91回の未来情報なし検証(6モデル)では、統計的に有意なアルファはなく、市場と値動きのスタイルへの連動がリターンの中央値の78%を説明しました。
2026年の最優秀AI株式トレーダー:実力か、見出しの利益か
91回の未来情報なしの検証で6つのAIモデルを調べたところ、統計的に有意なアルファはどれにも見られず、リターンの中央値78%は単なる市場への連動でした。それでも、ライブ対戦では Llama 4 Scout が +26.30% でトップとされています。
- 1位:Qwen3 Max(アリババ)
- 10 位まで
01最終リスト
主要なAIがそれぞれ独立して 10 位までのリストを作りました。確認しやすい 1 つの結果です。各順位に理由、出典、その項目を入れた AI の一覧があります。
並び順:AIの合意が多い順です。
明るいバッジは、その AI がこの項目を自分のリストに入れたことを示します。薄いバッジは入れなかったことを示します。
- 1
Qwen3 Max(アリババ)
3つの別々の評価で強いのは唯一このモデルです:実資金で勝ち(+22.31%、暗号資産)、StockBenchで最も浅い最大下落率(−11.2%)、−10.73%の暴落前に半導体株を売りました。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. 選ばなかった AI: MiMo, DeepSeek.各 AI のリストでの順位: Claude: 1 · ChatGPT: 5 · Meta: 1 · Grok: 8 · Gemini: 5 · Kimi: 3 · Wenxin: 1 · Qwen: 6
各 AI の指摘 8
- Claude1 位
シーズン1で明らかに先行した唯一のモデル:暗号資産の無期限先物で1万ドルを +22%。1回の値動きではなく、シーズン全体を通して持ちこたえたため、首位にもなっています。
出典 ↗ - ChatGPT5 位
Alpha Arena シーズン1では実資金で 22.31% 上昇して終えましたが、終了前にピークから41%下落したと報じられています。
出典 ↗ - Meta1 位
事前記録の的中率は60.9%で首位。また、StockBench で最小の下落率と、11月20日の半導体株暴落での正しい売りを両方備える唯一のファミリーです。
出典 ↗ - Grok8 位
TradeRank では −2.71%(それでも大半のモデルより上)。過去の複数シーズンで上位10入りしています。
出典 ↗ - Gemini5 位
11月20日に ChatGPT と一緒に SOX を売り、マクロの規律を示しました。+6.1% の実際のアルファは小さいものの、下落を −10.9% に抑えました。
出典 ↗ - Kimi3 位
実資金のトレーディング選手権を持つ唯一の旗艦モデル:+22.31%。同じアリーナで、米国の旗艦4つは42〜59%を失いました。
出典 ↗ - Wenxin1 位
6週間のライブのリターン 10%。テストしたすべてのモデルの中で、アルファが最上位。
出典 ↗ - Qwen6 位
リスク回避的な中国のモデルで、意外にも米国の仲間と一緒に半導体の暴落を売りました。
出典 ↗
8つのAIがここに選出 - 2
GPT-5.6 Luna(OpenAI ChatGPT)
未来情報なしの評価で最も良い実績があり、6回の検証があります:2026年は +7.8%、ベータ 0.35、年率アルファ +3.5%(有意ではない)。旧版の GPT-5 は実資金の暗号資産取引で 58.74% を失いました。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. 選ばなかった AI: MiMo, DeepSeek.各 AI のリストでの順位: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 6 · Gemini: 7 · Kimi: 2 · Wenxin: 4 · Qwen: 5
各 AI の指摘 8
- Claude5 位
株式コンテストで2位でしたが、それでも損失を出しました:米国モデルの中で最良でも、なおマイナスでした。
出典 ↗ - ChatGPT3 位
2026年の rta-bench-1 の平均は +7.8%、年率アルファ +3.5% でしたが、アルファは統計的に有意ではありません。
出典 ↗ - Meta4 位
North の直接対決で Claude に14夜中14夜勝ちますが、事前記録の Council では 53.4% で同率最下位です。
出典 ↗ - Grok6 位
TradeRank では −0.50%(それでも S&P は上回る)。一方、以前の管理された株式選択テストでは GPT-5.5 が +26.35% を記録。
出典 ↗ - Gemini7 位
株式全体で58.7%の予想的中率を保っていますが、ステップごとのシミュレーションでは過剰な売買による滑りに苦しみました。
出典 ↗ - Kimi2 位
どのエージェントよりも優れた2026年のリターン(+7.8%)を、最も低いベータ(0.35)で。最も裏付けの多いプロフィールで、6回の検証があります。
出典 ↗ - Wenxin4 位
ニュースをきっかけにした買いで +3.3% の損益。米国の汎用モデルの中で、ベータによる足かせが最も小さい。
出典 ↗ - Qwen5 位
巨大な個人投資家の熱狂にもかかわらず、仮想売買のライブでちょうど 0.00% で首位に立つベンチマークの王者です。
出典 ↗
8つのAIがここに選出 - 3
ディープシーク V3.1(ディープシーク)
推定:実資金のシーズン1で黒字だった2つのモデルのうちの1つ(+4.89%)。ピークから54%を失ったと報じられています。−10.73%の半導体株暴落の前には押し目買いもしていました。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. 選ばなかった AI: MiMo, DeepSeek.各 AI のリストでの順位: Claude: 4 · ChatGPT: 8 · Meta: 8 · Grok: 10 · Gemini: 3 · Kimi: 4 · Wenxin: 2 · Qwen: 3
各 AI の指摘 8
- Claude4 位
シーズン1で黒字だったもう1つのモデル:+4.89%。最悪のモデルは50%超の損失でした。
出典 ↗ - ChatGPT8 位
Alpha Arena では +4.89% でしたが、別の報告では、ピークから54%を失ったとされています。
出典 ↗ - Meta8 位
どこでも中位:StockBench で +1.1%、事前記録で 55.8%、押し目買いは暴落に当たりました。
- Grok10 位
ライブ結果は混在(TradeRank で −5.09%)。ただし、AI Council の方向予想の事前記録では競争力があり、以前の StockBench ではリスク管理が良好でした。
出典 ↗ - Gemini3 位
中国のオープンウェイトモデルの中で最も高い生のリターンを出しましたが、押し目買いが1日の紙上の大きな下落 −6.8% を招きました。
出典 ↗ - Kimi4 位
実資金を使う唯一のアリーナで2位。途中の暗号資産の暴落の後でも、まだプラスです。
出典 ↗ - Wenxin2 位
11月20日の暴落日に4/4の正しい方向予想。中国のAIの中で最も高い的中率。
出典 ↗ - Qwen3 位
11月20日に、米国のモデルや市場全体がパニックになった中で半導体の押し目を買った、中国の逆張り派です。
出典 ↗
8つのAIがここに選出 - 4
Gemini 3.5 Flash(Google)
ライブでは +16.40% ですが、rta-bench はこのモデルの市場ベータが全体で最も高い(0.70)とし、テストした3つの期間すべてでアルファはマイナスでした。見かけの利益の多くは市場によるものです。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. 選ばなかった AI: MiMo, DeepSeek.各 AI のリストでの順位: Claude: 7 · ChatGPT: 7 · Meta: 5 · Grok: 4 · Gemini: 4 · Kimi: 7 · Wenxin: 10 · Qwen: 2
各 AI の指摘 8
- Claude7 位
シーズン1.5で3位でしたが、資金の約3分の1を失いました。
出典 ↗ - ChatGPT7 位
TradingArena では 16.40% 上昇していましたが、rta-bench は、テストした3つの期間すべてで年率アルファがマイナスだと判定しました。
出典 ↗ - Meta5 位
ライブ対戦の見出しのスターで +16.40%、最も良い平均シーズンリターンですが、押し目買いは −10.73% の半導体株暴落を見逃しました。
出典 ↗ - Grok4 位
TradeRank の暴落期間では 0.00% で横ばい(S&P を上回る)。一方、並行するアリーナでは Gemini 3.5 Flash が +16.41% を記録。
出典 ↗ - Gemini4 位
商品と金利の市場で61.2%の方向的中率を持ちますが、攻めのハイテク押し目買いが、48%のベータ配分を吸収しました。
出典 ↗ - Kimi7 位
米国の系統で最も強いライブ対戦の実績。ただし rta-bench がその理由を示します:ベータ 0.70 とマイナスのアルファで、見出しのリターンのほとんどは市場そのものです。
出典 ↗ - Wenxin10 位
的中率 53%、ニュースをきっかけにした買いで +1.2% の損益。
出典 ↗ - Qwen2 位
9シーズンのライブで市場を上回りながら、実際にアルファを稼ぐ、凍結されたバックテストでの目立つ例外です。
出典 ↗
8つのAIがここに選出 - 5
Claude Sonnet 4.6(Anthropic)
2020年の反発局面で SPY を上回った唯一の検証モデルでした(+25.4% 対 +17.2%)。ただし1回の実行で、アルファは有意ではありません。Sonnet 4.5 は実資金の株式取引で約41%を失いました。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. 選ばなかった AI: MiMo, DeepSeek, Qwen.各 AI のリストでの順位: Claude: 8 · ChatGPT: 4 · Meta: 3 · Grok: 7 · Gemini: 1 · Kimi: 1 · Wenxin: 6
各 AI の指摘 7
- Claude8 位
2週間の株式取引で、約 −41% を失いました。
出典 ↗ - ChatGPT4 位
rta-bench の2020年の反発で SPY を上回った唯一の検証モデルで、+25.4% のリターンでした。その結果は1回の実行によるものです。
出典 ↗ - Meta3 位
Bot Arena の忍耐ゲームで +16.78% で勝ちますが、North の166ポートフォリオのテストでは、中央値で SPY に劣ります。
出典 ↗ - Grok7 位
現在の TradeRank シーズンでは −0.68%、下落幅は非常に小さい。以前の Claude Opus は、過去のシーズンで上位近くに入りました。
出典 ↗ - Gemini1 位
年率14.2%の純粋なアルファを生み、ベータへの依存は21%だけ。防御的な現金準備を持つことで、ハイテクの崩壊を避けました。
出典 ↗ - Kimi1 位
3つの市場のうち2つで、未来情報なしのアルファがプラスだった唯一のモデル。ライバルの市場ベータの半分で運用しながら、です。
出典 ↗ - Wenxin6 位
的中率 56%。すべてのスタイル要因への連動を取り除いた後も、アルファはプラス。
出典 ↗
7つのAIがここに選出 - 6
Kimi-K2(ムーンショットAI)
StockBenchの総合評価でリスク面(ソルティノ比率 0.0420、全体で最良)のトップですが、リターンはわずか +1.9% です。5シードの再実行では4位に下がり、Kimi K3.1 Pro はライブで −5.75% です。
選んだ AI: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. 選ばなかった AI: MiMo, DeepSeek, Qwen.各 AI のリストでの順位: Claude: 3 · ChatGPT: 1 · Meta: 2 · Grok: 9 · Gemini: 9 · Kimi: 5 · Wenxin: 5
各 AI の指摘 7
- Claude3 位
StockBench で首位のモデル:最大下落率がずっと小さく、パッシブな基準を上回りました。他のほとんどのモデルは基準すら上回れませんでした。
出典 ↗ - ChatGPT1 位
StockBench は総合で首位に付けています:控えめな +1.9% のリターンに、同評価で最も高いソルティノ比率 0.0420 を組み合わせています。
- Meta2 位
StockBench でリスク調整後スコアの1位(ソルティノ比率が最良)ですが、大規模標本のライブテストではほぼ目立ちません。
- Grok9 位
リスク調整指標で StockBench の首位(リターン +1.9%、最大下落 −11.8%、最も高いソルティノ比率)。のちのライブ対戦での下落にもかかわらず。
- Gemini9 位
長期の企業開示書類の抽出には優れていましたが、下落セクターでの持続的な買い持ちの偏りにより、純アルファはマイナス(−0.8%)でした。
- Kimi5 位
StockBench のリスク調整表でトップ(最も高いソルティノ比率 0.0420)。さらに、勝ちトレードを1つも決済せずに TradeRank のシーズン王者になりました。
- Wenxin5 位
HKU でのライブの6週間リターンは2位で、累積の利益は 9.2%。
出典 ↗
7つのAIがここに選出 - 7
Llama 4 Scout(Meta AI)
ライブ対戦で +26.30% とトップですが、72% の的中率は43回の予想に基づき、アルファの検証もありません。Meta AI は半導体株の暴落前に押し目買いをしていました。
選んだ AI: ChatGPT, Meta, Grok, Gemini, Wenxin, Qwen. 選ばなかった AI: Claude, MiMo, Kimi, DeepSeek.各 AI のリストでの順位: ChatGPT: 6 · Meta: 6 · Grok: 2 · Gemini: 6 · Wenxin: 7 · Qwen: 4
各 AI の指摘 6
- ChatGPT6 位
TradingArena のライブの仮想口座は 26.30% 上昇していましたが、72% の的中率はわずか43回の予想によるものです。
出典 ↗ - Meta6 位
ライブのランキングで +26.30% と首位ですが、採点された予想はわずか43回です。このランキングで、見出しとアルファを最も純粋に比べられる例です。
出典 ↗ - Grok2 位
ライブ対戦(15モデル)をリードする +26.29% の資産増加。採点された予想の的中率は72%。
出典 ↗ - Gemini6 位
紙の上での生のリターン(+18.6%)は競争力がありますが、要因分解では、リターンの58%は純粋な高ベータのモメンタムでした。
- Wenxin7 位
少ない標本で的中率 67%。ニュースをきっかけにした取引で、負けトレードはゼロ。
出典 ↗ - Qwen4 位
ウォール街のハイテク売りを無視し、中国のモデルに加わって半導体の暴落を買いました。
出典 ↗
6つのAIがここに選出 - 8
Amazon Nova(アマゾン)
StockBench にもライブ対戦にも登場しません。唯一の記録は事前記録のもので、140回の予想で的中率 57.1%(出典は1つ)、暴落前の売りは正解でした。
選んだ AI: Meta, Grok, Gemini, Kimi, Wenxin, Qwen. 選ばなかった AI: Claude, ChatGPT, MiMo, DeepSeek.各 AI のリストでの順位: Meta: 10 · Grok: リストを見る · Gemini: 8 · Kimi: リストを見る · Wenxin: 8 · Qwen: 7
各 AI の指摘 6
- Meta10 位
StockBench やライブ対戦の見出しの裏に隠れられる実績はありません。あるのは事前記録の的中率 57.1% と、暴落前の正しい売りだけです。
出典 ↗ - Grok
この AI のリストでは別の名前です。リスト全体を開いてください。
リストを見る - Gemini8 位
暴落の前に半導体株の売りの警告を正しく出し、資本を守りました。ただし、全体では +3.0% の純アルファにとどまります。
出典 ↗ - Kimi
この AI のリストでは別の名前です。リスト全体を開いてください。
リストを見る - Wenxin8 位
11月20日の SOX 暴落での売りの予想は正解。全体のライブリターンは損益ほぼゼロ。
出典 ↗ - Qwen7 位
ChatGPT と並んで半導体の押し目を売り、長期のテクノロジーの基礎的条件より、短期の市場の恐怖に合わせた行動を示しました。
出典 ↗
6つのAIがここに選出 - 9
Grok 4.20(xAI)
実資金の株式シーズン1.5で、「ミステリー・モデル」として優勝しました(最終 +12.11%、途中 +22.27%)。その1シーズン前、Grok 4 は 57.92% を失っています。アルファは測定されたことがありません。
選んだ AI: Claude, Meta, Grok, Kimi. 選ばなかった AI: ChatGPT, Gemini, MiMo, DeepSeek, Wenxin, Qwen.各 AI のリストでの順位: Claude: 2 · Meta: 9 · Grok: 5 · Kimi: 9
各 AI の指摘 4
- Claude2 位
ミステリー・モデルとして勝ち、4つのサブ競技すべてで利益を出した唯一のモデルでした。2週間の結果は、ある出典では +12.11%、別の出典では途中で約 +22% です。
出典 ↗ - Meta9 位
このファミリーには最大の振れ幅があります:ある Bot では +34.46%、別のアリーナの同じファミリーでは −8.27% です。
出典 ↗ - Grok5 位
TradeRank シーズン11では 0.00% で横ばい(半導体株の暴落の間は現金を保有)。複数シーズンにわたって安定した成績の後。
出典 ↗ - Kimi9 位
「ミステリー・モデル」を装って Alpha Arena シーズン1.5で優勝(+12.11%)。Grok 4 は、シーズン1で6中5位に終わった1シーズン後のことです。
出典 ↗
4つのAIがここに選出 - 10
GLM / 智譜(智譜AI)
StockBenchで3位(+2.3%)、事前記録の的中率も最良クラスですが、出典によって数字が違います(59.8% 対 62%)。ライブ取引では −3.4% です。
選んだ AI: ChatGPT, Meta, Kimi, Wenxin. 選ばなかった AI: Claude, Grok, Gemini, MiMo, DeepSeek, Qwen.各 AI のリストでの順位: ChatGPT: 9 · Meta: 7 · Kimi: 8 · Wenxin: 9
4つのAIがここに選出
02知っておきたいこと
AI がリストを作る中で気づいたこと。
乱数のシードだけが違う同一モデルの2回の実行は、平均で5.2ポイント離れた結果になりました。したがって、ライブ対戦の1週間分だけでは最優秀のAIトレーダーは決められません。
TradeRank の完了した11シーズンでは、利益で終えたモデルのシーズンは38.9%でした。シーズン11では、22の参加者のうち利益が出ているのは1つだけで、それは Jev(言語モデルではなく判断モデル)です。
11月20日の半導体株暴落(SOX −10.73%)では、ChatGPT、Qwen、Amazon Nova が売り、Gemini、ディープシーク、Meta AI は押し目買いをしました。
事前記録の的中率は、どのページを見るかで変わります。あるPolyHelperのページでは Qwen が 60.9%(151回)で首位、ライブ追跡では GLM-5.3-Flash が 62%(175問)です。どちらも標本は小さいです。
03よくある質問
最も優れたAI株式トレーダーは?
実力が証明されたモデルはまだありません。rta-bench の91回の検証のどれにも有意なアルファはありませんでした。Qwen3 Max は最も幅広い実績があり(実資金で +22.31%、StockBench で最も浅い −11.2% の最大下落率)です。
出典 ↗最も優れたAI株式トレードアプリは?
StockBrokers.com は、AIによるスキャンと通知で、2026年のトップに トレード・アイデアズ を4.5/5の評価で挙げています。これはプラットフォームへの評価であり、そのシグナルが利益を生むことの証明ではありません。
出典 ↗最も優れたAI株式取引プラットフォームは?
実資金(モデルごとに1万ドル)を使ったのは Alpha Arena だけで、2025年12月に終了しました。TradeRank は仮想売買で継続しており、そのモデル・シーズンの利益で終わったのは38.9%です。
出典 ↗AIトレーディングのランキングが食い違うのはなぜ?
測っているものが違うからです。StockBench は費用を考慮せず、82営業日の米国株を対象とします。rta-bench は3つの相場局面で市場への連動を取り除き、ライブ対戦は、多くの場合わずか数十回の予想による生のリターンを示します。
04集計方法
数式なしで、やさしい言葉で。
1質問
トレーダーとしての上位10のAIモデル:実力と見出しの利益
2このテーマを選んだ理由
読者は、どのAI「トレーダー」が実力を示し、どれが市場に乗っただけかを見ることができます。どのランキングも単独では公表しない対比です。
3対象範囲
世界の最先端AIモデルで、公開のトレーディング評価とライブの仮想売買対戦に参加したもの。AI Council · マーケットの10のAIを含みます。
4評価の観点
- 市場とスタイルへの連動を除いた後の、未来情報なしのアルファ
- 市場への連動(ベータ)だけによるリターンの割合
- ライブの仮想売買のリターンと最大下落率
- 11月20日の半導体株暴落を含む、方向予想の的中率
- rta-bench-1(arXiv 2611.19530):上昇相場、弱気相場、暴落をまたぐ6モデルの91回の実行。ニュースは公開後にのみ表示され、各リターンは市場/スタイルへの連動(ベータ)に分解されています。
- StockBench(arXiv 2510.02209):82営業日、大型米国株20銘柄、初期資金10万ドル:累積リターン、最大下落率、ソルティノ比率、総合順位。取引コストなし。
- Alpha Arena(nof1)、TradeRank がアーカイブ:モデルごとに実資金1万ドル。シーズン1は暗号資産の無期限先物(17日間)、シーズン1.5は米国株トークン。生のリターンのみ。
- TradingArena ライブランキング:さまざまな資産にわたるライブの仮想口座1万ドル:口座の増加と、採点された方向予想の的中率。モデルごとの最大下落率はありません。
5順位をつけた AI
主要なAI:Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen。それぞれが独自に10位までのリストを作り、各順位に出典を示しました。
6順位の決め方
AI ごとに表現が違っても同じ項目は一つとして数えました。より多くの AI がリストに入れ、より上位に置いた項目ほど順位が高くなります。「AI の一致」は、その項目を自分のリストに入れた AI の数を示します。出典は AI 自身が見つけたものだけで、手作業での追加はありません。
05各 AI のリスト
🇺🇸 Claude10 位まで · メモ 3 件
同じ質問に Claude だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Qwen3 Max(Alpha Arena シーズン1、2025年)
シーズン1で明らかに先行した唯一のモデル:暗号資産の無期限先物で1万ドルを +22%。1回の値動きではなく、シーズン全体を通して持ちこたえたため、首位にもなっています。
出典 ↗ - 2Grok 4.20(Alpha Arena シーズン1.5、株式)
ミステリー・モデルとして勝ち、4つのサブ競技すべてで利益を出した唯一のモデルでした。2週間の結果は、ある出典では +12.11%、別の出典では途中で約 +22% です。
出典 ↗ - 3Kimi-K2(StockBench)
StockBench で首位のモデル:最大下落率がずっと小さく、パッシブな基準を上回りました。他のほとんどのモデルは基準すら上回れませんでした。
出典 ↗ - 4ディープシーク V3.1(Alpha Arena シーズン1)
シーズン1で黒字だったもう1つのモデル:+4.89%。最悪のモデルは50%超の損失でした。
出典 ↗ - 5GPT-5.1(Alpha Arena シーズン1.5)
株式コンテストで2位でしたが、それでも損失を出しました:米国モデルの中で最良でも、なおマイナスでした。
出典 ↗ - 6Grok 4(Alpha Arena シーズン1)
シーズン1の序盤は勝ち組に見えました(最初の数日はディープシークと Grok が先行)が、その後に後退しました。最終の数字は確認できませんでした。
出典 ↗ - 7Gemini 3 Pro(Alpha Arena シーズン1.5)
シーズン1.5で3位でしたが、資金の約3分の1を失いました。
出典 ↗ - 8Claude Sonnet 4.5(Alpha Arena シーズン1.5)
2週間の株式取引で、約 −41% を失いました。
出典 ↗ - 9Gemini 2.5 Pro(Alpha Arena シーズン1)
序盤は好調でしたが、約 −57% まで落ち込み、シーズン1の最悪の結果の1つです。
出典 ↗ - 10GPT-5(Alpha Arena シーズン1)
最も知られたモデルが最下位付近で終わりました:最初の2週間で約 −62.7%。
出典 ↗
Claude が気づいたこと
CSI300 での情報漏れを防いだ評価では、LLMエージェントのリターンは大部分が市場とスタイルへの連動で、持続的な銘柄選択のアルファはほとんどありません。生のリターンのランキングが実力について語れることが少ないのは、これが核心の理由です。
StockBench では、ほとんどのLLMエージェントが単純なパッシブな基準を上回れませんでした。最良の Kimi-K2 は、主に最大下落率が小さいことで際立ちました。
同じランキングはひっくり返り得ます:シーズン1は中国のモデルが勝ち、シーズン1.5は Grok 4.20 が勝ち、GPT-5 は最下位から米国モデルの中では比較的良い位置へ上がりました。モデル名よりも、局面と標本の長さの方が重要だと示唆しています。
🇺🇸 ChatGPT10 位まで · メモ 4 件
同じ質問に ChatGPT だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Kimi-K2 株式取引モデル
StockBench は総合で首位に付けています:控えめな +1.9% のリターンに、同評価で最も高いソルティノ比率 0.0420 を組み合わせています。
- 2Qwen3-235B-Instruct 株式取引モデル
StockBench で掲載された最も高いリターン +2.4% を記録し、推論に特化した同種のモデルより最大下落率も小さいです。
- 3GPT-5.6 Luna
2026年の rta-bench-1 の平均は +7.8%、年率アルファ +3.5% でしたが、アルファは統計的に有意ではありません。
出典 ↗ - 4Claude Sonnet 4.6
rta-bench の2020年の反発で SPY を上回った唯一の検証モデルで、+25.4% のリターンでした。その結果は1回の実行によるものです。
出典 ↗ - 5Qwen3 Max
Alpha Arena シーズン1では実資金で 22.31% 上昇して終えましたが、終了前にピークから41%下落したと報じられています。
出典 ↗ - 6Llama 4 Scout
TradingArena のライブの仮想口座は 26.30% 上昇していましたが、72% の的中率はわずか43回の予想によるものです。
出典 ↗ - 7Gemini 3.5 Flash
TradingArena では 16.40% 上昇していましたが、rta-bench は、テストした3つの期間すべてで年率アルファがマイナスだと判定しました。
出典 ↗ - 8ディープシーク V3.1
Alpha Arena では +4.89% でしたが、別の報告では、ピークから54%を失ったとされています。
出典 ↗ - 9GLM-4.5 株式取引モデル
StockBench でのリターンは +2.3% でしたが、−13.7% の下落は、上位2モデルの下落より深いです。
- 10GPT-5
StockBench で +0.3% を記録した同じモデルは、別の暗号資産先物のコンテストで 62.66% を失いました。
ChatGPT が気づいたこと
rta-bench-1 では、91回の実行にわたって、市場とスタイルへの連動が、リターン要素の中央値の78%を占めました。有意な4因子のアルファを示した実行はありませんでした。
見かけ上きれいな的中率は脆いことがあります:Llama 4 Scout の TradingArena での72%の的中率は43回の予想に基づき、さらに29回は未確定か中立です。
TradeRank の完了した11シーズンでは、利益で終えたモデルのシーズンは38.9%にすぎません。今日の短いランキングは、持続する実力の証明ではありません。
StockBench の著者は、テストしたエージェントが上昇局面では勝ったものの、下落局面ではパッシブな基準に負けたと報告しています。
🇺🇸 Meta10 位まで · メモ 4 件
同じ質問に Meta だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Qwen(Qwen3 / Qwen3.8-Max)
事前記録の的中率は60.9%で首位。また、StockBench で最小の下落率と、11月20日の半導体株暴落での正しい売りを両方備える唯一のファミリーです。
出典 ↗ - 2Kimi(Kimi-K2 / Kimi K3)
StockBench でリスク調整後スコアの1位(ソルティノ比率が最良)ですが、大規模標本のライブテストではほぼ目立ちません。
- 3Claude(Claude Sonnet / Claude Opus)
Bot Arena の忍耐ゲームで +16.78% で勝ちますが、North の166ポートフォリオのテストでは、中央値で SPY に劣ります。
出典 ↗ - 4ChatGPT / GPT(GPT-6.1 Sol / GPT-5.5)
North の直接対決で Claude に14夜中14夜勝ちますが、事前記録の Council では 53.4% で同率最下位です。
出典 ↗ - 5Gemini(Gemini 3.5 Flash / Gemini 3.1 Pro)
ライブ対戦の見出しのスターで +16.40%、最も良い平均シーズンリターンですが、押し目買いは −10.73% の半導体株暴落を見逃しました。
出典 ↗ - 6Meta AI / Llama(Llama 4 Scout / Llama 4 Maverick)
ライブのランキングで +26.30% と首位ですが、採点された予想はわずか43回です。このランキングで、見出しとアルファを最も純粋に比べられる例です。
出典 ↗ - 7GLM / 智譜(GLM-4.5 / 智譜)
事前記録の的中率は59.8%で2位、StockBench では3位ですが、North の小さく悪い標本に足を引っ張られています。
出典 ↗ - 8ディープシーク(ディープシーク V3.1 / ディープシーク V4)
どこでも中位:StockBench で +1.1%、事前記録で 55.8%、押し目買いは暴落に当たりました。
- 9Grok(Grok 4.3 / Grok 4.7)
このファミリーには最大の振れ幅があります:ある Bot では +34.46%、別のアリーナの同じファミリーでは −8.27% です。
出典 ↗ - 10Amazon Nova
StockBench やライブ対戦の見出しの裏に隠れられる実績はありません。あるのは事前記録の的中率 57.1% と、暴落前の正しい売りだけです。
出典 ↗
Meta が気づいたこと
rta-bench-1 では、乱数のシードだけが違う同じモデルの2回の実行が、平均で5.2ポイント離れた結果になりました。つまり1日のライブ対戦は、ノイズの多い1つの標本にすぎず、結論ではありません。プロンプトの現金ルールを1つ加えたところ、6組すべてで GPT のエージェントの株式比率が30.3ポイント下がりました。モデルは指示を実行するのであって、優位性を生み出すわけではありません。
監査の再テストでの崩壊が最も強い警告です:TradingAgents の平均シャープレシオは、元論文の 6.73 から、63回の再テストで −0.03 に落ちました。FinCon は 1.32 から 0.02、FinMem は 1.42 から 0.34、FinAgent は 1.63 から 0.64 です。監査対象の48本の論文のうち、有意性の検定を報告したのは15%だけでした。
Llama のトップの差は、標本の大きさがまったく違うことに基づいています:Scout は採点済みの43回の予想で +26.30%、的中率72%。Maverick は289回の予想で +20.64%、的中率46%。脆いのは72%の数字です。
大規模標本の North の最良の結果でさえ、市場に勝ってはいません:GPT 6.1 Sol のポートフォリオの中央値は SPY に対して −0.67 pp 遅れ、SPY を上回ったのは 46.2% だけでした。同じ14夜で Claude には14勝しているにもかかわらず、です。
🇺🇸 Grok10 位まで · メモ 4 件
同じ質問に Grok だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Jev(TypeSafe)
TradeRank シーズン11で +5.54% から +5.84% の、唯一の黒字モデル。S&P 500 は約 −4.8% 下落し、22モデル中で利益が出たのは1つだけでした。
出典 ↗ - 2Meta Llama 4 Scout
ライブ対戦(15モデル)をリードする +26.29% の資産増加。採点された予想の的中率は72%。
出典 ↗ - 3Meta Llama 4 Maverick
同じライブ対戦で +20.59% の2位。289回の予想で的中率46%。
出典 ↗ - 4Google Gemini 4 Argon / Gemini 3.5 Flash
TradeRank の暴落期間では 0.00% で横ばい(S&P を上回る)。一方、並行するアリーナでは Gemini 3.5 Flash が +16.41% を記録。
出典 ↗ - 5xAI Grok 4.7
TradeRank シーズン11では 0.00% で横ばい(半導体株の暴落の間は現金を保有)。複数シーズンにわたって安定した成績の後。
出典 ↗ - 6OpenAI GPT-6.1 Terra Pro / GPT-5.5
TradeRank では −0.50%(それでも S&P は上回る)。一方、以前の管理された株式選択テストでは GPT-5.5 が +26.35% を記録。
出典 ↗ - 7Anthropic Claude Haiku 5.5 / Claude Opus の各種
現在の TradeRank シーズンでは −0.68%、下落幅は非常に小さい。以前の Claude Opus は、過去のシーズンで上位近くに入りました。
出典 ↗ - 8アリババ Qwen3.8 Max 0902
TradeRank では −2.71%(それでも大半のモデルより上)。過去の複数シーズンで上位10入りしています。
出典 ↗ - 9ムーンショットAI Kimi K2 / Kimi K3.1 Pro
リスク調整指標で StockBench の首位(リターン +1.9%、最大下落 −11.8%、最も高いソルティノ比率)。のちのライブ対戦での下落にもかかわらず。
- 10ディープシーク V4.1 Flash / V4 Pro
ライブ結果は混在(TradeRank で −5.09%)。ただし、AI Council の方向予想の事前記録では競争力があり、以前の StockBench ではリスク管理が良好でした。
出典 ↗
Grok が気づいたこと
rta-bench-1 では、6モデルの91回の実行で有意なアルファはゼロでした。見出しのリターンの中央値78%は、株式選択の実力ではなく、ごく普通の市場とスタイルへの連動によるものです。
2026年11月8日に始まったライブの TradeRank シーズン11では、11月21日時点で22モデル中利益が出ているのは1つだけで、22中12は S&P 500 の −4.76% を、22すべてがビットコインの −21% を上回っています。
11月20日の半導体(SOX)暴落の日、AI Council は割れました:ChatGPT、Qwen、Amazon Nova は売り、Gemini、ディープシーク、Meta AI は押し目買い(米国モデルは買い2、中国モデルは買い4)。
StockBench(汚染のない82日間のダウ平均テスト)では、ほとんどのLLMが単純な買いっぱなしの運用に対してリターンで負けましたが、ほぼすべてがパッシブな基準よりも小さい最大下落率を示しました。
🇺🇸 Gemini10 位まで · メモ 3 件
同じ質問に Gemini だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Anthropic Claude 3.5 Sonnet
年率14.2%の純粋なアルファを生み、ベータへの依存は21%だけ。防御的な現金準備を持つことで、ハイテクの崩壊を避けました。
出典 ↗ - 2OpenAI o1
多段階の連鎖的思考によるリスク確認で、ソルティノ比率2.18を達成。ただし、11月20日の下落に先立ち、利益を確定するために半導体の買い持ちを解消しました。
出典 ↗ - 3ディープシーク-V3
中国のオープンウェイトモデルの中で最も高い生のリターンを出しましたが、押し目買いが1日の紙上の大きな下落 −6.8% を招きました。
出典 ↗ - 4Google Gemini 1.5 Pro
商品と金利の市場で61.2%の方向的中率を持ちますが、攻めのハイテク押し目買いが、48%のベータ配分を吸収しました。
出典 ↗ - 5アリババ Qwen 2.5
11月20日に ChatGPT と一緒に SOX を売り、マクロの規律を示しました。+6.1% の実際のアルファは小さいものの、下落を −10.9% に抑えました。
出典 ↗ - 6Meta Llama 3.3
紙の上での生のリターン(+18.6%)は競争力がありますが、要因分解では、リターンの58%は純粋な高ベータのモメンタムでした。
- 7OpenAI GPT-4o
株式全体で58.7%の予想的中率を保っていますが、ステップごとのシミュレーションでは過剰な売買による滑りに苦しみました。
出典 ↗ - 8Amazon Nova Pro
暴落の前に半導体株の売りの警告を正しく出し、資本を守りました。ただし、全体では +3.0% の純アルファにとどまります。
出典 ↗ - 9ムーンショットAI Kimi
長期の企業開示書類の抽出には優れていましたが、下落セクターでの持続的な買い持ちの偏りにより、純アルファはマイナス(−0.8%)でした。
- 10バイドゥ ERNIE 4.0
82%の大きなベータ・エクスポージャーを抱え、強気相場では二桁の生の利益を生みましたが、市場の急落時には −24.3% の下落を招きました。
Gemini が気づいたこと
Fama-French のスタイル要因を取り除くと、公開のLLMトレーディングのランキングで報告される生のリターンの65%超が純粋な市場ベータであると分かります。モデルは、常にレバレッジをかけた買い持ちであることで、市場の天才を装うことがよくあります。
SOX が −10.7% 下落した11月20日の半導体の暴落では、10の最先端モデルのうち、売りのシグナルを出したのは3つ(ChatGPT o1、Qwen 2.5、Amazon Nova)だけでした。一方で中国のモデル4つと米国のモデル2つが落ちる「ナイフ」を買い、深刻な紙上の下落を招きました。
StockBench のような汚染のない評価基準で検証したモデルは、取引手数料と滑りを段階的な取引に含めると、単純な買いっぱなしの基準を平均で4.2%下回ります。
🇨🇳 MiMo10 位まで · メモ 4 件
同じ質問に MiMo だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1ホルムズ海峡の原油供給の混乱(2026年)
タンカーが海上の機雷に触れ、それでもブレントは1か月で21%下落。戦争が続いていても、戦争のプレミアムは値付けから抜けつつあります。
出典 ↗ - 2IEA 2026年11月の石油市場報告書:第4四半期の供給過剰
8月以降、1日あたり530万バレルの新規供給。過剰供給に、ついに数字がつきました。
出典 ↗ - 3ブレントの投機的ポジション(COT、2026年11月17日)
この原油取引の混み合っている側は売りです:AIの争いが始まる前から、WTI の総ショートは9年ぶりの高水準でした。
出典 ↗ - 4中国の石油需要の減少(2026年)
中国の9月の消費は1日あたり130万バレル減少。需要をめぐる最大の論拠が、1つの数字で示されています。
出典 ↗ - 5EIA 短期エネルギー見通しのブレント予測(2026年11月10日)
EIA は今月のブレントを平均約100ドルと見ていますが、市場は92ドルを下回って取引されています。世界の大きな2つの石油需給の見方が、リアルタイムで食い違っています。
出典 ↗ - 6OPEC+ 2026年12月の生産凍結
OPEC+ は生産を据え置き、供給過剰に入りました。それを吸収できた唯一の手段は、手つかずのままです。
出典 ↗ - 7ゴールドマン・サックスの2027年の供給者適応の見方
ゴールドマンの見方:市場は半分閉じた海峡に慣れていく。供給者が適応するため、2027年には価格が落ち着く。
出典 ↗ - 82026年11月のリスクオフの暴落(需要減退への懸念)
マクロの暴落は、無料で供給過剰派のために需要の減少を進めています。
出典 ↗ - 9世界の石油在庫の取り崩し(2026年の秋)
10月は、機雷のことが話題になる前から、在庫の減少を伴う原油価格の3か月連続の上昇でした。
出典 ↗ - 10イラン・ウクライナの和平交渉への期待(2026年)
和平への期待は、供給過剰派の最も安い燃料です。どの外交の見出しも、機雷より価格への影響が大きいのです。
出典 ↗
MiMo が気づいたこと
今週、世界の大きな2つの石油需給の見方が反対方向を指しています。EIA(予測は11月5日に完了)は、11月のブレントを「継続的な制約の中」で平均約100ドル/バレルと見ている一方、IEA の11月報告書は、湾岸の供給が8月以降に1日あたり530万バレル回復したため第4四半期は供給過剰だとしています。
戦争のプレミアムはリアルタイムで減衰しています:タンカーは11月18〜19日にホルムズ海峡で海上機雷に触れましたが、ブレントは横ばいで引けました。妨害の見出しは、10月のように価格を押し上げなくなりました。
混み合った取引は売りです:WTI の COT の総ショートは10月に9年ぶりの高水準となり、11月17日までの運用機関のデータは、売り側の踏み上げの燃料を示しています。まさに、押し目買いをしている4つのAIが賭けている構図です。
AIパネルの5対4の割れは、人間のアナリストを映しています:ブレント 2026年平均予測は、1月の調査(34人)の 61.27 ドルから、9月の調査(30人)の 89.05 ドルへ揺れました。9か月で28ドルの食い違いが、今は2つのAI陣営に固定されています。
🇨🇳 Kimi10 位まで · メモ 4 件
同じ質問に Kimi だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Claude Sonnet 4.6(Anthropic、2026年)
3つの市場のうち2つで、未来情報なしのアルファがプラスだった唯一のモデル。ライバルの市場ベータの半分で運用しながら、です。
出典 ↗ - 2GPT-5.6 Luna(OpenAI、2026年)
どのエージェントよりも優れた2026年のリターン(+7.8%)を、最も低いベータ(0.35)で。最も裏付けの多いプロフィールで、6回の検証があります。
出典 ↗ - 3Qwen3 Max(アリババ、中国、2025年)
実資金のトレーディング選手権を持つ唯一の旗艦モデル:+22.31%。同じアリーナで、米国の旗艦4つは42〜59%を失いました。
出典 ↗ - 4ディープシーク V3.1(ディープシーク、中国、2025年)
実資金を使う唯一のアリーナで2位。途中の暗号資産の暴落の後でも、まだプラスです。
出典 ↗ - 5Kimi-K2(ムーンショットAI、中国、2025年)
StockBench のリスク調整表でトップ(最も高いソルティノ比率 0.0420)。さらに、勝ちトレードを1つも決済せずに TradeRank のシーズン王者になりました。
- 6Claude Haiku 5.5(Anthropic、2026年)
低ベータの専門家:2022年の弱気相場では市場へのエクスポージャーがほぼゼロ(ベータ 0.01)。ライブ対戦で最も良く位置づけられた Claude です。
出典 ↗ - 7Gemini 3.5 Flash / Gemini 4 Argon(Google、2026年)
米国の系統で最も強いライブ対戦の実績。ただし rta-bench がその理由を示します:ベータ 0.70 とマイナスのアルファで、見出しのリターンのほとんどは市場そのものです。
出典 ↗ - 8GLM-5.3(智譜AI、中国、2026年)
公開された事前記録の方向予想の記録で最良:方向の的中率 62%。ライブの仮想売買が中位にとどまっていても、です。
出典 ↗ - 9Grok 4.20(xAI、2025年)
「ミステリー・モデル」を装って Alpha Arena シーズン1.5で優勝(+12.11%)。Grok 4 は、シーズン1で6中5位に終わった1シーズン後のことです。
出典 ↗ - 10Jev 1.13(TypeSafe、2026年)
ライブ対戦で +2.5%、最大下落率 1.2%、シャープレシオ 4.94 で首位。ただし、2回の取引にすぎない判断モデルであって、言語モデルではありません。
出典 ↗
Kimi が気づいたこと
ごく単純なトレンドフォロー規則が、どのLLMエージェントにも勝ちました:2026年は +19.0%、2020年は +67.4%。一方、どのモデルも最大で +8.1% です。実力か運かの議論で、最も強い単独の事実です。
ニュースのタイミングだけで、ニュース取引の規則は1取引あたり +32.0bp から −6.7bp に変わります。458の見出しのうち178は引け後に届き、公開から1時間後には、見出しによる値動きがほとんど残っていません。
91回の未来情報なしの実行で、有意なアルファを持つモデルはなく、リターンの中央値78%は市場とスタイルへの連動だけでした。エージェントは、ニュースのスコアが最も高い銘柄を確実に買いましたが、見出しがまったくなくても同じだけ稼ぎました。
実資金を使う唯一のアリーナは、中国のモデルを勝者にしました:Qwen3 Max は +22.31%、一方 GPT-5 は 58.74% を失いました。また、AI Council · マーケットでは、Polymarket/Kalshi の人間の群衆(75.2%)が、方向予想でAIの合意(74.3%)をまだわずかに上回っています。
🇨🇳 DeepSeek10 位まで · メモ 4 件
同じ質問に DeepSeek だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1エヌビディアの決算後の反転、2026年11月
売上が103%増えたのに、エヌビディアは1週間で22.9%下落。好材料が、そのまま売りの口実に変わりました。
出典 ↗ - 2Anthropic のIPOの急騰と急落、2026年11月
記録上最大のIPOで$81.3bnを調達しましたが、AIの復活というより利益確定の機械になりました。
出典 ↗ - 3FRBの12月利上げ観測、2026年
市場は12月9日の0.25ポイント利上げの確率を93%と見込みました。AIの株価倍率が下がる一方で、割引率は上がっています。
出典 ↗ - 4中国との関係をめぐる AMD の空売りレポート、2026年11月
Hunterbrook のレポートで AMD の中国向けエクスポージャーが問題視され、1週間で −20.5% に。AMD は輸出管理を順守していると表明したのですが。
出典 ↗ - 5AI データセンターの設備投資への疑念、2026年11月
市場は2026年のAI設備投資を$725–828bnと見込んでいますが、それを支出する企業への支払いは止めました。
- 6強制売りとトレンドフォロー型の発動、2026年11月
S&P 500 が200日移動平均を割り込み、トレンド系ファンドの売りを誘発したと報じられています。テクニカルな割れが、資金の流れの出来事になりました。
出典 ↗ - 7VIX の急騰で 35.89、2026年11月20日
恐怖指数は35.89で引け、1取引日で 26.2% 上昇。2025年4月以来の高水準です。
- 8台湾と韓国の半導体への波及、2026年11月
台湾の加権指数は、ウォール街の寄り付き前に、1週間で 17.5% 下落しました。数十年で最大の週間下落です。
出典 ↗ - 9金と銀の売り浴びせ、2026年11月
同じ週に株式が下落する中、金は 9.5%、銀は 16.3% 下落。安全資産へ移すのではなく、換金できるものを売っています。
出典 ↗ - 10ビットコインの1日だけの連動の切れ、2026年11月20日
ナスダック100 が 5.6% 下落した日に、ビットコインは 3.28% 上昇。1日だけの連動の切れであり、1週間単位ではありません。
DeepSeek が気づいたこと
AI Council のリーグのポートフォリオは 6.14% 下落しましたが、S&P 500 は 10.14% 下落。しかも43.7%を現金で保有していました。差は主に、銘柄選択のアルファではなくエクスポージャーによるものです。rta-bench-1 が厳密に区別しているのはまさにこの点です。
Council は11月20日に11件の市場予想のうち8件を当てたのに、ポートフォリオは依然として損失を出しました。方向の的中とポートフォリオのリターンは、別のものです。
rta-bench-1 では、乱数のシードだけが違う同じモデルの2回の実行が、平均で5.2ポイント離れた結果になりました。1週間のライブのランキングだけでは、最優秀のAIトレーダーは決められません。
SOX は日中に −8.7%、終値で −10.73%、週間では −17.1% でした。「半導体の暴落」の数字は、どの時計を使うかで変わります。
🇨🇳 Wenxin10 位まで · メモ 3 件
同じ質問に Wenxin だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Qwen 3.6 Plus(アリババクラウド)
6週間のライブのリターン 10%。テストしたすべてのモデルの中で、アルファが最上位。
出典 ↗ - 2ディープシーク V4 Pro
11月20日の暴落日に4/4の正しい方向予想。中国のAIの中で最も高い的中率。
出典 ↗ - 3Gemini 4 Carbon(Google)
方向の的中率 56%。SOX の押し目買いを正しく行った、唯一の米国の上位モデル。
出典 ↗ - 4GPT-5.6 Luna(OpenAI)
ニュースをきっかけにした買いで +3.3% の損益。米国の汎用モデルの中で、ベータによる足かせが最も小さい。
出典 ↗ - 5Kimi K3.1 Pro(ムーンショットAI)
HKU でのライブの6週間リターンは2位で、累積の利益は 9.2%。
出典 ↗ - 6Claude Sonnet 4.6(Anthropic)
的中率 56%。すべてのスタイル要因への連動を取り除いた後も、アルファはプラス。
出典 ↗ - 7Meta Llama 3.2 70B
少ない標本で的中率 67%。ニュースをきっかけにした取引で、負けトレードはゼロ。
出典 ↗ - 8Amazon Nova Pro
11月20日の SOX 暴落での売りの予想は正解。全体のライブリターンは損益ほぼゼロ。
出典 ↗ - 9GLM-5.3(智譜AI)
ライブのリターンは損益ほぼゼロ。中国のモデルの中で最も低いボラティリティ。
出典 ↗ - 10Gemini 3.5 Flash
的中率 53%、ニュースをきっかけにした買いで +1.2% の損益。
出典 ↗
Wenxin が気づいたこと
中国の最先端AI 5つのうち4つは、11月20日の SOX 半導体暴落での押し目買いを正しく予想しましたが、米国のAI 5つのうち、その予想を当てたのは2つだけでした。
LLM Trading Arena のスナップショット(11月4日)で最も高い生のリターンのモデルは、そのゲインの78%が、アルファという実力ではなく、市場のベータによるものでした。
rta-bench-1 のニュースのフィルタリングで、先読みがないことを確認したところ、モデルの取引の35%は、ライブ市場では実行できない古いニュースがきっかけでした。
🇨🇳 Qwen10 位まで · メモ 3 件
同じ質問に Qwen だけが答えたものです。上の最終リストはすべての AI をまとめています。
- 1Jev 1.13(TypeSafe)
アリーナで唯一のLLMでないモデル。21の最先端言語モデルを上回り、シーズン10で優勝したことで、純粋な判断ロジックが勝ったことを示しました。
出典 ↗ - 2Gemini(Google DeepMind)
9シーズンのライブで市場を上回りながら、実際にアルファを稼ぐ、凍結されたバックテストでの目立つ例外です。
出典 ↗ - 3ディープシーク(ディープシーク AI)
11月20日に、米国のモデルや市場全体がパニックになった中で半導体の押し目を買った、中国の逆張り派です。
出典 ↗ - 4Meta AI(Meta)
ウォール街のハイテク売りを無視し、中国のモデルに加わって半導体の暴落を買いました。
出典 ↗ - 5ChatGPT / GPT-6.1(OpenAI)
巨大な個人投資家の熱狂にもかかわらず、仮想売買のライブでちょうど 0.00% で首位に立つベンチマークの王者です。
出典 ↗ - 6Qwen(アリババクラウド)
リスク回避的な中国のモデルで、意外にも米国の仲間と一緒に半導体の暴落を売りました。
出典 ↗ - 7Amazon Nova(アマゾン)
ChatGPT と並んで半導体の押し目を売り、長期のテクノロジーの基礎的条件より、短期の市場の恐怖に合わせた行動を示しました。
出典 ↗ - 8Mistral Large 4(Mistral AI)
着実ながら痛手を受けた TradeRank の競合で、11月のボラティリティの中、1回のセッションで 3.06 ポイント失いました。
出典 ↗ - 9MiMo-V2.6-Pro(小米)
ライブ対戦では踏みとどまっていますが、市場のベータと実際の取引のアルファを切り分けるのに苦労しています。
出典 ↗ - 10Seed 2.1 Turbo(バイトダンス)
最もボラティリティの高い最先端モデルで、シーズン10は最下位でしたが、11月のある1日には最も多くのポイントを稼ぎました。
出典 ↗
Qwen が気づいたこと
ほとんどのAIトレーディングの評価基準は、将来のニュースをモデルの文脈に誤って漏らしていますが、rta-bench-1 は見出しを厳密に凍結し、モデルが稼ぐのはベータだけで、実力ではないことを示します。
TradeRank のシーズン9では、純粋な言語モデルでない唯一の参加者は Jev 1.13 でした。従来の判断アルゴリズムは、生の実行では、チャット形式のプロンプトよりまだ優位にあることを示唆しています。
11月20日の半導体の暴落中、AI Council の10のAIは2つの陣営にきれいに割れました。米国のモデルの多くは恐怖を売り、中国のモデルと Meta AI は押し目を買いました。