Enam "trader" AI utama bertarung selama sepuluh hari: Siapa yang bisa bertahan di pasar tanpa "perbedaan informasi"?

Judul Asli: "Pertarungan Sepuluh Hari Enam 'Trader' AI: Sebuah Kelas Terbuka tentang Tren, Disiplin, dan Keserakahan"

Penulis Asli: Frank, PANews

Kurang dari sepuluh hari, dana berlipat ganda.

Saat DeepSeek dan Qwen3 meraih hasil ini dalam perdagangan nyata AlphaZero AI yang diluncurkan oleh Nof1, efisiensi keuntungannya telah jauh melampaui sebagian besar trader manusia. Hal ini memaksa kita untuk menghadapi satu pertanyaan: AI sedang bertransformasi dari "alat riset" menjadi "pelaku utama di garis depan". Bagaimana mereka berpikir? PANews melakukan tinjauan komprehensif terhadap perdagangan enam model AI utama selama hampir 10 hari dalam kompetisi ini, mencoba mengungkap rahasia pengambilan keputusan para trader AI.

Pertarungan Murni Analisis Teknikal Tanpa "Asimetri Informasi"

Sebelum menganalisis, kita harus memperjelas satu premis: keputusan AI dalam kompetisi ini bersifat "offline". Semua model secara pasif menerima data teknikal yang sama persis (termasuk harga saat ini, moving average, MACD, RSI, kontrak terbuka, funding rate, serta data berurutan 4 jam dan 3 menit, dll), dan tidak dapat secara aktif mengakses informasi fundamental melalui internet.

Hal ini menghilangkan gangguan "asimetri informasi", dan menjadikan kompetisi ini sebagai ujian pamungkas terhadap pertanyaan klasik "apakah analisis teknikal murni bisa menghasilkan keuntungan".

Dari konten spesifik, informasi yang bisa didapat AI meliputi beberapa aspek berikut:

1. Status pasar saat ini dari koin: termasuk informasi harga saat ini, harga moving average 20 hari, data MACD, data RSI, data kontrak terbuka, funding rate, serta data berurutan intraday (periode 3 menit), dan tren jangka panjang (periode 4 jam), dll.

2. Informasi dan performa akun: termasuk performa keseluruhan akun saat ini, tingkat pengembalian, dana yang tersedia, rasio Sharpe, dll. Performa posisi saat ini secara real-time, kondisi take profit dan stop loss saat ini, serta kondisi kegagalan, dll.

DeepSeek: Master Tren yang Tenang dan Nilai "Review"

Hingga 27 Oktober, saldo akun DeepSeek mencapai 23.063 dolar AS, dengan floating profit maksimum sekitar 130%. Tanpa diragukan lagi, ini adalah model dengan performa terbaik, dan dari analisis perilaku trading-nya, pencapaian ini bukanlah kebetulan.

Pertama, dalam hal frekuensi trading, DeepSeek menunjukkan gaya trader tren dengan frekuensi rendah, hanya melakukan 17 kali trading dalam 9 hari—paling sedikit di antara semua model. Dari 17 trading tersebut, DeepSeek memilih long sebanyak 16 kali dan short 1 kali, yang juga sesuai dengan tren pasar yang rebound dari titik terendah selama periode ini.

Tentu saja, pemilihan arah ini juga bukan kebetulan, DeepSeek melakukan analisis komprehensif menggunakan indikator seperti RSI dan MACD, dan selalu menganggap pasar secara keseluruhan sedang bullish, sehingga memilih untuk konsisten melakukan long.

Dalam proses trading spesifik, beberapa order awal DeepSeek tidak berjalan mulus, 5 order pertama semuanya berakhir gagal, namun kerugiannya tidak besar, paling tinggi tidak lebih dari 3,5%. Selain itu, beberapa order awal memiliki waktu hold yang singkat, yang terpendek hanya 8 menit sudah ditutup. Seiring pergerakan harga sesuai arah yang diharapkan, posisi DeepSeek mulai menunjukkan durasi yang lebih lama.

Dari gaya hold posisi DeepSeek, ia terbiasa menetapkan ruang take profit yang besar dan ruang stop loss yang kecil setelah entry. Sebagai contoh, pada posisi 27 Oktober, rata-rata ruang take profit yang ditetapkan adalah 11,39%, ruang stop loss rata-rata -3,52%, dengan rasio risk-reward sekitar 3,55. Dari sini, strategi trading DeepSeek lebih condong pada konsep cut loss kecil, profit besar.

Hasil nyata juga demikian, menurut ringkasan PANews, dalam trading yang sudah settle, rasio risk-reward rata-rata DeepSeek mencapai 6,71—tertinggi di antara semua model. Meski win rate-nya 41% (peringkat kedua), namun tetap menempati peringkat pertama dalam ekspektasi profit sebesar 2,76. Inilah alasan utama DeepSeek meraih profit tertinggi.

Selain itu, dalam hal durasi hold posisi, rata-rata waktu hold DeepSeek adalah 2.952 menit (sekitar 49 jam), juga peringkat pertama. Di antara beberapa model, ia benar-benar trader tren sejati, sesuai dengan prinsip utama trading finansial "biarkan peluru melesat lebih lama".

Dalam manajemen posisi, DeepSeek relatif agresif, rata-rata leverage per posisi mencapai 2,23, dan sering memegang beberapa posisi sekaligus, sehingga leverage total juga relatif tinggi. Pada 27 Oktober, leverage total posisi yang dipegang melebihi 3 kali. Namun, karena ia juga menerapkan stop loss yang ketat secara bersamaan, risikonya tetap dalam batas yang dapat dikendalikan.

Secara keseluruhan, keberhasilan trading DeepSeek adalah hasil dari strategi komprehensif. Dalam pemilihan entry, ia hanya menggunakan indikator mainstream seperti MACD dan RSI sebagai dasar, tanpa indikator khusus. Hanya saja, ia secara ketat mengeksekusi rasio risk-reward yang masuk akal, dan membuat keputusan hold posisi tanpa terpengaruh emosi.

Selain itu, PANews juga menemukan satu detail yang cukup unik. Dalam proses berpikirnya, DeepSeek juga melanjutkan ciri khasnya, membentuk proses berpikir yang panjang dan penuh detail, lalu merangkum semua proses tersebut menjadi satu keputusan trading. Karakteristik ini, jika dibandingkan dengan trader manusia, lebih mirip dengan mereka yang sangat menekankan review, dan review ini dilakukan setiap tiga menit sekali.

Kemampuan review seperti ini, bahkan jika diterapkan pada model AI, tetap memiliki efek tertentu. Hal ini memastikan setiap detail sinyal token dan pasar dianalisis berulang kali, tidak diabaikan. Mungkin inilah aspek lain yang paling layak dipelajari oleh trader manusia.

Qwen3: "Penjudi" Agresif yang Berani Ambil Risiko Besar

Hingga 27 Oktober, Qwen3 adalah model besar dengan performa terbaik kedua. Saldo akun tertinggi mencapai 20.000 dolar AS, tingkat keuntungan 100%, hasil profit hanya kalah dari DeepSeek. Karakteristik utama Qwen3 adalah leverage tinggi dan win rate tinggi. Win rate totalnya mencapai 43,4%, tertinggi di antara semua model. Ukuran posisi tunggal juga mencapai 56.100 dolar AS (leverage 5,6 kali), juga tertinggi di antara semua model. Meski ekspektasi profitnya tidak sebaik DeepSeek, gaya trading yang berani membuat hasilnya hingga saat ini tetap membuntuti DeepSeek.

Gaya trading Qwen3 relatif agresif, dalam hal stop loss rata-rata, stop loss rata-rata mencapai 491 dolar AS, tertinggi di antara semua model. Kerugian tunggal terbesar mencapai 2.232 dolar AS, juga tertinggi. Ini berarti Qwen3 mampu menoleransi kerugian lebih besar, biasa disebut "menahan posisi". Namun, kelemahan Qwen3 dibanding DeepSeek adalah, meski menahan kerugian lebih besar, ia tidak mendapatkan imbal hasil lebih tinggi. Rata-rata profit Qwen3 adalah 1.547 dolar AS, tidak sebaik DeepSeek. Ini membuat ekspektasi profit akhirnya hanya 1,36, setengah dari DeepSeek.

Selain itu, ciri lain Qwen3 adalah suka memegang satu posisi besar sekaligus dan bertaruh besar pada posisi tersebut. Leverage yang digunakan sering mencapai 25 kali (batas maksimum yang diizinkan dalam kompetisi). Karakteristik trading seperti ini sangat bergantung pada win rate tinggi, karena setiap kerugian akan menyebabkan penurunan ekuitas yang signifikan.

Dalam proses pengambilan keputusan, Qwen3 tampaknya sangat memperhatikan EMA 20 pada timeframe 4 jam, dan menggunakannya sebagai sinyal entry dan exit. Dalam rantai berpikir, Qwen3 juga terlihat sangat sederhana. Dalam hal durasi hold posisi, Qwen3 juga kurang sabar, rata-rata waktu hold hanya 10,5 jam, hanya lebih baik dari Gemini.

Secara keseluruhan, meski hasil profit Qwen3 saat ini terlihat bagus, namun risikonya juga besar: leverage terlalu tinggi, gaya entry all-in, indikator penilaian tunggal, durasi hold yang singkat, dan rasio risk-reward yang kecil, semuanya bisa menimbulkan risiko untuk trading selanjutnya. Hingga sebelum artikel ini diterbitkan pada 28 Oktober, dana Qwen3 telah mengalami penurunan maksimum menjadi 16.600 dolar AS, dengan penurunan dari puncak sebesar 26,8%.

Claude: Eksekutor Long yang Konsisten

Claude meski secara keseluruhan juga berada dalam kondisi profit, hingga 27 Oktober, saldo akun mencapai sekitar 12.500 dolar AS, profit sekitar 25%. Data ini jika dilihat secara terpisah sebenarnya cukup menonjol, namun dibanding DeepSeek dan Qwen3 terlihat agak kurang.

Sebenarnya, baik dari frekuensi entry, ukuran posisi, maupun win rate, Claude memiliki data yang cukup mirip dengan DeepSeek. Total entry 21 kali, win rate 38%, rata-rata leverage 2,32.

Alasan utama perbedaan hasil mungkin terletak pada rasio risk-reward yang lebih rendah. Meski rasio risk-reward Claude juga cukup baik, mencapai 2,1, namun masih 3 kali lebih rendah dari DeepSeek. Dengan data gabungan seperti ini, ekspektasi profitnya hanya 0,8 (jika kurang dari 1, dalam jangka panjang akan tetap rugi).

Selain itu, Claude juga memiliki ciri khas hanya melakukan satu arah dalam satu periode waktu. Hingga 27 Oktober, dari semua order yang telah selesai, 21 order Claude semuanya long.

Grok: Tersesat dalam Pusaran Penentuan Arah

Grok pada awalnya tampil baik, bahkan sempat menjadi model dengan tingkat profit tertinggi, dengan profit maksimum lebih dari 50%. Namun seiring bertambahnya waktu trading, Grok mengalami penurunan signifikan. Hingga 27 Oktober, dana kembali ke sekitar 10.000 dolar AS. Di antara semua model, peringkat keempat, dengan tingkat profit mirip dengan kurva holding BTC spot.

Dari kebiasaan trading, Grok juga termasuk trader dengan frekuensi rendah dan hold jangka panjang. Trading yang sudah selesai hanya 20 kali, rata-rata waktu hold mencapai 30,47 jam, hanya kalah dari DeepSeek. Namun, masalah utama Grok adalah win rate yang terlalu rendah, hanya 20%, dan rasio risk-reward juga hanya 1,85. Ini membuat ekspektasi profitnya hanya 0,3. Dari arah entry, 20 posisi Grok terdiri dari 10 long dan 10 short. Dalam kondisi pasar saat itu, terlalu banyak melakukan short jelas menurunkan win rate. Dari sudut pandang ini, model Grok masih bermasalah dalam menilai tren pasar.

Gemini: "Retailer" Frekuensi Tinggi, Terkikis hingga "Mati" oleh Fluktuasi

Gemini adalah model dengan frekuensi trading tertinggi, hingga 27 Oktober telah melakukan 165 kali trading. Terlalu sering entry membuat performa trading Gemini sangat buruk, saldo akun terendah turun ke sekitar 3.800 dolar AS, tingkat kerugian mencapai 62%. Biaya transaksi saja mencapai 1.095,78 dolar AS.

Di balik frekuensi tinggi adalah win rate yang sangat rendah (25%) dan rasio risk-reward hanya 1,18, dengan ekspektasi profit gabungan hanya 0,3. Dengan data seperti ini, trading Gemini pasti rugi. Mungkin karena kurang percaya diri dengan keputusannya, rata-rata posisi Gemini juga sangat kecil, leverage per posisi hanya 0,77, dan rata-rata waktu hold hanya 7,5 jam.

Rata-rata stop loss hanya 81 dolar AS, rata-rata take profit 96 dolar AS. Performa Gemini lebih mirip retailer klasik, sedikit untung langsung keluar, sedikit rugi langsung cut loss. Dalam fluktuasi harga, terus-menerus entry dan mengikis modal akun.

GPT5: "Double Kill" dengan Win Rate dan Risk-Reward Rendah

GPT5 saat ini adalah model dengan peringkat terbawah, performa dan kurvanya sangat mirip dengan Gemini, tingkat kerugian lebih dari 60%. Dibanding Gemini, GPT5 memang tidak setinggi frekuensinya, namun tetap melakukan 63 kali trading. Rasio risk-reward hanya 0,96, artinya rata-rata setiap profit 0,96 dolar AS, stop loss yang diterapkan 1 dolar AS. Sementara itu, win rate GPT5 juga sangat rendah, hanya 20%, setara dengan Grok.

Dalam hal ukuran posisi, GPT5 dan Gemini sangat mirip, rata-rata leverage posisi sekitar 0,76. Terlihat sangat hati-hati.

Kisah GPT5 dan Gemini menunjukkan bahwa risiko posisi yang rendah tidak selalu menguntungkan profit akun. Dengan frekuensi trading tinggi, win rate dan risk-reward pasti tidak terjamin. Selain itu, harga entry posisi long pada kedua model ini juga jelas lebih tinggi dibanding model profit seperti DeepSeek, menunjukkan sinyal entry mereka agak lambat.

Kesimpulan Observasi: Dua "Sifat Manusia" dalam Trading yang Dicerminkan AI

Secara keseluruhan, melalui analisis perilaku trading AI, kita sekali lagi mendapatkan kesempatan untuk meninjau strategi trading. Di antaranya, analisis model dengan hasil ekstrem—DeepSeek yang sangat profit dan Gemini serta GPT5 yang sangat rugi—paling layak untuk direnungkan.

1. Model dengan profit tinggi memiliki ciri-ciri berikut: frekuensi rendah, hold lama, rasio risk-reward besar, entry tepat waktu.

2. Model yang rugi memiliki ciri-ciri berikut: frekuensi tinggi, short term, rasio risk-reward rendah, entry terlambat.

3. Besar kecilnya profit tidak berhubungan langsung dengan banyaknya informasi pasar. Dalam kompetisi trading model AI ini, semua model mendapatkan informasi yang sama, bahkan lebih terbatas dibanding trader manusia. Namun tetap bisa menunjukkan tingkat profit yang jauh melampaui sebagian besar trader.

4. Panjang rantai berpikir tampaknya menjadi kunci ketelitian trading. Proses pengambilan keputusan DeepSeek adalah yang terpanjang di antara semua model, dan proses berpikir ini jika diterapkan pada trader manusia lebih mirip dengan mereka yang rajin review dan serius dalam setiap keputusan trading. Sementara model dengan performa buruk memiliki rantai berpikir sangat singkat, lebih mirip keputusan impulsif manusia.

5. Seiring profit model seperti DeepSeek dan Qwen3 menjadi sorotan, banyak yang membahas apakah bisa langsung copy trading model AI ini. Namun, tampaknya hal ini kurang bijak, meski kemampuan profit beberapa AI saat ini cukup baik, ada unsur keberuntungan, yakni kebetulan mengikuti tren besar dalam periode ini. Begitu pasar memasuki fase baru, belum tentu keunggulan ini bisa dipertahankan. Namun, kemampuan eksekusi trading AI tetap layak dipelajari.

Pada akhirnya, siapa yang akan menjadi pemenang akhir? PANews mengirimkan data performa ini ke beberapa model AI, dan semuanya memilih DeepSeek, dengan alasan ekspektasi profitnya paling sesuai logika matematika dan kebiasaan trading-nya juga terbaik.

Menariknya, model kedua yang mereka anggap terbaik, hampir semuanya memilih diri mereka sendiri.