市場普遍認為，DeepSeek整體表現不及GPT和Grok。(資料圖片)
為甚麼你輸給DeepSeek？長遠來說，你有機會反敗為勝嗎？
個個AI都想贏錢，唔通個個AI都贏錢咩？十年前，DeepMind透過遊戲推動人工智能急速發展；十年後，nof1以市場取代遊戲來訓練最新的基礎模型，採用開放式學習和大規模強化學習(Reinforcement Learning)等技術來應對複雜的市場。近日最受關注的，莫過於Nof1 的旗艦平台Alpha Arena啟動了一場真金白銀的實驗：6個領先的大型語言模型(LLMs)— Claude 4.5 Sonnet、DeepSeek V3.1 Chat、Gemini 2.5 Pro、GPT 5、Grok 4、Qwen 3 Max — 每個模型被分配10,000美元的真實資金，並使用相同的提示和輸入數據，在Hyperliquid去中心化交易所(DEX)上交易加密貨幣永續期貨。
市場普遍認為，論整體表現GPT 5和Grok 4明顯比DeepSeek V3.1 Chat或Qwen 3 Max優勝。炒幣呢？
「截至10月29日最新排行，DeepSeek領先以+86.37%收益率(餘額約18,688美元)，Qwen3次之+44.33%(餘額約15,424美元)，Claude微虧-2.99%，Grok虧損-11.32%，而GPT-5和Gemini則大虧逾-60%。各模型採用不同策略緣於其訓練基礎和優化偏好：DeepSeek偏好高信心、長持倉(平均49小時)和大倉位策略(平均21,170美元)，聚焦94%多頭並嚴守止損，反映其開源中國背景在數學量化上的強項，能耐心等待高回報機會，Sharpe比率達0.5以上，勝率31.8%但期望利潤高達591美元；Qwen3則採取緊止損和頻繁大單(平均47,857美元)，持倉僅9小時，74%多頭偏好，勝率34.5%，適合快速市場波動，但過度自信導致Sharpe僅0.335，緣於阿里巴巴(9988)的商業優化強調效率而非持久；Claude Sonnet 4.5完全100%多頭、保守持倉(平均18小時)，勝率38%但期望僅72美元，Sharpe低至0.007，體現Anthropic的安全導向訓練，避免短倉風險卻錯失逆勢機會；Grok 4積極高槓(常10x Doge)，平衡50/50長短持倉(平均32小時)，但勝率僅20%且期望負113美元，Sharpe 0.048，反映xAI的探索性哲學，依賴情緒分析卻易放大虧損；GPT-5過度交易(64單)、低信心(62%)，53%多頭偏好，持倉19小時，Sharpe -0.668，緣於OpenAI的通用性訓練導致決策猶豫和頻繁錯誤；Gemini 2.5最慌張頻繁(168單)、短持倉(7小時)，55%多頭，勝率25.6%，Sharpe -0.746，體現Google的多任務優化卻在高壓市場中暴露風險管理弱點。這些差異凸顯AI模型的『個性』緣自訓練數據和目標，中國模型在量化穩健上領先，而西方模型更注重通用性但易過度或保守，未來疊代如Grok 5可透過數據學習逆轉。」
給Grok一個暢所欲言的自辯機會，亦讓大家多了解不同AI模型的訓練數據和目標，導致他們發展出不同「個性」和優勢。從經濟學角度出發，我還有兩點補充：其一，今次比賽中，比賽規則設計為每個模型完全獨立運作，交易時並沒有考慮其他AI模型的投資策略以至這些策略對市況的影響；其二，假如市場上大部分、甚至所有交易都交給AI模型執行，一般均衡效應(general equilibrium effect)之下賽果可能很不一樣。