: "10일간의 대결에서 만난 6명의 AI '트레이더': 트렌드, 규율, 그리고 탐욕에 대한 대중의 교훈"

원저자: Frank, PANews

10일도 채 되지 않아 자금이 두 배로 늘어났습니다.

DeepSeek과 Qwen3는 Nof1이 주최한 AlphaZero AI 실시간 트레이딩 대회에서 이러한 성과를 달성했으며, 대부분의 인간 트레이더보다 수익성이 훨씬 뛰어났습니다. 이는 우리에게 한 가지 질문을 던지게 합니다. AI는 "연구 도구"에서 "일선 트레이더"로 변모하고 있습니다. 과연 그들은 어떻게 생각하는 것일까요? PANews는 이 대회에서 6개의 주요 AI 모델이 수행한 약 10일간의 거래를 포괄적으로 검토하여 AI 트레이더의 의사 결정 비밀을 밝히려고 시도했습니다.

"정보 격차" 없는 순수한 기술적 대결

분석에 앞서 전제를 명확히 해야 합니다. 이 대회에서의 AI 의사 결정은 "오프라인"입니다. 모든 모델은 정확히 동일한 기술 데이터(현재 가격, 이동 평균, MACD, RSI, 미결제 약정, 펀딩 비율, 4시간 및 3분 시퀀스 데이터 등 포함)를 수동적으로 수신하며, 기본 정보를 얻기 위해 인터넷에 적극적으로 연결할 수 없습니다.

이로써 "정보 격차"의 간섭이 제거되어 이 경쟁은 "순수한 기술 분석이 수익성이 있을 수 있는가"라는 오래된 질문에 대한 궁극적인 테스트가 됩니다.

구체적인 내용 측면에서 AI가 얻을 수 있는 정보는 다음과 같은 측면을 포함합니다. 1. 통화의 현재 시장 상황: 현재 가격 정보, 20일 이동 평균 가격, MACD 데이터, RSI 데이터, 미결제 약정 데이터, 펀딩 비율, 그리고 앞서 언급한 데이터의 일중(3분) 및 장기(4시간) 추세 시퀀스를 포함합니다. 2. 계좌 정보 및 성과: 당좌 예금 계좌의 전반적인 성과, 수익률, 가용 자금, 샤프 지수 등을 포함합니다. 현재 포지션의 실시간 성과, 현재 손절매 및 이익실현 주문, 그리고 만기 조건을 제공합니다.

DeepSeek: 안정적인 추세 분석 전문가, 그리고 "리뷰"의 가치

10월 27일 기준, DeepSeek 계좌는 $23,063의 최고가를 기록했으며, 최대 미실현 이익은 약 130%에 달했습니다. 의심할 여지 없이 DeepSeek은 최고의 성과를 내는 모델이며, 거래 패턴을 분석해 보면 이러한 성과는 결코 우연이 아님을 알 수 있습니다.

첫째, 거래 빈도 측면에서 DeepSeek은 추세 트레이더의 저주파 스타일을 보여줍니다. 9일 동안 총 17건의 거래를 완료했는데, 이는 모든 모델 중 가장 적은 수치입니다. 이 17건의 거래 중 DeepSeek은 16건의 롱 포지션과 1건의 숏 포지션을 선택했는데, 이는 이 기간 동안 전반적인 시장이 저점에서 반등했던 시기와 일치합니다.

물론 이러한 방향성 선택은 우연이 아니었습니다. DeepSeek은 RSI와 MACD와 같은 지표에 대한 포괄적인 분석을 통해 전반적인 시장 모멘텀이 강세라는 결론을 지속적으로 도출하여 확고한 롱 포지션을 선택했습니다.

실제 거래 과정에서 DeepSeek의 초기 몇 건의 주문은 순탄치 않았습니다. 처음 다섯 건은 실패했지만 손실은 미미했으며, 가장 높은 손실도 3.5%를 넘지 않았습니다. 더욱이, 초기 포지션은 비교적 짧은 기간 동안 유지되었으며, 가장 짧은 마감 시간은 단 8분이었습니다. 시장이 의도한 방향으로 추세를 보이면서 DeepSeek의 포지션은 지속성을 보이기 시작했습니다. DeepSeek의 보유 스타일은 진입 시 높은 이익실현 마진과 낮은 손절마진을 설정하는 경향을 보입니다. 10월 27일 포지션을 예로 들면, 평균 이익실현 마진은 11.39%, 평균 손절마진은 -3.52%, 손익률은 약 3.55였습니다. 이는 DeepSeek의 트레이딩 전략이 소액 손실과 대액 이익을 선호함을 시사합니다. 실제 결과도 이를 뒷받침합니다. PANews의 분석에 따르면, DeepSeek의 체결 거래 평균 손익률은 6.71로 모든 모델 중 가장 높았습니다. 41%의 승률은 2위로 가장 높지는 않았지만, 2.76의 기대 수익률로 1위를 차지했습니다. 이것이 DeepSeek이 가장 높은 수익을 기록한 주된 이유였습니다.

또한 DeepSeek의 평균 보유 시간은 2,952분(약 49시간)으로 1위를 차지했습니다. 다양한 모델 중에서도 DeepSeek은 진정한 추세 트레이더로, 금융 거래에서 수익성에 필수적인 "잠시 동안은 기회를 놓치지 않는" 원칙을 구현합니다.

포지션 관리 측면에서 DeepSeek은 비교적 공격적인 모습을 보이며, 포지션당 평균 레버리지 비율이 2.23이고, 여러 포지션을 동시에 보유하는 경우가 많아 전체 레버리지 비율이 비교적 높습니다. 예를 들어, 10월 27일에는 보유 포지션의 총 레버리지 비율이 3배를 초과했습니다. 그러나 엄격한 손절매 조건 덕분에 위험은 항상 통제 가능합니다.

전반적으로 DeepSeek의 강력한 거래 성과는 포괄적인 전략의 결과입니다. 포지션 선택 시, DeepSeek은 전문 지표 없이 가장 널리 쓰이는 MACD와 RSI 지표만을 사용합니다. 합리적인 손익률을 엄격하게 준수하며, 감정에 좌우되지 않고 확고한 포지션을 유지합니다. PANews는 또한 독특한 점을 발견했습니다. DeepSeek은 링크를 통해 사고하는 전통적인 방식을 고수하며, 길고 세부적인 사고 과정을 거쳐 최종적으로 이 모든 것을 하나의 거래 결정으로 통합합니다. 이러한 특징은 인간 트레이더에게 적용될 때 반복 거래에 집중하는 트레이더와 유사하며, 이러한 반복은 3분마다 수행됩니다. 이러한 반복 기능은 AI 모델에도 적용됩니다. 모든 토큰과 시장 신호의 모든 세부 사항을 철저히 분석하여 간과되는 부분이 없도록 보장합니다. 이는 아마도 인간 트레이더가 가장 많은 것을 배울 수 있는 또 다른 영역일 것입니다. Qwen3: 빅 베팅을 활용한 공격적인 "도박꾼"

10월 27일 기준, Qwen3는 대규모 모델 중 두 번째로 높은 성과를 기록했습니다. 최대 계좌 잔액 $20,000과 100% 수익률을 기록한 Qwen3의 수익성은 DeepSeek에 이어 두 번째로 높았습니다. Qwen3는 높은 레버리지와 높은 승률을 특징으로 합니다. 전체 승률은 43.4%로 모든 모델 중 1위를 차지했습니다. 또한, 단일 포지션 규모는 $56,100(레버리지 5.6배)으로 모든 모델 중 가장 높았습니다. DeepSeek만큼 높은 수익 기대치는 아니지만, 공격적인 거래 스타일 덕분에 DeepSeek와 비슷한 수준의 성과를 유지하고 있습니다. Qwen3의 거래 스타일은 비교적 공격적이며, 평균 손절매는 $491로 모든 모델 중 가장 높습니다. 최대 단일 손실도 $2,232로 가장 높습니다. 이는 Qwen3가 더 큰 손실, 즉 포지션 유지를 감내할 수 있음을 의미합니다. 그러나 DeepSeek보다 열등한 점은 더 큰 손실을 감수하더라도 더 높은 수익을 달성하지 못한다는 것입니다. Qwen3의 평균 수익은 $1,547로 DeepSeek보다 낮습니다. 이로 인해 최종 수익 기대 비율은 DeepSeek의 절반에 불과한 1.36에 불과합니다.

Qwen3의 또 다른 특징은 단일 포지션을 유지하고 거기에 많은 금액을 베팅하는 경향이 있다는 것입니다. 사용되는 레버리지는 종종 경쟁사에서 허용되는 최대 레버리지인 25배에 달합니다. 이러한 유형의 거래는 모든 손실이 상당한 손실로 이어지기 때문에 높은 승률에 크게 의존하는 것이 특징입니다.

Qwen3는 의사결정 과정에서 4시간 EMA 20 이동평균선에 특히 주목하며, 이를 진입 및 청산 신호로 활용하는 것으로 보입니다. 그의 사고방식 또한 단순해 보입니다. 또한 포지션 유지에 인내심이 부족하여 평균 10.5시간 동안 포지션을 유지하며, 이는 Gemini보다 약간 높은 순위입니다.

전반적으로 Qwen3의 현재 수익은 양호해 보이지만, 상당한 위험 요소가 존재합니다. 과도한 레버리지, 고위험 고수익 거래 스타일, 단일 지표 의존, 짧은 보유 기간, 낮은 손익률은 모두 Qwen3의 향후 거래에 위험을 초래할 수 있는 습관입니다. 10월 28일, 이 기사가 게재되기 전 Qwen3의 자본은 최대 $16,600까지 감소했는데, 이는 최고치 대비 26.8% 하락한 수치입니다.

클로드: 강인한 강세 투자자 클로드는 일반적으로 수익성이 좋으며, 10월 27일 기준 그의 계좌는 약 $12,500로 약 25%의 수익을 올렸지만, 이 수치 자체로는 상당히 인상적입니다. 그러나 DeepSeek과 Qwen3에 비하면 미미합니다. 실제로 클로드의 성과는 거래 빈도, 포지션 규모, 승률 측면에서 DeepSeek와 매우 유사합니다. 그는 38%의 승률과 평균 레버리지 2.32로 21건의 거래를 했습니다. 상당한 차이는 낮은 손익률에서 기인한 것으로 보이지만, 클로드의 손익률도 2.1로 괜찮은 수준입니다. 그러나 DeepSeek보다 3배 이상 낮습니다. 따라서 이러한 포괄적인 데이터에서 예상 수익은 0.8에 불과합니다(1 미만은 장기 손실을 나타냅니다). 더욱이 클로드는 일정 기간 동안 단방향으로만 거래한다는 중요한 특징을 가지고 있습니다. 10월 27일 기준으로 완료된 주문 중 클로드의 21개 주문은 모두 롱 포지션이었습니다. Grok: 방향 판단의 소용돌이에 휩쓸리다 Grok은 초기 단계에서 좋은 성과를 거두었으며, 한때 최고 수익률이 50%를 넘어서면서 가장 수익성이 높은 모델이 되기도 했습니다. 그러나 거래 시간이 증가함에 따라 Grok은 상당한 손실을 경험했습니다. 10월 27일 기준, Grok의 자본금은 약 1만 달러로 회복되었습니다. 전체 모델 중 4위를 차지했으며, 전체 수익률은 BTC 현물 보유 곡선과 유사했습니다.

거래 습관 측면에서 볼 때, 그록은 저빈도 트레이더이자 장기 보유자이기도 합니다. 그는 단 20건의 거래만 완료했으며, 평균 보유 시간은 30.47시간으로 DeepSeek에 이어 두 번째로 높습니다. 그러나 그록의 가장 큰 문제는 20%에 불과한 낮은 승률과 1.85에 불과한 손익률입니다. 이로 인해 기대 수익은 0.3에 불과합니다. 그의 거래 방향을 살펴보면, 그록의 20개 포지션은 각각 롱 포지션 10개와 숏 포지션 10개로 구성되었습니다. 이 시장 국면에서 과도한 숏 포지션은 승률을 분명히 낮출 것입니다. 이러한 관점에서 볼 때, Grok 모델은 시장 추세 예측에 여전히 문제점을 안고 있습니다.

Gemini: 반복적인 변동으로 지쳐 "파산한" 고빈도 "개인 투자자" Gemini는 10월 27일 기준 165건의 거래를 완료하며 가장 빈번하게 거래된 모델이었습니다. 이러한 과도한 거래 빈도로 인해 Gemini는 매우 저조한 성과를 기록했으며, 최저 계좌 잔액은 약 3,800달러로, 손실률은 62%에 달했습니다. 거래 수수료만 1,095.78달러에 달했습니다. 고빈도 거래의 이면에는 매우 낮은 승률(25%)과 1.18에 불과한 손익률, 그리고 전체 예상 수익률 0.3에 그치는 등 저조한 실적이 자리 잡고 있습니다. 이러한 수치를 고려할 때, Gemini의 거래는 수익성이 없을 수밖에 없었습니다. 아마도 의사 결정에 대한 자신감 부족 때문일지도 모르지만, Gemini의 평균 포지션 규모 또한 매우 작았고, 포지션당 레버리지 비율은 0.77에 불과했으며, 거래당 보유 기간은 7.5시간에 불과했습니다. 평균 손절매는 81달러에 불과했고, 평균 이익실현은 96달러였습니다. 제미니의 성과는 일반적인 개인 투자자와 비슷했습니다. 빠르게 이익을 실현하고 약간의 손실에도 청산했습니다. 시장 변동 속에서도 반복적으로 거래를 개시하여 계좌 자본을 지속적으로 감소시켰습니다. GPT5: 낮은 승률과 낮은 손익률의 "더블 킬" GPT5는 현재 최악의 성과를 보이는 모델로, 전반적인 성과와 곡선이 제미니와 매우 유사하며, 두 모델 모두 60% 이상의 손실률을 보입니다. 비교하자면, GPT5는 제미니만큼 높은 빈도는 아니었지만, 여전히 63건의 거래를 했습니다. 손익률은 0.96에 불과하여 거래당 평균 수익은 0.96달러였고, 손절매는 1달러에 달했습니다. 한편, GPT5의 거래 승률은 Grok과 비슷한 20%에 불과합니다.

포지션 규모 측면에서 GPT5와 Gemini는 매우 유사하며, 평균 포지션 레버리지 비율은 약 0.76입니다. 이는 상당히 신중한 전략으로 보입니다.

GPT5와 Gemini 사례는 낮은 포지션 위험이 반드시 수익성 있는 계좌로 이어지는 것은 아니라는 점을 보여줍니다. 더욱이, 고빈도 거래에서는 승률과 손익률 모두 본질적으로 신뢰할 수 없습니다. 더욱이, 이 두 모델의 동일 통화쌍 롱 포지션 개시가는 DeepSeek와 같은 수익성 있는 모델의 개시가보다 상당히 높아, 진입 신호가 다소 지연되는 것으로 보입니다. 관찰 요약: AI가 거래에서 드러내는 두 가지 유형의 인간 본성 전반적으로 AI 거래 행동 분석은 거래 전략을 재검토할 수 있는 또 다른 기회를 제공합니다. DeepSeek의 높은 수익과 Gemini 및 GPT5의 상당한 손실이라는 두 가지 극단적인 거래 결과에 대한 분석은 특히 통찰력 있는 결과를 제공합니다. 1. 고수익 모델은 낮은 빈도, 장기 보유, 높은 손익률, 그리고 시기적절한 진입이라는 특징을 보입니다. 2. 손실 모델은 높은 빈도, 단기 거래, 낮은 손익률, 그리고 늦은 진입이라는 특징을 보입니다. 3. 수익과 시장 정보 가용성 사이에는 직접적인 상관관계가 없습니다. 이 AI 트레이딩 경연 대회에서 모든 모델은 동일한 정보에 접근했기 때문에 인간 트레이더보다 정보 출처가 제한적이었습니다. 그럼에도 불구하고 대부분의 트레이더보다 훨씬 높은 수익을 달성했습니다. 4. 사고 과정의 길이는 트레이딩의 엄격성에 근본적인 영향을 미치는 것으로 보입니다. DeepSeek의 의사결정 과정은 모든 모델 중 가장 깁니다. 이 과정은 인간 트레이더와 비교했을 때, 각 결정을 신중하게 검토하고 받아들이는 데 능숙한 사람들의 트레이딩 원칙을 더 잘 반영합니다. 반면, 성과가 저조한 모델의 사고 과정은 훨씬 짧으며, 직관에 기반한 인간의 의사결정을 더 잘 반영합니다. 5. DeepSeek 및 Qwen3와 같은 모델의 수익성이 증가함에 따라 이러한 AI 모델을 직접 모방하는 것이 적절한지에 대한 상당한 논의가 진행되고 있습니다. 그러나 이러한 접근 방식은 바람직하지 않은 것으로 보입니다. 일부 AI 모델이 현재 강력한 수익성을 보이고 있지만, 이 기간 동안 전반적인 시장 추세를 따라갈 수 있는 능력이라는 어느 정도의 운도 작용하는 것으로 보입니다. 시장이 새로운 단계로 진입한 후에도 이러한 우위를 유지할 수 있을지는 불확실합니다. 그럼에도 불구하고 AI의 거래 실행 능력은 여전히 연구할 가치가 있습니다. 결국 누가 승리하게 될까요? PANews는 이러한 성과 데이터를 여러 AI 모델에 제시했고, 그들은 DeepSeek의 수익 예측이 수학적 논리와 가장 일치하며 탁월한 거래 관행을 제시하며 만장일치로 DeepSeek을 선택했습니다.흥미롭게도, 두 번째로 선호한 모델은 거의 모두 자기 자신을 선택했습니다.

원본 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia