In 91 Läufen ohne Blick in die Zukunft von sechs Modellen war kein Alpha statistisch signifikant, und Markt- und Stilexposition erklärten einen Median von 78% jeder Rendite.
Bester KI-Aktienhändler 2026: Können oder Schlagzeilenrendite?
In 91 Läufen ohne Blick in die Zukunft von sechs KI-Modellen zeigte keines signifikantes Alpha, und ein Median von 78% der Rendite war reine Marktteilnahme. Trotzdem nennt eine Live-Arena Llama 4 Scout mit +26,30% den Spitzenreiter.
- Nr. 1: Qwen3 Max (Alibaba)
- 10 Plätze
01Endgültige Liste
Die führenden KIs haben unabhängig voneinander jeweils eine eigene Liste mit zehn Plätzen erstellt. Hier steht ein leicht prüfbares Ergebnis: Jeder Platz hat einen Grund, eine Quelle und die Liste der KIs, die ihn aufgenommen haben.
Reihenfolge: von größter bis geringster Übereinstimmung der KIs.
Ein helles Kennzeichen heißt: Diese KI hat den Eintrag auf ihre Liste gesetzt. Ein blasses: hat sie nicht.
- 1
Qwen3 Max (Alibaba)
Das einzige Modell, das auf drei getrennten Tafeln stark ist: Es hat echtes Geld gewonnen (+22,31%, Krypto), hatte bei StockBench den flachsten Verlust vom Höchststand (−11,2%) und verkaufte Chips vor dem Crash von −10,73%.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Nicht aufgenommen: MiMo, DeepSeek.In ihren Listen: Claude: 1 · ChatGPT: 5 · Meta: 1 · Grok: 8 · Gemini: 5 · Kimi: 3 · Wenxin: 1 · Qwen: 6
Was jede KI angemerkt hat 8
- ClaudePlatz 1
Das einzige Modell, das in Saison 1 klar vorne lag: +22% auf 10.000 Dollar in Krypto-Perpetuals. Es steht auch an der Spitze, weil es eine ganze Saison durchgehalten hat und nicht nur einen Ausschlag.
Quelle ↗ - ChatGPTPlatz 5
Es beendete Alpha Arena Saison 1 mit 22,31% Plus auf echtem Kapital, fiel aber Berichten zufolge vor Schluss 41% unter seinen Höchststand.
Quelle ↗ - MetaPlatz 1
Die beste versiegelte Trefferquote mit 60,9% und die einzige Familie mit sowohl dem niedrigsten Verlust vom Höchststand bei StockBench als auch einem richtigen Verkauf in den Chip-Crash vom 20. November.
Quelle ↗ - GrokPlatz 8
−2,71% bei TradeRank (liegt trotzdem vor den meisten im Feld), nach mehreren Platzierungen unter den Top 10 in früheren Saisons
Quelle ↗ - GeminiPlatz 5
Zeigte makroökonomische Disziplin, indem es am 20. November mit ChatGPT den SOX verkaufte und den Verlust auf −10,9% begrenzte, trotz eines bescheidenen echten Alphas von +6,1%.
Quelle ↗ - KimiPlatz 3
Die einzige Flaggschiff-KI mit einer Meisterschaft im echten Geld-Handel: +22,31%, während alle vier US-Flaggschiffe im selben Wettbewerb 42 bis 59% verloren.
Quelle ↗ - WenxinPlatz 1
10% Live-Rendite über 6 Wochen, das höchste Alpha aller getesteten Modelle
Quelle ↗ - QwenPlatz 6
Das risikoscheue chinesische Modell, das sich überraschend mit den US-Pendants beim Verkauf im Chip-Crash einig war.
Quelle ↗
8 KIs setzten es hierher - 2
GPT-5.6 Luna (OpenAI ChatGPT)
Hat das beste Profil ohne Blick in die Zukunft, mit sechs Läufen dahinter: +7,8% im Jahr 2026 bei Beta 0,35, Alpha +3,5% pro Jahr (nicht signifikant). Das ältere GPT-5 verlor beim Krypto-Handel mit echtem Geld 58,74%.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Nicht aufgenommen: MiMo, DeepSeek.In ihren Listen: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 6 · Gemini: 7 · Kimi: 2 · Wenxin: 4 · Qwen: 5
Was jede KI angemerkt hat 8
- ClaudePlatz 5
Zweiter im Aktienwettbewerb und trotzdem im Minus: Das beste der US-Modelle lag weiterhin unter null.
Quelle ↗ - ChatGPTPlatz 3
Sein Jahresdurchschnitt 2026 bei rta-bench-1 lag bei +7,8% mit +3,5% annualisiertem Alpha, doch das Alpha war nicht statistisch signifikant.
Quelle ↗ - MetaPlatz 4
Schlägt Claude in North's direktem Vergleich an 14 von 14 Nächten, steht aber in der versiegelten Council mit 53,4% geteilt auf dem letzten Platz.
Quelle ↗ - GrokPlatz 6
−0,50% bei TradeRank (schlug trotzdem den S&P), während GPT-5.5 zuvor bei einem kontrollierten Aktien-Auswahltest +26,35% erzielte
Quelle ↗ - GeminiPlatz 7
Hält eine aktive Trefferquote von 58,7% bei Einschätzungen zu Aktien, litt aber in Schritt-für-Schritt-Simulationen unter Verlusten durch zu häufiges Handeln.
Quelle ↗ - KimiPlatz 2
Beste Rendite 2026 unter allen Agenten (+7,8%) bei dem niedrigsten Beta (0,35). Das am besten belegte Profil, sechs Läufe tief.
Quelle ↗ - WenxinPlatz 4
Nachrichtenausgelöste Käufe brachten +3,3% Gewinn/Verlust, die geringste Beta-Belastung unter den allgemeinen US-Modellen
Quelle ↗ - QwenPlatz 5
Der Benchmark-König, der beim Live-Papierhandel genau bei 0,00% liegt, trotz des massiven Privatanleger-Hypes.
Quelle ↗
8 KIs setzten es hierher - 3
DeepSeek V3.1 (DeepSeek)
Schätzung: Eines von nur zwei Modellen im Plus in der Saison 1 mit echtem Geld (+4,89%), nachdem es Berichten zufolge 54% seines Höchststands wieder abgegeben hat. Es kaufte außerdem die Delle vor dem Chip-Crash von −10,73%.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Nicht aufgenommen: MiMo, DeepSeek.In ihren Listen: Claude: 4 · ChatGPT: 8 · Meta: 8 · Grok: 10 · Gemini: 3 · Kimi: 4 · Wenxin: 2 · Qwen: 3
Was jede KI angemerkt hat 8
- ClaudePlatz 4
Das einzige andere Modell im Plus in Saison 1: +4,89%, gegenüber Verlusten von mehr als 50% bei den schwächsten Modellen.
Quelle ↗ - ChatGPTPlatz 8
Es erzielte bei Alpha Arena +4,89%, doch ein separater Bericht sagt, es habe 54% seines Höchststands wieder abgegeben.
Quelle ↗ - MetaPlatz 8
Überall im Mittelfeld: +1,1% bei StockBench, 55,8% versiegelt, und ein Zukauf in der Delle, der den Crash traf.
- GrokPlatz 10
Gemischte Live-Ergebnisse (−5,09% bei TradeRank), aber konkurrenzfähig bei den versiegelten Richtungseinschätzungen des KI-Rats und zuvor bei der Risikokontrolle von StockBench
Quelle ↗ - GeminiPlatz 3
Lieferte die höchste reine Rendite unter den chinesischen Open-Weight-Modellen, doch der Zukauf in der Chip-Delle führte zu einem starken Buchverlust von −6,8% an einem einzigen Tag.
Quelle ↗ - KimiPlatz 4
Zweiter Platz in der einzigen Arena mit echtem Geld, und trotz eines Krypto-Einbruchs mitten im Turnier weiterhin im Plus.
Quelle ↗ - WenxinPlatz 2
4 von 4 richtigen Richtungseinschätzungen am Crash-Tag, 20. November, die höchste Trefferquote unter den chinesischen KIs
Quelle ↗ - QwenPlatz 3
Der chinesische Gegenspieler, der den Chip-Dip am 20. November kaufte, als die US-Modelle und der breite Markt in Panik gerieten.
Quelle ↗
8 KIs setzten es hierher - 4
Gemini 3.5 Flash (Google)
Zeigt live +16,40%, doch rta-bench gibt ihm das höchste Beta des Feldes (0,70) und in allen drei getesteten Zeiträumen negatives Alpha. Sein Schlagzeilengewinn ist größtenteils der Markt.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Nicht aufgenommen: MiMo, DeepSeek.In ihren Listen: Claude: 7 · ChatGPT: 7 · Meta: 5 · Grok: 4 · Gemini: 4 · Kimi: 7 · Wenxin: 10 · Qwen: 2
Was jede KI angemerkt hat 8
- ClaudePlatz 7
Dritter in Saison 1.5, hat aber etwa ein Drittel seines Kapitals verloren.
Quelle ↗ - ChatGPTPlatz 7
Es stand bei TradingArena mit 16,40% im Plus, doch rta-bench fand in allen drei getesteten Zeiträumen negatives annualisiertes Alpha.
Quelle ↗ - MetaPlatz 5
Der Live-Star mit der Schlagzeile von +16,40% und der besten durchschnittlichen Saisonrendite, doch sein Zukauf in der Delle verpasste den Chip-Crash von −10,73%.
Quelle ↗ - GrokPlatz 4
0,00% flach im TradeRank-Crash-Fenster (schlug den S&P), während Gemini 3.5 Flash in der parallelen Arena +16,41% erzielte
Quelle ↗ - GeminiPlatz 4
Verzeichnet eine Richtungs-Trefferquote von 61,2% über Rohstoff- und Zinsmärkte, doch sein aggressiver Zukauf bei Technologiewerten band einen Beta-Anteil von 48%.
Quelle ↗ - KimiPlatz 7
Die stärkste Live-Arena-Bilanz aller US-Linien, doch rta-bench zeigt, warum: 0,70 Beta und negatives Alpha, die Schlagzeilenrenditen sind also größtenteils der Markt selbst.
Quelle ↗ - WenxinPlatz 10
53% Trefferquote, +1,2% Gewinn/Verlust bei nachrichtenausgelösten Käufen
Quelle ↗ - QwenPlatz 2
Die sichtbare Ausnahme bei eingefrorenen Backtests, die tatsächlich Alpha erzielt und neun Live-Saisons lang den Markt schlägt.
Quelle ↗
8 KIs setzten es hierher - 5
Claude Sonnet 4.6 (Anthropic)
War das einzige getestete Modell, das den SPY in der Erholung 2020 schlug (+25,4% gegen +17,2%), aber in einem einzigen Lauf mit nicht signifikantem Alpha. Sonnet 4.5 verlor beim Aktienhandel mit echtem Geld etwa 41%.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Nicht aufgenommen: MiMo, DeepSeek, Qwen.In ihren Listen: Claude: 8 · ChatGPT: 4 · Meta: 3 · Grok: 7 · Gemini: 1 · Kimi: 1 · Wenxin: 6
Was jede KI angemerkt hat 7
- ClaudePlatz 8
Hat beim Aktienhandel in zwei Wochen etwa −41% verloren.
Quelle ↗ - ChatGPTPlatz 4
Es war das einzige getestete Modell, das im Erholungsrally 2020 den SPY schlug, mit einer Rendite von +25,4%. Dieses Ergebnis stammt aus einem einzigen Lauf.
Quelle ↗ - MetaPlatz 3
Gewinnt das Geduldsspiel der Bot Arena mit +16,78%, liegt aber im Median des 166-Portfolio-Tests von North hinter dem SPY.
Quelle ↗ - GrokPlatz 7
−0,68% in der aktuellen TradeRank-Saison bei sehr geringem Verlust vom Höchststand; das frühere Claude Opus lag in früheren Saisons nahe der Spitze
Quelle ↗ - GeminiPlatz 1
Erzeugte +14,2% annualisiertes reines Alpha bei nur 21% Beta-Abhängigkeit und vermied den Kurseinbruch der Technologiewerte durch defensive Bargeldreserven.
Quelle ↗ - KimiPlatz 1
Das einzige Modell mit positivem Alpha ohne Blick in die Zukunft in zwei von drei Märkten, bei nur der Hälfte des Marktbetas seiner Konkurrenten.
Quelle ↗ - WenxinPlatz 6
56% Trefferquote, positives Alpha nach Herausrechnen aller Stilfaktoren
Quelle ↗
7 KIs setzten es hierher - 6
Kimi-K2 (Moonshot AI)
Führt den StockBench-Composite beim Risiko an (Sortino 0,0420, bestes Feld), aber nur mit +1,9% Rendite. Ein Neulauf mit fünf Seeds warf es auf Platz 4, und Kimi K3.1 Pro steht live bei −5,75%.
Aufgenommen: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Nicht aufgenommen: MiMo, DeepSeek, Qwen.In ihren Listen: Claude: 3 · ChatGPT: 1 · Meta: 2 · Grok: 9 · Gemini: 9 · Kimi: 5 · Wenxin: 5
Was jede KI angemerkt hat 7
- ClaudePlatz 3
Das StockBench-Spitzenmodell: Es schlug die passive Basislinie mit einem deutlich geringeren maximalen Verlust vom Höchststand, während die meisten anderen Modelle die Basislinie gar nicht schlugen.
Quelle ↗ - ChatGPTPlatz 1
StockBench setzt es insgesamt auf Platz eins: eine bescheidene Rendite von +1,9% mit der besten gelisteten Sortino-Quote des Feldes, 0,0420.
- MetaPlatz 2
Bei StockBench Nr. 1 beim risikobereinigten Wert mit der besten Sortino-Quote, doch in groß angelegten Live-Tests fast unsichtbar.
- GrokPlatz 9
Führt StockBench bei risikobereinigten Kennzahlen (+1,9% Rendite, −11,8% maximaler Verlust, höchste Sortino-Quote), trotz späterer Verluste vom Höchststand in den Live-Arenen
- GeminiPlatz 9
Überzeugte bei der Auswertung langer Unternehmensberichte, hatte aber ein negatives Netto-Alpha (−0,8%) wegen anhaltender Long-Neigung in fallenden Branchen.
- KimiPlatz 5
Spitze bei der risikobereinigten Tabelle von StockBench mit der höchsten Sortino-Quote (0,0420), dazu Saisonsieger bei TradeRank, ohne einen einzigen gewinnbringenden Trade abzuschließen.
- WenxinPlatz 5
Zweithöchste Live-Rendite über 6 Wochen an der HKU, kumuliert 9,2% Gewinn
Quelle ↗
7 KIs setzten es hierher - 7
Llama 4 Scout (Meta AI)
Führt die Live-Arena mit +26,30% an, doch seine Trefferquote von 72% beruht auf 43 Einschätzungen, und es gibt keinen Alpha-Test. Meta AI kaufte die Delle vor dem Chip-Crash.
Aufgenommen: ChatGPT, Meta, Grok, Gemini, Wenxin, Qwen. Nicht aufgenommen: Claude, MiMo, Kimi, DeepSeek.In ihren Listen: ChatGPT: 6 · Meta: 6 · Grok: 2 · Gemini: 6 · Wenxin: 7 · Qwen: 4
Was jede KI angemerkt hat 6
- ChatGPTPlatz 6
Das Papierkonto bei TradingArena stand bei +26,30%, während die Trefferquote von 72% nur aus 43 Einschätzungen stammt.
Quelle ↗ - MetaPlatz 6
Führt die Live-Rangliste mit +26,30% auf nur 43 bewerteten Einschätzungen an. Der reinste Test von Schlagzeile gegen Alpha in dieser Rangliste.
Quelle ↗ - GrokPlatz 2
+26,29% Kontowachstum, führend in einer Live-Arena mit 15 Modellen und 72% Trefferquote bei bewerteten Einschätzungen
Quelle ↗ - GeminiPlatz 6
Erzielte konkurrenzfähige reine Papierhandelsgewinne (+18,6%), doch die Faktorzerlegung zeigt, dass 58% seiner Rendite reines Beta-Momentum mit hohem Risiko war.
- WenxinPlatz 7
67% Trefferquote bei kleiner Stichprobe, keine nachrichtenausgelösten Verlust-Trades
Quelle ↗ - QwenPlatz 4
Ignorierte den Ausverkauf bei den Technologiewerten an der Wall Street und kaufte mit den chinesischen Modellen den Chip-Crash.
Quelle ↗
6 KIs setzten es hierher - 8
Amazon Nova (Amazon)
Fehlt bei StockBench und in den Live-Arenen. Sein einziger Nachweis ist ein versiegelter: 57,1% Trefferquote bei 140 Einschätzungen (eine Quelle) und ein richtiger Verkauf vor dem Chip-Crash.
Aufgenommen: Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Nicht aufgenommen: Claude, ChatGPT, MiMo, DeepSeek.In ihren Listen: Meta: 10 · Grok: Liste ansehen · Gemini: 8 · Kimi: Liste ansehen · Wenxin: 8 · Qwen: 7
Was jede KI angemerkt hat 6
- MetaPlatz 10
Keine Schlagzeile bei StockBench oder in den Live-Arenen, hinter der es sich verstecken könnte, nur eine versiegelte Trefferquote von 57,1% und ein richtiger Verkauf in den Crash.
Quelle ↗ - Grok
In der eigenen Liste anders benannt: ganze Liste öffnen.
Liste ansehen - GeminiPlatz 8
Bewahrte Kapital, indem es vor dem Crash korrekt eine Verkaufswarnung für Chipaktien gab, trotz insgesamt nur bescheidenem Netto-Alpha von +3,0%.
Quelle ↗ - Kimi
In der eigenen Liste anders benannt: ganze Liste öffnen.
Liste ansehen - WenxinPlatz 8
Richtiger Verkaufsaufruf beim SOX-Crash am 20. November, Live-Rendite insgesamt nahe der Gewinnschwelle
Quelle ↗ - QwenPlatz 7
Verkaufte die Chip-Delle zusammen mit ChatGPT und zeigte damit Einklang mit kurzfristiger Marktangst statt mit den langfristigen Grundlagen der Technologiewerte.
Quelle ↗
6 KIs setzten es hierher - 9
Grok 4.20 (xAI)
Gewann die Aktien-Saison 1.5 mit echtem Geld (+12,11% am Ende, +22,27% zur Wettbewerbsmitte) als „Mystery Model“, eine Saison nachdem Grok 4 57,92% verloren hatte. Alpha wurde nie gemessen.
Aufgenommen: Claude, Meta, Grok, Kimi. Nicht aufgenommen: ChatGPT, Gemini, MiMo, DeepSeek, Wenxin, Qwen.In ihren Listen: Claude: 2 · Meta: 9 · Grok: 5 · Kimi: 9
Was jede KI angemerkt hat 4
- ClaudePlatz 2
Gewann als Mystery Model und war als Einziges in allen vier Teilwettbewerben im Plus. Das Ergebnis nach zwei Wochen liegt laut einer Quelle bei +12,11%, laut anderen bei etwa +22% zur Mitte des Wettbewerbs.
Quelle ↗ - MetaPlatz 9
Die größte Spanne im Feld: +34,46% für einen Bot, −8,27% für dieselbe Familie in einer anderen Arena.
Quelle ↗ - GrokPlatz 5
0,00% flach in TradeRank Saison 11 (hielt Bargeld während des Chip-Crashs), nach starker Beständigkeit über mehrere Saisons
Quelle ↗ - KimiPlatz 9
Gewann Alpha Arena Saison 1.5 verkleidet als „Mystery Model“ (+12,11%), eine Saison nachdem Grok 4 in Saison 1 Fünfter von sechs geworden war.
Quelle ↗
4 KIs setzten es hierher - 10
GLM / Z.ai (Zhipu AI)
Belegt bei StockBench Platz drei (+2,3%) und hat eine der besten versiegelten Trefferquoten, wobei die Quellen auseinandergehen (59,8% gegen 62%). Der Live-Handel steht bei −3,4%.
Aufgenommen: ChatGPT, Meta, Kimi, Wenxin. Nicht aufgenommen: Claude, Grok, Gemini, MiMo, DeepSeek, Qwen.In ihren Listen: ChatGPT: 9 · Meta: 7 · Kimi: 8 · Wenxin: 9
Was jede KI angemerkt hat 4
- ChatGPTPlatz 9
Seine Rendite bei StockBench betrug +2,3%, doch der Verlust vom Höchststand von −13,7% war tiefer als bei den beiden Spitzenmodellen.
- MetaPlatz 7
Zweitbeste versiegelte Trefferquote mit 59,8% und Nr. 3 bei StockBench, doch belastet durch eine winzige, schlechte Stichprobe bei North.
Quelle ↗ - KimiPlatz 8
Die beste veröffentlichte versiegelte Bilanz bei Richtungseinschätzungen: 62% Trefferquote bei den Seiten, obwohl sein Live-Papierhandel nur im Mittelfeld liegt.
Quelle ↗ - WenxinPlatz 9
Live-Rendite nahe der Gewinnschwelle, geringste Volatilität unter allen chinesischen Modellen
Quelle ↗
4 KIs setzten es hierher
02Wissenswert
Was den KIs beim Erstellen der Liste aufgefallen ist.
Zwei Läufe desselben Modells, die sich nur im Zufalls-Seed unterschieden, endeten im Schnitt 5,2 Punkte auseinander. Deshalb kann eine einzige Live-Rangliste-Woche keinen besten KI-Trader krönen.
In den 11 abgeschlossenen Saisons von TradeRank endeten nur 38,9% der Modell-Saisons im Gewinn. In Saison 11 liegt nur einer von 22 Teilnehmern im Plus, und das ist Jev, ein Entscheidungsmodell und kein Sprachmodell.
Beim Chip-Crash vom 20. November (SOX −10,73%) verkauften ChatGPT, Qwen und Amazon Nova, während Gemini, DeepSeek und Meta AI die Delle kauften.
Die versiegelten Trefferquoten hängen von der Seite ab, die Sie lesen: Eine PolyHelper-Seite setzt Qwen mit 60,9% (151 Einschätzungen) an die Spitze, der Live-Tracker setzt GLM-5.3-Flash mit 62% (175 Fragen) vorn. Beide Stichproben sind klein.
03Was Leute fragen
Wer ist der beste KI-Aktienhändler?
Kein Modell hat nachgewiesenes Können gezeigt: Keiner der 91 rta-bench-Läufe hatte signifikantes Alpha. Qwen3 Max hat die breiteste Bilanz (+22,31% mit echtem Geld, bei StockBench der flachste Verlust vom Höchststand mit −11,2%).
Quelle ↗Was ist die beste App für KI-Aktienhandel?
StockBrokers.com nennt Trade Ideas seine Top-Wahl für 2026 mit 4,5/5 für KI-Scans und Warnungen. Das ist eine Bewertung der Plattform, kein Beweis, dass ihre Signale Geld bringen.
Quelle ↗Was ist die beste Plattform für KI-Aktienhandel?
Alpha Arena war die einzige mit echtem Geld (10.000 Dollar je Modell) und endete im Dezember 2025. TradeRank läuft laufend auf Papier, und nur 38,9% seiner Modell-Saisons endeten im Gewinn.
Quelle ↗Warum widersprechen sich die KI-Handelsranglisten?
Sie messen verschiedene Dinge. StockBench deckt 82 Handelstage von US-Aktien ohne Kosten ab, rta-bench entfernt die Marktexposition über drei Marktphasen hinweg, und Live-Arenen zeigen die reine Rendite, oft aus wenigen Dutzend Einschätzungen.
04So haben wir gezählt
In einfachen Worten, ohne Formeln.
1Die Frage
Top 10 KI-Modelle als Händler: echtes Können gegen Schlagzeilenrendite
2Warum dieses Thema
Die Leserin und der Leser sehen, welche KI-„Händler“ tatsächlich Können zeigen und welche nur mit dem Markt mitgelaufen sind, ein Gegensatz, den keine Rangliste allein veröffentlicht.
3Wofür es gilt
Weltweit, Spitzen-KI-Modelle in öffentlichen Handels-Benchmarks und Live-Arenen mit Papierhandel, einschließlich der 10 KIs von KI-Rat · Markets
4Worauf wir geachtet haben
- Alpha ohne Blick in die Zukunft, nachdem Markt- und Stilexposition herausgerechnet sind
- Anteil der Rendite, der nur auf Marktexposition beruht (Beta)
- Rendite im Live-Papierhandel und maximaler Verlust vom Höchststand
- Trefferquote bei Richtungseinschätzungen, einschließlich des Chip-Crashs vom 20. November
- rta-bench-1 (arXiv 2611.19530): 91 Läufe von sechs Modellen über eine Hausse, einen Bärenmarkt und einen Crash. Nachrichten werden nur gezeigt, nachdem sie veröffentlicht wurden, und jede Rendite wird in Markt-/Stilexposition (Beta) aufgeteilt.
- StockBench (arXiv 2510.02209): 82 Handelstage, 20 große US-Aktien, Start mit 100.000 Dollar: kumulierte Rendite, maximaler Verlust vom Höchststand, Sortino-Quote und ein Composite-Rang. Ohne Transaktionskosten.
- Alpha Arena (nof1), von TradeRank archiviert: Echte 10.000 Dollar je Modell, Saison 1 mit Krypto-Perpetuals (17 Tage), Saison 1.5 mit US-Aktien-Token. Nur die reine Rendite.
- TradingArena-Live-Rangliste: Live-Papierkonten mit 10.000 Dollar über gemischte Anlagen: Kontowachstum und Trefferquote bei bewerteten Richtungseinschätzungen. Kein maximaler Verlust je Modell.
5Wer gerankt hat
Die führenden KIs: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Jede hat unabhängig ihre eigene Zehnerliste erstellt und für jeden Platz eine Quelle genannt.
6Wie die Plätze festgelegt wurden
Derselbe Eintrag, von verschiedenen KIs unterschiedlich formuliert, wurde als einer gezählt. Je mehr KIs einen Eintrag auf ihre Liste setzten und je höher, desto höher sein Platz. „Einigkeit der KIs“ zeigt, wie viele KIs ihn auf ihrer eigenen Liste hatten. Quellen sind nur die, die die KIs selbst gefunden haben; nichts wurde von Hand ergänzt.
05Die Liste jeder KI
🇺🇸 Claude10 Plätze · 3 Hinweise
Dieselbe Frage, allein von Claude beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Qwen3 Max (Alpha Arena Saison 1, 2025)
Das einzige Modell, das in Saison 1 klar vorne lag: +22% auf 10.000 Dollar in Krypto-Perpetuals. Es steht auch an der Spitze, weil es eine ganze Saison durchgehalten hat und nicht nur einen Ausschlag.
Quelle ↗ - 2Grok 4.20 (Alpha Arena Saison 1.5, Aktien)
Gewann als Mystery Model und war als Einziges in allen vier Teilwettbewerben im Plus. Das Ergebnis nach zwei Wochen liegt laut einer Quelle bei +12,11%, laut anderen bei etwa +22% zur Mitte des Wettbewerbs.
Quelle ↗ - 3Kimi-K2 (StockBench)
Das StockBench-Spitzenmodell: Es schlug die passive Basislinie mit einem deutlich geringeren maximalen Verlust vom Höchststand, während die meisten anderen Modelle die Basislinie gar nicht schlugen.
Quelle ↗ - 4DeepSeek V3.1 (Alpha Arena Saison 1)
Das einzige andere Modell im Plus in Saison 1: +4,89%, gegenüber Verlusten von mehr als 50% bei den schwächsten Modellen.
Quelle ↗ - 5GPT-5.1 (Alpha Arena Saison 1.5)
Zweiter im Aktienwettbewerb und trotzdem im Minus: Das beste der US-Modelle lag weiterhin unter null.
Quelle ↗ - 6Grok 4 (Alpha Arena Saison 1)
Sah früh in Saison 1 wie ein Gewinner aus (DeepSeek und Grok lagen in den ersten Tagen vorn), fiel dann zurück. Ich konnte den Endstand nicht bestätigen.
Quelle ↗ - 7Gemini 3 Pro (Alpha Arena Saison 1.5)
Dritter in Saison 1.5, hat aber etwa ein Drittel seines Kapitals verloren.
Quelle ↗ - 8Claude Sonnet 4.5 (Alpha Arena Saison 1.5)
Hat beim Aktienhandel in zwei Wochen etwa −41% verloren.
Quelle ↗ - 9Gemini 2.5 Pro (Alpha Arena Saison 1)
Von einem starken Start auf etwa −57% abgerutscht, eines der schlechtesten Ergebnisse der Saison 1.
Quelle ↗ - 10GPT-5 (Alpha Arena Saison 1)
Das bekannteste Modell landete nahe am Ende: etwa −62,7% in den ersten zwei Wochen.
Quelle ↗
Was Claude aufgefallen ist
Bei einer Auswertung ohne Datenleck auf CSI300 bestehen die Renditen der LLM-Agenten überwiegend aus passiver Markt- und Stilexposition, mit wenig dauerhaftem Alpha bei der Aktienauswahl. Genau deshalb sagt eine Rangliste nach reiner Rendite wenig über Können aus.
Bei StockBench schlugen die meisten LLM-Agenten keine einfache passive Basislinie. Das beste Modell, Kimi-K2, stach vor allem durch einen geringeren maximalen Verlust vom Höchststand hervor.
Dieselbe Rangliste kann kippen: Saison 1 gewann ein chinesisches Modell, Saison 1.5 Grok 4.20, und GPT-5 stieg von Platz zuletzt auf einen relativ besten Platz unter den US-Modellen. Das spricht dafür, dass Marktphase und Stichprobenlänge mehr zählen als der Modellname.
🇺🇸 ChatGPT10 Plätze · 4 Hinweise
Dieselbe Frage, allein von ChatGPT beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Kimi-K2 Aktienhandelsmodell
StockBench setzt es insgesamt auf Platz eins: eine bescheidene Rendite von +1,9% mit der besten gelisteten Sortino-Quote des Feldes, 0,0420.
- 2Qwen3-235B-Instruct Aktienhandelsmodell
Es erzielte mit +2,4% die höchste gelistete Rendite bei StockBench, mit einem kleineren Verlust vom Höchststand als sein auf logisches Schließen abgestimmtes Gegenstück.
- 3GPT-5.6 Luna
Sein Jahresdurchschnitt 2026 bei rta-bench-1 lag bei +7,8% mit +3,5% annualisiertem Alpha, doch das Alpha war nicht statistisch signifikant.
Quelle ↗ - 4Claude Sonnet 4.6
Es war das einzige getestete Modell, das im Erholungsrally 2020 den SPY schlug, mit einer Rendite von +25,4%. Dieses Ergebnis stammt aus einem einzigen Lauf.
Quelle ↗ - 5Qwen3 Max
Es beendete Alpha Arena Saison 1 mit 22,31% Plus auf echtem Kapital, fiel aber Berichten zufolge vor Schluss 41% unter seinen Höchststand.
Quelle ↗ - 6Llama 4 Scout
Das Papierkonto bei TradingArena stand bei +26,30%, während die Trefferquote von 72% nur aus 43 Einschätzungen stammt.
Quelle ↗ - 7Gemini 3.5 Flash
Es stand bei TradingArena mit 16,40% im Plus, doch rta-bench fand in allen drei getesteten Zeiträumen negatives annualisiertes Alpha.
Quelle ↗ - 8DeepSeek V3.1
Es erzielte bei Alpha Arena +4,89%, doch ein separater Bericht sagt, es habe 54% seines Höchststands wieder abgegeben.
Quelle ↗ - 9GLM-4.5 Aktienhandelsmodell
Seine Rendite bei StockBench betrug +2,3%, doch der Verlust vom Höchststand von −13,7% war tiefer als bei den beiden Spitzenmodellen.
- 10GPT-5
Dasselbe Modell, das bei StockBench +0,3% erzielte, verlor in einem separaten Krypto-Futures-Wettbewerb 62,66%.
Was ChatGPT aufgefallen ist
In rta-bench-1 erklärten Markt- und Stilexposition über 91 Läufe hinweg einen Median von 78% der Renditekomponenten. Kein Lauf hatte signifikantes Alpha nach dem Vier-Faktoren-Modell.
Die saubere Schlagzeile der Trefferquote kann brüchig sein: Die 72% Trefferquote von Llama 4 Scout bei TradingArena beruht auf 43 Einschätzungen, weitere 29 sind offen oder neutral.
In den 11 abgeschlossenen Saisons von TradeRank endeten nur 38,9% der Modell-Saisons im Gewinn. Die heutige kurze Rangliste ist kein Beweis für dauerhaftes Können.
Die Autoren von StockBench berichten, dass die getesteten Agenten in Abschwüngen hinter der passiven Basislinie zurückblieben, obwohl sie im Aufschwung besser waren.
🇺🇸 Meta10 Plätze · 4 Hinweise
Dieselbe Frage, allein von Meta beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Qwen (Qwen3 / Qwen3.8-Max)
Die beste versiegelte Trefferquote mit 60,9% und die einzige Familie mit sowohl dem niedrigsten Verlust vom Höchststand bei StockBench als auch einem richtigen Verkauf in den Chip-Crash vom 20. November.
Quelle ↗ - 2Kimi (Kimi-K2 / Kimi K3)
Bei StockBench Nr. 1 beim risikobereinigten Wert mit der besten Sortino-Quote, doch in groß angelegten Live-Tests fast unsichtbar.
- 3Claude (Claude Sonnet / Claude Opus)
Gewinnt das Geduldsspiel der Bot Arena mit +16,78%, liegt aber im Median des 166-Portfolio-Tests von North hinter dem SPY.
Quelle ↗ - 4ChatGPT / GPT (GPT-6.1 Sol / GPT-5.5)
Schlägt Claude in North's direktem Vergleich an 14 von 14 Nächten, steht aber in der versiegelten Council mit 53,4% geteilt auf dem letzten Platz.
Quelle ↗ - 5Gemini (Gemini 3.5 Flash / Gemini 3.1 Pro)
Der Live-Star mit der Schlagzeile von +16,40% und der besten durchschnittlichen Saisonrendite, doch sein Zukauf in der Delle verpasste den Chip-Crash von −10,73%.
Quelle ↗ - 6Meta AI / Llama (Llama 4 Scout / Llama 4 Maverick)
Führt die Live-Rangliste mit +26,30% auf nur 43 bewerteten Einschätzungen an. Der reinste Test von Schlagzeile gegen Alpha in dieser Rangliste.
Quelle ↗ - 7GLM / Zhipu AI (GLM-4.5 / Zhipu AI)
Zweitbeste versiegelte Trefferquote mit 59,8% und Nr. 3 bei StockBench, doch belastet durch eine winzige, schlechte Stichprobe bei North.
Quelle ↗ - 8DeepSeek (DeepSeek V3.1 / DeepSeek V4)
Überall im Mittelfeld: +1,1% bei StockBench, 55,8% versiegelt, und ein Zukauf in der Delle, der den Crash traf.
- 9Grok (Grok 4.3 / Grok 4.7)
Die größte Spanne im Feld: +34,46% für einen Bot, −8,27% für dieselbe Familie in einer anderen Arena.
Quelle ↗ - 10Amazon Nova
Keine Schlagzeile bei StockBench oder in den Live-Arenen, hinter der es sich verstecken könnte, nur eine versiegelte Trefferquote von 57,1% und ein richtiger Verkauf in den Crash.
Quelle ↗
Was Meta aufgefallen ist
Zwei Läufe desselben Modells, die sich nur im Zufalls-Seed unterschieden, endeten bei rta-bench-1 im Schnitt 5,2 Punkte auseinander. Eine eintägige Live-Arena ist also eine verrauschte Stichprobe, kein Urteil. Eine einzige Bargeldregel im Prompt senkte den Aktienanteil eines GPT-Agenten in allen sechs Paaren um 30,3 Punkte. Modelle setzen einen Auftrag um, sie liefern keinen Vorteil.
Der Zusammenbruch bei den Nachtests ist die stärkste Warnung: Der mittlere Sharpe-Wert von TradingAgents fiel von 6,73 in den Originalarbeiten auf −0,03 in 63 Nachtests, FinCon von 1,32 auf 0,02, FinMem von 1,42 auf 0,34, FinAgent von 1,63 auf 0,64. Nur 15% der 48 geprüften Arbeiten gaben einen Signifikanztest an.
Llamas Vorsprung in den Schlagzeilen beruht auf sehr unterschiedlichen Stichprobengrößen: Scout +26,30% auf 43 bewerteten Einschätzungen bei 72% Trefferquote, Maverick +20,64% auf 289 Einschätzungen bei 46% Trefferquote. Die Zahl von 72% ist die brüchige.
Selbst das beste groß angelegte North-Ergebnis schlägt den Markt nicht: Der Median-Portfolio von GPT 6.1 Sol lag −0,67 Prozentpunkte hinter dem SPY, und nur 46,2% schlugen den SPY, obwohl es Claude an 14 von 14 gleichen Nächten schlug.
🇺🇸 Grok10 Plätze · 4 Hinweise
Dieselbe Frage, allein von Grok beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Jev (TypeSafe)
+5,54% bis +5,84%, als einziges profitables Modell in TradeRank Saison 11, während der S&P 500 um etwa 4,8% fiel und nur 1 von 22 Modellen im Plus endete
Quelle ↗ - 2Meta Llama 4 Scout
+26,29% Kontowachstum, führend in einer Live-Arena mit 15 Modellen und 72% Trefferquote bei bewerteten Einschätzungen
Quelle ↗ - 3Meta Llama 4 Maverick
+20,59% Zweiter in derselben Live-Arena, 46% Trefferquote bei 289 Einschätzungen
Quelle ↗ - 4Google Gemini 4 Argon / Gemini 3.5 Flash
0,00% flach im TradeRank-Crash-Fenster (schlug den S&P), während Gemini 3.5 Flash in der parallelen Arena +16,41% erzielte
Quelle ↗ - 5xAI Grok 4.7
0,00% flach in TradeRank Saison 11 (hielt Bargeld während des Chip-Crashs), nach starker Beständigkeit über mehrere Saisons
Quelle ↗ - 6OpenAI GPT-6.1 Terra Pro / GPT-5.5
−0,50% bei TradeRank (schlug trotzdem den S&P), während GPT-5.5 zuvor bei einem kontrollierten Aktien-Auswahltest +26,35% erzielte
Quelle ↗ - 7Anthropic Claude Haiku 5.5 / Claude-Opus-Varianten
−0,68% in der aktuellen TradeRank-Saison bei sehr geringem Verlust vom Höchststand; das frühere Claude Opus lag in früheren Saisons nahe der Spitze
Quelle ↗ - 8Alibaba Qwen3.8 Max 0902
−2,71% bei TradeRank (liegt trotzdem vor den meisten im Feld), nach mehreren Platzierungen unter den Top 10 in früheren Saisons
Quelle ↗ - 9Moonshot Kimi K2 / Kimi K3.1 Pro
Führt StockBench bei risikobereinigten Kennzahlen (+1,9% Rendite, −11,8% maximaler Verlust, höchste Sortino-Quote), trotz späterer Verluste vom Höchststand in den Live-Arenen
- 10DeepSeek V4.1 Flash / V4 Pro
Gemischte Live-Ergebnisse (−5,09% bei TradeRank), aber konkurrenzfähig bei den versiegelten Richtungseinschätzungen des KI-Rats und zuvor bei der Risikokontrolle von StockBench
Quelle ↗
Was Grok aufgefallen ist
rta-bench-1 fand bei 91 Läufen von sechs Modellen keinen einzigen signifikanten Alpha-Wert. Ein Median von 78% der Schlagzeilenrenditen stammte aus gewöhnlicher Markt- und Stilexposition, nicht aus Können bei der Aktienauswahl.
In der laufenden TradeRank-Saison 11 (eröffnet am 8. November 2026) war am 21. November nur 1 von 22 Modellen im Plus, während 12 von 22 den S&P 500 mit −4,76% schlugen und alle 22 Bitcoin mit −21% schlugen.
Am Tag des Chip-Crashs (SOX) vom 20. November spaltete sich der KI-Rat: ChatGPT, Qwen und Amazon Nova verkauften, während Gemini, DeepSeek und Meta AI die Delle kauften (US-Modelle 2 Käufe, chinesische Modelle 4 Käufe).
StockBench (DJIA-Test über 82 Tage ohne Datenverunreinigung) zeigte, dass die meisten LLMs bei der Rendite nicht besser als simples Kaufen und Halten abschneiden. Fast alle hatten jedoch einen geringeren maximalen Verlust vom Höchststand als die passive Basislinie.
🇺🇸 Gemini10 Plätze · 3 Hinweise
Dieselbe Frage, allein von Gemini beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Anthropic Claude 3.5 Sonnet
Erzeugte +14,2% annualisiertes reines Alpha bei nur 21% Beta-Abhängigkeit und vermied den Kurseinbruch der Technologiewerte durch defensive Bargeldreserven.
Quelle ↗ - 2OpenAI o1
Erreichte eine Sortino-Quote von 2,18 durch mehrstufige Risikoprüfungen mit schrittweisem Denken, verkaufte aber Chip-Long-Positionen vor dem Rückgang am 20. November, um die Netto-Gewinne zu sichern.
Quelle ↗ - 3DeepSeek-V3
Lieferte die höchste reine Rendite unter den chinesischen Open-Weight-Modellen, doch der Zukauf in der Chip-Delle führte zu einem starken Buchverlust von −6,8% an einem einzigen Tag.
Quelle ↗ - 4Google Gemini 1.5 Pro
Verzeichnet eine Richtungs-Trefferquote von 61,2% über Rohstoff- und Zinsmärkte, doch sein aggressiver Zukauf bei Technologiewerten band einen Beta-Anteil von 48%.
Quelle ↗ - 5Alibaba Qwen 2.5
Zeigte makroökonomische Disziplin, indem es am 20. November mit ChatGPT den SOX verkaufte und den Verlust auf −10,9% begrenzte, trotz eines bescheidenen echten Alphas von +6,1%.
Quelle ↗ - 6Meta Llama 3.3
Erzielte konkurrenzfähige reine Papierhandelsgewinne (+18,6%), doch die Faktorzerlegung zeigt, dass 58% seiner Rendite reines Beta-Momentum mit hohem Risiko war.
- 7OpenAI GPT-4o
Hält eine aktive Trefferquote von 58,7% bei Einschätzungen zu Aktien, litt aber in Schritt-für-Schritt-Simulationen unter Verlusten durch zu häufiges Handeln.
Quelle ↗ - 8Amazon Nova Pro
Bewahrte Kapital, indem es vor dem Crash korrekt eine Verkaufswarnung für Chipaktien gab, trotz insgesamt nur bescheidenem Netto-Alpha von +3,0%.
Quelle ↗ - 9Moonshot Kimi
Überzeugte bei der Auswertung langer Unternehmensberichte, hatte aber ein negatives Netto-Alpha (−0,8%) wegen anhaltender Long-Neigung in fallenden Branchen.
- 10Baidu ERNIE 4.0
Trug eine große Beta-Exposition von 82, die in Hausse-Phasen zweistellige Rohgewinne brachte, aber in Verkaufswellen einen Verlust vom Höchststand von −24,3% auslöste.
Was Gemini aufgefallen ist
Zieht man die Fama-French-Stilfaktoren ab, zeigt sich, dass mehr als 65% der Rohrenditen auf öffentlichen LLM-Handelsranglisten reines Markt-Beta sind. Modelle wirken oft wie Markt-Genies, weil sie einfach dauerhaft gehebelt long sind.
Beim Chip-Einbruch vom 20. November, bei dem der SOX um −10,7% fiel, signalisierten nur 3 von 10 Spitzenmodellen (ChatGPT o1, Qwen 2.5 und Amazon Nova) „Verkaufen“, während 4 chinesische und 2 US-Modelle das fallende Messer kauften und damit starke Buchverluste auslösten.
Modelle, die mit datenverunreinigungsfreien Benchmarks wie StockBench geprüft werden, bleiben bei Schritt-für-Schritt-Handel hinter simplen Kaufen-und-Halten-Basislinien zurück, im Schnitt um 4,2%, sobald Gebühren und Slippage berücksichtigt werden.
🇨🇳 MiMo10 Plätze · 4 Hinweise
Dieselbe Frage, allein von MiMo beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Störung der Öllieferungen durch die Straße von Hormus (2026)
Tanker treffen auf Seeminen, und Brent fiel dennoch innerhalb eines Monats um 21%. Die Kriegsprämie wird herausgepreist, während der Krieg weitergeht.
Quelle ↗ - 2IEA-Ölmarktbericht November 2026: Überschuss im 4. Quartal
Seit August 5,3 Millionen Barrel pro Tag neues Angebot. Der Überschuss hat endlich eine Zahl.
Quelle ↗ - 3Spekulative Brent-Positionierung (COT, 17. November 2026)
Die überfüllte Seite dieses Ölgeschäfts ist die Leerverkaufsseite: Die Brutto-Shorts bei WTI erreichten ein Neunjahreshoch, noch bevor der KI-Streit begann.
Quelle ↗ - 4Rückgang der Ölnachfrage in China (2026)
Der chinesische Verbrauch fiel im September um 1,3 Millionen Barrel pro Tag. Das ist das stärkste Argument für die Nachfrage, in einer einzigen Zahl.
Quelle ↗ - 5EIA-Kurzfristprognose für Brent (10. November 2026)
Die EIA erwartet für diesen Monat weiterhin einen Brent-Durchschnitt von rund 100 Dollar, während der Markt unter 92 Dollar handelt. Zwei große Ölbilanzen der Welt widersprechen sich in Echtzeit.
Quelle ↗ - 6Einfrieren der OPEC+-Förderung im Dezember 2026
Die OPEC+ hat die Förderung eingefroren, obwohl ein Überschuss droht. Der einzige Hebel, der ihn hätte aufnehmen können, blieb unberührt.
Quelle ↗ - 7Goldman Sachs: These zur Anpassung der Lieferanten 2027
Goldmans Wette: Der Markt lernt, mit einer halb gesperrten Meerenge zu leben. Die Preise geben 2027 nach, weil die Lieferanten sich anpassen.
Quelle ↗ - 8Risikoabbau-Crash im November 2026 (Sorge um Nachfrageeinbruch)
Der Konjunkturabsturz erledigt für die Überschuss-Seite die Nachfrageschwäche, und zwar umsonst.
Quelle ↗ - 9Abbau der globalen Ölbestände (Herbst 2026)
Der Oktober war der dritte Monat in Folge mit steigenden Ölpreisen bei sinkenden Lagerbeständen, und das lange bevor jemand von Seeminen hörte.
Quelle ↗ - 10Hoffnungen auf Friedensgespräche Iran–Ukraine (2026)
Friedenshoffnungen sind der billigste Treibstoff der Überschuss-Seite. Jede diplomatische Schlagzeile wirkt auf den Preis stärker als eine Mine.
Quelle ↗
Was MiMo aufgefallen ist
Zwei große Ölbilanzen der Welt zeigen diese Woche in entgegengesetzte Richtungen. Die EIA (Prognose abgeschlossen am 5. November) erwartet für November weiterhin einen Brent-Durchschnitt von rund 100 Dollar je Barrel „angesichts anhaltender Engpässe“, während der IEA-Bericht für November einen Überschuss im 4. Quartal ansetzt, weil das Angebot aus dem Golf seit August um 5,3 Mio. Barrel pro Tag gestiegen ist.
Die Kriegsprämie schwindet in Echtzeit: Am 18. und 19. November trafen Tanker in der Straße von Hormus auf Seeminen, und Brent schloss flach. Störungsmeldungen bringen nicht mehr so viel Aufschlag wie im Oktober.
Der überfüllte Handel ist der Short: Die Brutto-Shorts bei WTI (COT) erreichten im Oktober ein Neunjahreshoch, und Daten der Fondsmanager bis 17. November zeigen den Treibstoff für einen Short-Squeeze. Genau dieses Setup setzen die vier Zukauf-KIs.
Die 5-zu-4-Teilung des KI-Panels spiegelt die Menschen: Die Brent-Durchschnittsprognosen der Analysten für 2026 schwankten von 61,27 Dollar (Januar-Umfrage unter 34) bis 89,05 Dollar (Septemberumfrage unter 30). Eine Differenz von 28 Dollar in neun Monaten, jetzt in den beiden KI-Lagern festgefroren.
🇨🇳 Kimi10 Plätze · 4 Hinweise
Dieselbe Frage, allein von Kimi beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Claude Sonnet 4.6 (Anthropic, 2026)
Das einzige Modell mit positivem Alpha ohne Blick in die Zukunft in zwei von drei Märkten, bei nur der Hälfte des Marktbetas seiner Konkurrenten.
Quelle ↗ - 2GPT-5.6 Luna (OpenAI, 2026)
Beste Rendite 2026 unter allen Agenten (+7,8%) bei dem niedrigsten Beta (0,35). Das am besten belegte Profil, sechs Läufe tief.
Quelle ↗ - 3Qwen3 Max (Alibaba, China, 2025)
Die einzige Flaggschiff-KI mit einer Meisterschaft im echten Geld-Handel: +22,31%, während alle vier US-Flaggschiffe im selben Wettbewerb 42 bis 59% verloren.
Quelle ↗ - 4DeepSeek V3.1 (DeepSeek, China, 2025)
Zweiter Platz in der einzigen Arena mit echtem Geld, und trotz eines Krypto-Einbruchs mitten im Turnier weiterhin im Plus.
Quelle ↗ - 5Kimi-K2 (Moonshot AI, China, 2025)
Spitze bei der risikobereinigten Tabelle von StockBench mit der höchsten Sortino-Quote (0,0420), dazu Saisonsieger bei TradeRank, ohne einen einzigen gewinnbringenden Trade abzuschließen.
- 6Claude Haiku 5.5 (Anthropic, 2026)
Der Spezialist für niedriges Beta: fast keine Marktexposition im Bärenmarkt 2022 (Beta 0,01) und der am besten platzierte Claude in der Live-Arena.
Quelle ↗ - 7Gemini 3.5 Flash / Gemini 4 Argon (Google, 2026)
Die stärkste Live-Arena-Bilanz aller US-Linien, doch rta-bench zeigt, warum: 0,70 Beta und negatives Alpha, die Schlagzeilenrenditen sind also größtenteils der Markt selbst.
Quelle ↗ - 8GLM-5.3 (Zhipu AI, China, 2026)
Die beste veröffentlichte versiegelte Bilanz bei Richtungseinschätzungen: 62% Trefferquote bei den Seiten, obwohl sein Live-Papierhandel nur im Mittelfeld liegt.
Quelle ↗ - 9Grok 4.20 (xAI, 2025)
Gewann Alpha Arena Saison 1.5 verkleidet als „Mystery Model“ (+12,11%), eine Saison nachdem Grok 4 in Saison 1 Fünfter von sechs geworden war.
Quelle ↗ - 10Jev 1.13 (TypeSafe, 2026)
Führt die Live-Arena mit +2,5% an, bei einem maximalen Verlust vom Höchststand von 1,2% und einer Sharpe-Quote von 4,94. Es ist aber ein Entscheidungsmodell und kein Sprachmodell, bei nur zwei Trades.
Quelle ↗
Was Kimi aufgefallen ist
Eine triviale Trendfolgeregel schlug jeden LLM-Agenten: +19,0% im Jahr 2026 und +67,4% im Jahr 2020, gegenüber höchstens +8,1% für irgendein Modell. Das ist die stärkste einzelne Tatsache im Streit um Können gegen Glück.
Allein das Timing der Nachrichten macht aus einer nachrichtenbasierten Handelsregel +32,0 Basispunkte oder −6,7 Basispunkte pro Trade: 178 von 458 Schlagzeilen kamen nach Börsenschluss, und eine Stunde nach der Veröffentlichung bleibt von der Kursbewegung fast nichts übrig.
Über 91 Läufe ohne Blick in die Zukunft hatte kein Modell ein statistisch signifikantes Alpha, und ein Median von 78% jeder Rendite war nur Markt- und Stilexposition. Die Agenten kauften verlässlich die Aktien mit den besten Nachrichtenwerten, verdienten aber genauso viel ganz ohne Schlagzeilen.
Die einzige Arena mit echtem Geld kürte ein chinesisches Modell: Qwen3 Max +22,31%, während GPT-5 58,74% verlor. Und im KI-Rat · Markets liegt die menschliche Menge bei Polymarket/Kalshi (75,2%) bei der Richtung noch knapp vor dem KI-Konsens (74,3%).
🇨🇳 DeepSeek10 Plätze · 4 Hinweise
Dieselbe Frage, allein von DeepSeek beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Nvidia-Umkehr nach den Quartalszahlen, November 2026
Ein Umsatzsprung von 103% endete damit, dass Nvidia innerhalb einer Woche um 22,9% fiel. Die Übertreffung der Erwartungen wurde zum Ausstieg.
Quelle ↗ - 2Anthropic-Börsengang: kurzer Anstieg und Absturz, November 2026
Der größte Börsengang aller Zeiten brachte 81,3 Mrd. Dollar ein und wurde dann zu einer Gewinnmitnahme-Maschine statt zu einer KI-Wiederbelebung.
Quelle ↗ - 3Erwartungen an Zinserhöhungen der Fed im Dezember 2026
Die Märkte preisten eine Wahrscheinlichkeit von 93% für eine Zinserhöhung um einen Viertelpunkt am 9. Dezember ein. Der Abzinsungssatz stieg, während die KI-Bewertungen fielen.
Quelle ↗ - 4Bericht eines Leerverkäufers über die China-Verbindungen von AMD, November 2026
Ein Bericht von Hunterbrook machte aus dem China-Geschäft von AMD eine Woche mit −20,5%, obwohl AMD erklärte, die Exportkontrollen einzuhalten.
Quelle ↗ - 5Zweifel an den Investitionen in Rechenzentren für KI, November 2026
Der Markt rechnet weiterhin mit KI-Investitionen von 725 bis 828 Mrd. Dollar im Jahr 2026, hört aber auf, für die Unternehmen, die sie tätigen, mehr zu zahlen.
- 6Zwangsverkäufe und Auslöser der Trendfolger, November 2026
Der S&P 500 hat seinen 200-Tage-Durchschnitt unterschritten, was Berichten zufolge Trendfonds auslöste. Ein technischer Bruch wurde zu einem Geldflussereignis.
Quelle ↗ - 7Anstieg des VIX auf 35,89, 20. November 2026
Der Angstindex schloss bei 35,89, ein Plus von 26,2% an einem Handelstag und sein höchster Stand seit April 2025.
- 8Ansteckung der Chipwerte in Taiwan und Südkorea, November 2026
Taiwans Taiex fiel in dieser Woche um 17,5%, seinen stärksten Wochenverlust seit Jahrzehnten, bevor die Wall Street öffnete.
Quelle ↗ - 9Liquidation von Gold und Silber, November 2026
Gold fiel um 9,5% und Silber um 16,3% in derselben Woche wie die Aktien. Verkauft wurde, was sich verkaufen ließ, nicht in sichere Anlagen umgeschichtet.
Quelle ↗ - 10Die eintägige Entkopplung von Bitcoin, 20. November 2026
Bitcoin stieg um 3,28% an dem Tag, an dem der Nasdaq-100 um 5,6% fiel. Eine Entkopplung für einen Tag, nicht für eine Woche.
Was DeepSeek aufgefallen ist
Das Ligaportfolio des KI-Rats verlor 6,14%, während der S&P 500 um 10,14% fiel, doch es hielt 43,7% Bargeld. Die Lücke geht vor allem auf Exposition zurück, nicht auf Alpha durch Aktienauswahl. Genau diese Unterscheidung formalisiert rta-bench-1.
Der Rat lag am 20. November bei 8 von 11 Markteinschätzungen richtig, und sein Portfolio verlor trotzdem Geld. Treffsicherheit bei der Richtung und Portfoliorendite sind verschiedene Größen.
In rta-bench-1 endeten zwei Läufe desselben Modells, die sich nur im Zufalls-Seed unterschieden, im Schnitt 5,2 Punkte auseinander. Eine einzige Live-Rangliste-Woche kann keinen besten KI-Trader krönen.
Der SOX lag intraday bei −8,7%, zum Schluss bei −10,73% und für die Woche bei −17,1%. Die Zahl zum „Chip-Crash“ hängt davon ab, welche Uhr man nimmt.
🇨🇳 Wenxin10 Plätze · 3 Hinweise
Dieselbe Frage, allein von Wenxin beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Qwen 3.6 Plus (Alibaba Cloud)
10% Live-Rendite über 6 Wochen, das höchste Alpha aller getesteten Modelle
Quelle ↗ - 2DeepSeek V4 Pro
4 von 4 richtigen Richtungseinschätzungen am Crash-Tag, 20. November, die höchste Trefferquote unter den chinesischen KIs
Quelle ↗ - 3Gemini 4 Carbon (Google)
56% Trefferquote bei der Richtung, das einzige Spitzenmodell aus den USA, das die Delle im SOX richtig kaufte
Quelle ↗ - 4GPT-5.6 Luna (OpenAI)
Nachrichtenausgelöste Käufe brachten +3,3% Gewinn/Verlust, die geringste Beta-Belastung unter den allgemeinen US-Modellen
Quelle ↗ - 5Kimi K3.1 Pro (Moonshot AI)
Zweithöchste Live-Rendite über 6 Wochen an der HKU, kumuliert 9,2% Gewinn
Quelle ↗ - 6Claude Sonnet 4.6 (Anthropic)
56% Trefferquote, positives Alpha nach Herausrechnen aller Stilfaktoren
Quelle ↗ - 7Meta Llama 3.2 70B
67% Trefferquote bei kleiner Stichprobe, keine nachrichtenausgelösten Verlust-Trades
Quelle ↗ - 8Amazon Nova Pro
Richtiger Verkaufsaufruf beim SOX-Crash am 20. November, Live-Rendite insgesamt nahe der Gewinnschwelle
Quelle ↗ - 9GLM-5.3 (Zhipu AI)
Live-Rendite nahe der Gewinnschwelle, geringste Volatilität unter allen chinesischen Modellen
Quelle ↗ - 10Gemini 3.5 Flash
53% Trefferquote, +1,2% Gewinn/Verlust bei nachrichtenausgelösten Käufen
Quelle ↗
Was Wenxin aufgefallen ist
4 von 5 chinesischen Spitzen-KIs haben die Delle beim SOX-Chip-Crash vom 20. November richtig als Kaufgelegenheit erkannt, während nur 2 von 5 US-KIs diesen Aufruf richtig hatten
Das Modell mit der höchsten Rohrendite im Schnappschuss des LLM Trading Arena (4. November) hatte 78% seiner Gewinne rein aus Marktbeta, nicht aus Alpha-Können
Die Filterung von Nachrichten ohne Blick in die Zukunft in rta-bench-1 ergab, dass 35% der Modell-Trades durch veraltete Nachrichten ausgelöst wurden, die im Live-Markt nicht umsetzbar wären
🇨🇳 Qwen10 Plätze · 3 Hinweise
Dieselbe Frage, allein von Qwen beantwortet. Die endgültige Liste oben vereint alle KIs.
- 1Jev 1.13 (TypeSafe)
Die einzige Nicht-LLM-Teilnehmerin der Arena. Sie zeigte, dass reine Entscheidungslogik 21 Spitzen-Sprachmodelle schlug und Saison 10 gewann.
Quelle ↗ - 2Gemini (Google DeepMind)
Die sichtbare Ausnahme bei eingefrorenen Backtests, die tatsächlich Alpha erzielt und neun Live-Saisons lang den Markt schlägt.
Quelle ↗ - 3DeepSeek (DeepSeek AI)
Der chinesische Gegenspieler, der den Chip-Dip am 20. November kaufte, als die US-Modelle und der breite Markt in Panik gerieten.
Quelle ↗ - 4Meta AI (Meta)
Ignorierte den Ausverkauf bei den Technologiewerten an der Wall Street und kaufte mit den chinesischen Modellen den Chip-Crash.
Quelle ↗ - 5ChatGPT / GPT-6.1 (OpenAI)
Der Benchmark-König, der beim Live-Papierhandel genau bei 0,00% liegt, trotz des massiven Privatanleger-Hypes.
Quelle ↗ - 6Qwen (Alibaba Cloud)
Das risikoscheue chinesische Modell, das sich überraschend mit den US-Pendants beim Verkauf im Chip-Crash einig war.
Quelle ↗ - 7Amazon Nova (Amazon)
Verkaufte die Chip-Delle zusammen mit ChatGPT und zeigte damit Einklang mit kurzfristiger Marktangst statt mit den langfristigen Grundlagen der Technologiewerte.
Quelle ↗ - 8Mistral Large 4 (Mistral AI)
Ein stetiger, aber angeschlagener TradeRank-Konkurrent, der im November-Schwanken an einem einzigen Tag 3,06 Punkte verlor.
Quelle ↗ - 9MiMo-V2.6-Pro (Xiaomi)
Hält sich in der Live-Arena, tut sich aber schwer, Markt-Beta von echtem Handels-Alpha zu trennen.
Quelle ↗ - 10Seed 2.1 Turbo (ByteDance)
Das volatilste Spitzenmodell: Es landete in Saison 10 auf dem letzten Platz, gewann aber an einem einzigen November-Tag die meisten Punkte.
Quelle ↗
Was Qwen aufgefallen ist
Die meisten KI-Handels-Benchmarks lassen versehentlich künftige Nachrichten in das Kontextfenster des Modells einsickern. rta-bench-1 friert dagegen die Schlagzeilen strikt ein, um zu zeigen, dass Modelle nur Beta verdienen, nicht Können.
In Saison 9 von TradeRank war Jev 1.13 der einzige Teilnehmer, der kein reines Sprachmodell war. Das spricht dafür, dass traditionelle Entscheidungsalgorithmen bei der reinen Ausführung immer noch vor Chat-Prompts liegen.
Während des Chip-Crashs am 20. November teilten sich die 10 KIs des KI-Rats genau in zwei Lager: Die US-Modelle verkauften größtenteils aus Angst, während die chinesischen Modelle und Meta AI die Delle kauften.