У 91 перевірці шести моделей без «зазирання в майбутнє» жодна альфа не була статистично значущою, а ринковий і стильовий ризик пояснював медіанні 78% кожного доходу.
Найкращий ШІ-трейдер 2026: майстерність проти заголовкових доходів
У 91 перевірці шести моделей ШІ без «зазирання в майбутнє» жодна не показала значущої альфи, а медіанні 78% доходу були просто ринковим ризиком. Та все ж жива арена називає лідером Llama 4 Scout з +26,30%.
- №1: Qwen3 Max (Алібаба)
- 10 місць
01Підсумковий список
Провідні ШІ незалежно склали свої списки з десяти місць. Нагорі — один підсумок, який легко перевірити: у кожного місця є причина, джерело та список ШІ, які його включили.
Порядок: від більшої згоди ШІ до меншої.
Яскрава плашка — цей ШІ включив пункт у свій список. Тьмяна — не включив.
- 1
Qwen3 Max (Алібаба)
Єдина модель, сильна на трьох окремих дошках: заробила на реальних грошах (+22,31%, криптовалюта), мала найменшу просадку в StockBench (−11,2%) і продала чипи до обвалу −10,73%.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Не увімкнули: MiMo, DeepSeek.У їхніх списках: Claude: 1 · ChatGPT: 5 · Meta: 1 · Grok: 8 · Gemini: 5 · Kimi: 3 · Wenxin: 1 · Qwen: 6
Що відзначив кожен ШІ 8
- Claudeмісце 1
Єдина модель, що явно вирвалася вперед у сезоні 1: +22% з $10 000 на криптоперпетуалах. Вона також посідає перше місце, бо трималася весь сезон, а не лише один стрибок.
Джерело ↗ - ChatGPTмісце 5
Закінчила Alpha Arena сезон 1 з +22,31% на реальному капіталі, але, за повідомленнями, перед закриттям упала на 41% від піку.
Джерело ↗ - Metaмісце 1
Найвищий закритий показник вірних прогнозів — 60,9%, і єдина родина з найменшою просадкою StockBench та правильним продажем перед обвалом чипів 20 листопада.
Джерело ↗ - Grokмісце 8
−2,71% у TradeRank (все ще попереду більшості поля) після кількох топ-10 фінішів у попередніх сезонах.
Джерело ↗ - Geminiмісце 5
Показала макродисципліну, приєднавшись до ChatGPT і продавши SOX 20 листопада, скоротивши просадку до −10,9% при скромній справжній альфі +6,1%.
Джерело ↗ - Kimiмісце 3
Єдиний флагман з чемпіонатом реальних грошей: +22,31%, поки всі чотири американські флагмани втратили 42–59% на тій самій арені.
Джерело ↗ - Wenxinмісце 1
10% живого доходу за 6 тижнів, найвища альфа серед усіх протестованих моделей
Джерело ↗ - Qwenмісце 6
Китайська модель з несхильністю до ризику, що несподівано стала в одному ряді з американськими колегами, продаючи обвал чипів.
Джерело ↗
8 ШІ поставили сюди - 2
GPT-5.6 Luna (OpenAI ChatGPT)
Має найкращий профіль без «зазирання в майбутнє» із шістьма прогонами за плечima: +7,8% у 2026 році при беті 0,35, альфа +3,5% на рік (не значуща). Старіша GPT-5 втратила 58,74% у реальній торгівлі криптовалютою.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Не увімкнули: MiMo, DeepSeek.У їхніх списках: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 6 · Gemini: 7 · Kimi: 2 · Wenxin: 4 · Qwen: 5
Що відзначив кожен ШІ 8
- Claudeмісце 5
Друга в конкурсі акцій, але все одно втратила гроші: найкраща з моделей США була ще в мінусі.
Джерело ↗ - ChatGPTмісце 3
Її середній показник rta-bench-1 у 2026 році — +7,8% з річною альфою +3,5%, але альфа не була статистично значущою.
Джерело ↗ - Metaмісце 4
Перемагає Claude 14 ночей з 14 у головному двобої North, але в закритій Раді ділить останнє місце з 53,4%.
Джерело ↗ - Grokмісце 6
−0,50% у TradeRank (все одно обігнала S&P), тоді як раніше GPT-5.5 показав +26,35% у контрольованому тесті вибору акцій.
Джерело ↗ - Geminiмісце 7
Має активну точність викликів 58,7% в акціях, але страждала від проковзування через надмірну торгівлю в покрокових симуляціях.
Джерело ↗ - Kimiмісце 2
Найкращий дохід 2026 року серед агентів (+7,8%) при найнижчій беті (0,35) — найбільш підтверджений профіль, шість прогонів глибиною.
Джерело ↗ - Wenxinмісце 4
Купівлі за новинами принесли +3,3% прибутку, найменше зниження через бету серед універсальних моделей США
Джерело ↗ - Qwenмісце 5
Король бенчмарків, що лідирує рівно з 0,00% на живій паперовій торгівлі, попри масовий роздрібний хайп.
Джерело ↗
8 ШІ поставили сюди - 3
DeepSeek V3.1 (DeepSeek)
Оцінка: одна з двох моделей у плюсі на реальних грошах у сезоні 1 (+4,89%), після того як, за повідомленнями, віддала 54% від піку. Також купила на падінні перед обвалом чипів −10,73%.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Не увімкнули: MiMo, DeepSeek.У їхніх списках: Claude: 4 · ChatGPT: 8 · Meta: 8 · Grok: 10 · Gemini: 3 · Kimi: 4 · Wenxin: 2 · Qwen: 3
Що відзначив кожен ШІ 8
- Claudeмісце 4
Єдина інша модель у плюсі в сезоні 1: +4,89%, проти втрат понад 50% у найгірших моделей.
Джерело ↗ - ChatGPTмісце 8
В Alpha Arena вона дала +4,89%, але окремий звіт каже, що вона віддала 54% від піку.
Джерело ↗ - Metaмісце 8
Посередня всюди: +1,1% у StockBench, 55,8% у закритому тесті і купівля на падінні, що зустріла обвал.
- Grokмісце 10
Змішані живі результати (−5,09% у TradeRank), але конкурентна в закритих прогнозах напрямку AI Council і в ранньому контролі ризику StockBench.
Джерело ↗ - Geminiмісце 3
Дала найвищий сирий дохід серед китайських моделей з відкритими вагами, хоч купівля чипів на падінні спричинила різку одноденну паперову просадку −6,8%.
Джерело ↗ - Kimiмісце 4
Друге місце на єдиній арені з реальними грошима — і все ще в плюсі після середньотурнірного обвалу криптовалют.
Джерело ↗ - Wenxinмісце 2
4/4 правильних прямих прогнозів у день обвалу 20 листопада, найвища частка вірних серед китайських ШІ
Джерело ↗ - Qwenмісце 3
Китайський контрарієнт, що купив падіння чипів 20 листопада, коли моделі США і широкий ринок панікували.
Джерело ↗
8 ШІ поставили сюди - 4
Gemini 3.5 Flash (Google)
Показує +16,40% наживо, але rta-bench дає їй найвищу в полі бету (0,70) і від’ємну альфу в усіх трьох перевірених періодах. Її головний приріст здебільшого — це ринок.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Не увімкнули: MiMo, DeepSeek.У їхніх списках: Claude: 7 · ChatGPT: 7 · Meta: 5 · Grok: 4 · Gemini: 4 · Kimi: 7 · Wenxin: 10 · Qwen: 2
Що відзначив кожен ШІ 8
- Claudeмісце 7
Третя в сезоні 1.5, але втратила близько третини капіталу.
Джерело ↗ - ChatGPTмісце 7
У TradingArena вона була +16,40%, але rta-bench знайшов від’ємну річну альфу в усіх трьох перевірених періодах.
Джерело ↗ - Metaмісце 5
Зірка заголовків живої арени з +16,40% і найкращим середнім доходом за сезон, але її купівля на падінні проґавила обвал чипів −10,73%.
Джерело ↗ - Grokмісце 4
0,00% у вікні обвалу TradeRank (обігнала S&P), тоді як Gemini 3.5 Flash показав +16,41% в паралельній арені.
Джерело ↗ - Geminiмісце 4
Має 61,2% вірних прямих прогнозів у товарних і боргових ринках, але її агресивна купівля техакцій на падінні поглинула 48% розподілу в бету.
Джерело ↗ - Kimiмісце 7
Найсильніша історія живих аренах серед американських ліній — але rta-bench показує чому: бета 0,70 і від’ємна альфа, тож її заголовкові доходи здебільшого і є самим ринком.
Джерело ↗ - Wenxinмісце 10
53% вірних прогнозів, +1,2% прибутку на купівлях за новинами
Джерело ↗ - Qwenмісце 2
Видима виняткова в заморожених бектестах, яка справді заробляє альфу, обігруючи ринок протягом дев’яти живих сезонів.
Джерело ↗
8 ШІ поставили сюди - 5
Claude Sonnet 4.6 (Anthropic)
Була єдиною протестованою моделлю, що обіграла SPY у відновленні 2020 року (+25,4% проти +17,2%), але в одному прогоні з альфою, яка не значуща. Sonnet 4.5 втратив близько 41% у реальній торгівлі акціями.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Не увімкнули: MiMo, DeepSeek, Qwen.У їхніх списках: Claude: 8 · ChatGPT: 4 · Meta: 3 · Grok: 7 · Gemini: 1 · Kimi: 1 · Wenxin: 6
Що відзначив кожен ШІ 7
- Claudeмісце 8
Втратила близько −41% за два тижні торгівлі акціями.
Джерело ↗ - ChatGPTмісце 4
Була єдиною протестованою моделлю, що обіграла SPY у відновленні rta-bench 2020 року, з доходом +25,4%; цей результат — з одного прогону.
Джерело ↗ - Metaмісце 3
Перемагає в грі на терпіння Bot Arena з +16,78%, але в тесті North на 166 портфелях відстає від SPY за медіаною.
Джерело ↗ - Grokмісце 7
−0,68% у поточному сезоні TradeRank з дуже малою просадкою; раніше Claude Opus фінішувала майже на вершині попередніх сезонів.
Джерело ↗ - Geminiмісце 1
Згенерувала +14,2% річної чистої альфи лише з 21% залежності від бети, уникнувши розпродажу техсектора завдяки захисним резервам готівки.
Джерело ↗ - Kimiмісце 1
Єдина модель з додатною альфою без «зазирання в майбутнє» на двох із трьох ринків — при половині ринкової бети своїх суперників.
Джерело ↗ - Wenxinмісце 6
56% вірних прогнозів, позитивна альфа після вилучення всіх стильових факторів
Джерело ↗
7 ШІ поставили сюди - 6
Kimi-K2 (Moonshot AI)
Очолює складений рейтинг StockBench за ризиком (Sortino 0,0420, найкращий у полі), але з доходом лише +1,9%. Повторний запуск з 5 початковими значеннями (seed) відкинув її на 4-те місце, а Kimi K3.1 Pro наживо −5,75%.
Увімкнули: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Не увімкнули: MiMo, DeepSeek, Qwen.У їхніх списках: Claude: 3 · ChatGPT: 1 · Meta: 2 · Grok: 9 · Gemini: 9 · Kimi: 5 · Wenxin: 5
Що відзначив кожен ШІ 7
- Claudeмісце 3
Найкраща модель StockBench: вона обігнала пасивну базу з набагато меншою максимальною просадкою, тоді як більшість інших моделей взагалі не обігнала базу.
Джерело ↗ - ChatGPTмісце 1
StockBench ставить її першою загалом: скромний дохід +1,9% у парі з найкращим серед опублікованих Sortino у полі — 0,0420.
- Metaмісце 2
Номер 1 у StockBench за скоригованим на ризик показником з найкращим Sortino, але майже непомітна в широких живих тестах.
- Grokмісце 9
Лідер StockBench за ризиковими показниками (+1,9% доходу, −11,8% макс. просадки, найвищий Sortino), попри пізніші просадки в живих аренах.
- Geminiмісце 9
Добре витягувала дані з довгих корпоративних звітів, але мала від’ємну чисту альфу (−0,8%) через постійні довгі ставки в падаючих секторах.
- Kimiмісце 5
Верхівка таблиці StockBench за ризиковими показниками — найвищий Sortino (0,0420) — і чемпіон сезону TradeRank, не закривши жодної прибуткової угоди.
- Wenxinмісце 5
Другий найвищий живий дохід за 6 тижнів у HKU — сукупний приріст 9,2%
Джерело ↗
7 ШІ поставили сюди - 7
Llama 4 Scout (Meta AI)
Очолює живу арену з +26,30%, але її 72% вірних прогнозів спираються на 43 виклики, і альфу не перевіряли. Meta AI купила на падінні перед обвалом чипів.
Увімкнули: ChatGPT, Meta, Grok, Gemini, Wenxin, Qwen. Не увімкнули: Claude, MiMo, Kimi, DeepSeek.У їхніх списках: ChatGPT: 6 · Meta: 6 · Grok: 2 · Gemini: 6 · Wenxin: 7 · Qwen: 4
Що відзначив кожен ШІ 6
- ChatGPTмісце 6
Паперовий рахунок TradingArena був +26,30%, а її 72% вірних прогнозів — лише з 43 викликів.
Джерело ↗ - Metaмісце 6
Очолює живий рейтинг з +26,30% лише на 43 оцінених викликах — найчистіший тест «заголовок проти альфи» в цьому рейтингу.
Джерело ↗ - Grokмісце 2
+26,29% зростання капіталу, попереду в живій арені з 15 моделей і 72% вірних прогнозів за оціненими викликами.
Джерело ↗ - Geminiмісце 6
Дала конкурентний сирий паперовий прибуток (+18,6%), але факторна декомпозиція показує, що 58% її доходу — чистий імпульс високої бети.
- Wenxinмісце 7
67% вірних прогнозів на малій вибірці, жодної програшної угоди за новинами
Джерело ↗ - Qwenмісце 4
Проігнорувала розпродаж техсектора на Wall Street і приєдналася до китайських моделей, купуючи обвал чипів.
Джерело ↗
6 ШІ поставили сюди - 8
Amazon Nova (Amazon)
Немає в StockBench і в живих аренах. Її єдиний запис — закритий: 57,1% вірних прогнозів із 140 викликів (одне джерело) і правильний продаж перед обвалом чипів.
Увімкнули: Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Не увімкнули: Claude, ChatGPT, MiMo, DeepSeek.У їхніх списках: Meta: 10 · Grok: див. список · Gemini: 8 · Kimi: див. список · Wenxin: 8 · Qwen: 7
Що відзначив кожен ШІ 6
- Metaмісце 10
Немає заголовкового показника в StockBench чи живих аренах — лише 57,1% закритого тесту і правильний продаж перед обвалом.
Джерело ↗ - Grok
У його списку названо інакше: відкрийте весь список.
див. список - Geminiмісце 8
Зберегла капітал, правильно видавши сигнал продажу на акції чипів до обвалу, хоча загальна чиста альфа лише +3,0%.
Джерело ↗ - Kimi
У його списку названо інакше: відкрийте весь список.
див. список - Wenxinмісце 8
Правильний сигнал продажу під час обвалу SOX 20 листопада, живий дохід близько нуля загалом
Джерело ↗ - Qwenмісце 7
Продала падіння чипів разом із ChatGPT, показуючи узгодженість із короткостроковим страхом ринку, а не з довгостроковими технічними фундаментами.
Джерело ↗
6 ШІ поставили сюди - 9
Grok 4.20 (xAI)
Виграла реальний конкурс акцій «сезон 1.5» (+12,11% фінал, +22,27% на середині) як «Таємнича модель», через один сезон після того, як Grok 4 втратив 57,92%. Альфу ніколи не вимірювали.
Увімкнули: Claude, Meta, Grok, Kimi. Не увімкнули: ChatGPT, Gemini, MiMo, DeepSeek, Wenxin, Qwen.У їхніх списках: Claude: 2 · Meta: 9 · Grok: 5 · Kimi: 9
Що відзначив кожен ШІ 4
- Claudeмісце 2
Перемогла як «Таємнича модель» і була єдиною, що заробила у всіх чотирьох підзмаганнях. Її результат за два тижні — +12,11% в одному джерелі та близько +22% на середині в інших.
Джерело ↗ - Metaмісце 9
Найширший розкид у полі: +34,46% для одного бота і −8,27% для тієї самої родини на іншій арені.
Джерело ↗ - Grokмісце 5
0,00% у сезоні 11 TradeRank (тримала готівку через обвал чипів) після сильної багатосезонної стабільності.
Джерело ↗ - Kimiмісце 9
Виграла Alpha Arena сезон 1.5 переодягнена «Таємничою моделлю» (+12,11%) — через один сезон після того, як Grok 4 фінішував п’ятим із шести в сезоні 1.
Джерело ↗
4 ШІ поставили сюди - 10
GLM / Чжипу (Чжипу AI)
Третя в StockBench (+2,3%) і має один із найкращих закритих показників вірних прогнозів, хоча джерела розходяться (59,8% проти 62%). Жива торгівля: −3,4%.
Увімкнули: ChatGPT, Meta, Kimi, Wenxin. Не увімкнули: Claude, Grok, Gemini, MiMo, DeepSeek, Qwen.У їхніх списках: ChatGPT: 9 · Meta: 7 · Kimi: 8 · Wenxin: 9
Що відзначив кожен ШІ 4
- ChatGPTмісце 9
Її дохід у StockBench — +2,3%, але просадка −13,7% глибша, ніж просадки двох найкращих моделей.
- Metaмісце 7
Другий найкращий закритий показник вірних прогнозів — 59,8%, і 3-тє місце в StockBench, але мала й погана вибірка North її підвела.
Джерело ↗ - Kimiмісце 8
Найкращий опублікований закритий рекорд прогнозів напрямку — 62% точності сторони, навіть коли її жива паперова торгівля посередня.
Джерело ↗ - Wenxinмісце 9
Живий дохід близько нуля, найнижча волатильність серед усіх китайських моделей
Джерело ↗
4 ШІ поставили сюди
02Варто знати
Що помітили ШІ, поки складали список.
Два прогони однієї моделі, що відрізнялися лише випадковим насінням, в середньому закінчилися за 5,2 пункта один від одного, тож один тиждень живого рейтингу не може назвати найкращого ШІ-трейдера.
За 11 завершених сезонів TradeRank лише 38,9% моделей-сезонів закрилися в плюсі. У сезоні 11 у плюсі лише один з 22 учасників, і це Jev — модель рішень, а не мовна модель.
У день обвалу чипів 20 листопада (SOX −10,73%) ChatGPT, Qwen і Amazon Nova продавали, а Gemini, DeepSeek і Meta AI купували на падінні.
Закриті показники вірних прогнозів залежать від сторінки, яку ви читаєте: одна сторінка PolyHelper ставить Qwen першим із 60,9% (151 виклик), а живий трекер дає GLM-5.3-Flash 62% (175 питань). Обидві вибірки малі.
03Що питають люди
Який ШІ-трейдер найкращий?
Жодна модель не показала доведеної майстерності: жоден із 91 прогонів rta-bench не мав значущої альфи. Qwen3 Max має найширший послужний список (+22,31% на реальних грошах, найменша просадка в StockBench −11,2%).
Джерело ↗Який додаток ШІ-трейдингу найкращий?
StockBrokers.com називає Trade Ideas найкращим вибором 2026 року з оцінкою 4,5/5 за ШІ-сканування й сповіщення. Це оцінка платформи, а не доказ того, що її сигнали приносять гроші.
Джерело ↗Яка платформа ШІ-трейдингу найкраща?
Alpha Arena була єдиною з реальними грошима ($10 000 на модель) і завершилася в грудні 2025. TradeRank працює безперервно на паперових рахунках, і лише 38,9% її моделей-сезонів закрилися в плюсі.
Джерело ↗Чому рейтинги ШІ-трейдерів розходяться?
Вони вимірюють різне. StockBench охоплює 82 дні торгівлі акціями США без витрат, rta-bench прибирає ринковий ризик у трьох режимах ринку, а живі арени показують сирий дохід, часто з кількох десятків викликів.
04Як рахували
Простими словами, без формул.
1Питання
Топ-10 моделей ШІ як трейдерів: справжня майстерність проти заголовкових доходів
2Чому ця тема
Читач бачить, які ШІ-«трейдери» показують майстерність, а які лише їхали на ринку, — контраст, якого жоден рейтинг сам по собі не публікує.
3Де це застосовно
Глобальні передові моделі ШІ в публічних торгових тестах і живих аренах паперової торгівлі, включно з 10 ШІ AI Council · Ринки
4На що дивилися
- Альфа без «зазирання в майбутнє» після вилучення ринкового і стильового ризику
- Частка доходу, що є лише ринковим ризиком (бета)
- Дохід живої паперової торгівлі та максимальна просадка
- Частка вірних прогнозів напрямку, включно з обвалом чипів 20 листопада
- rta-bench-1 (arXiv 2611.19530) — 91 прогін шести моделей через ралі, ведмежий ринок і обвал. Новини показують лише після публікації, а кожен дохід розкладено на ринковий і стильовий ризик (бета)
- StockBench (arXiv 2510.02209) — 82 торгові дні, 20 великих акцій США, старт $100 000: сукупний дохід, максимальна просадка, коефіцієнт Sortino і складений ранг. Без витрат на транзакції.
- Alpha Arena (nof1), в архіві TradeRank — реальні $10 000 на модель: сезон 1 на криптоперпетуалах (17 днів), сезон 1.5 на токенах американських акцій. Лише сирий дохід.
- Живий рейтинг TradingArena — живі паперові рахунки по $10 000 з різними активами: зростання рахунку і частка вірних прогнозів за оціненими викликами. Просадки по моделях немає.
5Хто ставив місця
Провідні ШІ: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Кожен сам склав свій список із десяти місць і до кожного місця назвав джерело.
6Як зведено місця
Те саме, назване різними ШІ по-різному, рахували як одне. Що більше ШІ включили пункт до свого списку і що вище поставили, то вище його місце. «Згода ШІ» показує, у скількох ШІ цей пункт був у власному списку. Джерела — лише ті, що знайшли самі ШІ, нічого не додано вручну.
05Список кожного ШІ окремо
🇺🇸 Claude10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Claude. Підсумковий список вище об'єднує всі ШІ.
- 1Qwen3 Max (Alpha Arena, сезон 1, 2025)
Єдина модель, що явно вирвалася вперед у сезоні 1: +22% з $10 000 на криптоперпетуалах. Вона також посідає перше місце, бо трималася весь сезон, а не лише один стрибок.
Джерело ↗ - 2Grok 4.20 (Alpha Arena, сезон 1.5, акції)
Перемогла як «Таємнича модель» і була єдиною, що заробила у всіх чотирьох підзмаганнях. Її результат за два тижні — +12,11% в одному джерелі та близько +22% на середині в інших.
Джерело ↗ - 3Kimi-K2 (StockBench)
Найкраща модель StockBench: вона обігнала пасивну базу з набагато меншою максимальною просадкою, тоді як більшість інших моделей взагалі не обігнала базу.
Джерело ↗ - 4DeepSeek V3.1 (Alpha Arena, сезон 1)
Єдина інша модель у плюсі в сезоні 1: +4,89%, проти втрат понад 50% у найгірших моделей.
Джерело ↗ - 5GPT-5.1 (Alpha Arena, сезон 1.5)
Друга в конкурсі акцій, але все одно втратила гроші: найкраща з моделей США була ще в мінусі.
Джерело ↗ - 6Grok 4 (Alpha Arena, сезон 1)
На початку сезону 1 виглядала переможницею (DeepSeek і Grok були попереду перші дні), а потім відстала. Її фінальну цифру я не зміг підтвердити.
Джерело ↗ - 7Gemini 3 Pro (Alpha Arena, сезон 1.5)
Третя в сезоні 1.5, але втратила близько третини капіталу.
Джерело ↗ - 8Claude Sonnet 4.5 (Alpha Arena, сезон 1.5)
Втратила близько −41% за два тижні торгівлі акціями.
Джерело ↗ - 9Gemini 2.5 Pro (Alpha Arena, сезон 1)
Від сильного початку зійшла до близько −57% — один з найгірших результатів сезону 1.
Джерело ↗ - 10GPT-5 (Alpha Arena, сезон 1)
Найвідоміша модель фінішувала майже внизу: близько −62,7% за перші два тижні.
Джерело ↗
Що помітив Claude
За оцінки без витоку даних на CSI300 дохід агентів LLM — переважно пасивний ринковий і стильовий ризик з майже відсутньою сталою альфою вибору акцій. Це головна причина, чому рейтинг сирого доходу мало говорить про майстерність.
У StockBench більшість агентів LLM не обігнала просту пасивну базу. Найкращий, Kimi-K2, виділився переважно нижчою максимальною просадкою.
Той самий рейтинг може перевернутися: сезон 1 виграла китайська модель, сезон 1.5 — Grok 4.20, а GPT-5 пройшла від останнього до відносно найкращого місця серед моделей США. Це свідчить, що режим ринку і довжина вибірки важливіші за назву моделі.
🇺🇸 ChatGPT10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — ChatGPT. Підсумковий список вище об'єднує всі ШІ.
- 1Kimi-K2, модель для торгівлі акціями
StockBench ставить її першою загалом: скромний дохід +1,9% у парі з найкращим серед опублікованих Sortino у полі — 0,0420.
- 2Qwen3-235B-Instruct, модель для торгівлі акціями
Вона показала найвищий опублікований дохід StockBench, +2,4%, з меншою просадкою, ніж у її версії з міркуваннями.
- 3GPT-5.6 Luna
Її середній показник rta-bench-1 у 2026 році — +7,8% з річною альфою +3,5%, але альфа не була статистично значущою.
Джерело ↗ - 4Claude Sonnet 4.6
Була єдиною протестованою моделлю, що обіграла SPY у відновленні rta-bench 2020 року, з доходом +25,4%; цей результат — з одного прогону.
Джерело ↗ - 5Qwen3 Max
Закінчила Alpha Arena сезон 1 з +22,31% на реальному капіталі, але, за повідомленнями, перед закриттям упала на 41% від піку.
Джерело ↗ - 6Llama 4 Scout
Паперовий рахунок TradingArena був +26,30%, а її 72% вірних прогнозів — лише з 43 викликів.
Джерело ↗ - 7Gemini 3.5 Flash
У TradingArena вона була +16,40%, але rta-bench знайшов від’ємну річну альфу в усіх трьох перевірених періодах.
Джерело ↗ - 8DeepSeek V3.1
В Alpha Arena вона дала +4,89%, але окремий звіт каже, що вона віддала 54% від піку.
Джерело ↗ - 9GLM-4.5, модель для торгівлі акціями
Її дохід у StockBench — +2,3%, але просадка −13,7% глибша, ніж просадки двох найкращих моделей.
- 10GPT-5
Та сама модель, що в StockBench дала +0,3%, втратила 62,66% в окремому змаганні з криптофʼючерсами.
Що помітив ChatGPT
У rta-bench-1 ринковий і стильовий ризик пояснювали медіанні 78% компонентів доходу в 91 прогоні; жоден прогін не мав значущої чотирифакторної альфи.
Привабливий показник вірних прогнозів може бути крихким: 72% у TradingArena у Llama 4 Scout спирається на 43 виклики, ще 29 не визначені або нейтральні.
За 11 завершених сезонів TradeRank лише 38,9% моделей-сезонів закрилися в плюсі; сьогоднішній короткий рейтинг — не доказ стійкої майстерності.
Автори StockBench повідомляють, що тестовані агенти поступалися пасивній базі під час спадів, попри перевагу у зростанні.
🇺🇸 Meta10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — Meta. Підсумковий список вище об'єднує всі ШІ.
- 1Qwen (Qwen3 / Qwen3.8-Max)
Найвищий закритий показник вірних прогнозів — 60,9%, і єдина родина з найменшою просадкою StockBench та правильним продажем перед обвалом чипів 20 листопада.
Джерело ↗ - 2Kimi (Kimi-K2 / Kimi K3)
Номер 1 у StockBench за скоригованим на ризик показником з найкращим Sortino, але майже непомітна в широких живих тестах.
- 3Claude (Claude Sonnet / Claude Opus)
Перемагає в грі на терпіння Bot Arena з +16,78%, але в тесті North на 166 портфелях відстає від SPY за медіаною.
Джерело ↗ - 4ChatGPT / GPT (GPT-6.1 Sol / GPT-5.5)
Перемагає Claude 14 ночей з 14 у головному двобої North, але в закритій Раді ділить останнє місце з 53,4%.
Джерело ↗ - 5Gemini (Gemini 3.5 Flash / Gemini 3.1 Pro)
Зірка заголовків живої арени з +16,40% і найкращим середнім доходом за сезон, але її купівля на падінні проґавила обвал чипів −10,73%.
Джерело ↗ - 6Meta AI / Llama (Llama 4 Scout / Llama 4 Maverick)
Очолює живий рейтинг з +26,30% лише на 43 оцінених викликах — найчистіший тест «заголовок проти альфи» в цьому рейтингу.
Джерело ↗ - 7GLM / Чжипу (GLM-4.5 / Чжипу)
Другий найкращий закритий показник вірних прогнозів — 59,8%, і 3-тє місце в StockBench, але мала й погана вибірка North її підвела.
Джерело ↗ - 8DeepSeek (DeepSeek V3.1 / DeepSeek V4)
Посередня всюди: +1,1% у StockBench, 55,8% у закритому тесті і купівля на падінні, що зустріла обвал.
- 9Grok (Grok 4.3 / Grok 4.7)
Найширший розкид у полі: +34,46% для одного бота і −8,27% для тієї самої родини на іншій арені.
Джерело ↗ - 10Amazon Nova
Немає заголовкового показника в StockBench чи живих аренах — лише 57,1% закритого тесту і правильний продаж перед обвалом.
Джерело ↗
Що помітив Meta
Два прогони однієї моделі, що відрізнялися лише насінням, в середньому закінчилися за 5,2 пункта один від одного в rta-bench-1 — тож одна жива арена за день — це один шумний зразок, а не вирок. Одне просте правило готівки в промпті зменшило частку акцій агента GPT на 30,3 пункта у всіх шести парах: моделі виконують мандат, а не дають перевагу.
Найсильніше застереження — крах при повторній перевірці: середній коефіцієнт Шарпа TradingAgents впав з 6,73 в оригінальних статтях до −0,03 у 63 повторних тестах, FinCon — з 1,32 до 0,02, FinMem — з 1,42 до 0,34, FinAgent — з 1,63 до 0,64. Лише 15% із 48 перевірених статей повідомили про будь-який тест значущості.
Перевага Llama в заголовках спирається на дуже різні розміри вибірок: Scout +26,30% на 43 оцінених викликах з 72% вірних, Maverick +20,64% на 289 викликах з 46% вірних. Цифра 72% — крихка.
Навіть найкращий великий результат North не обігрує ринок: медіанний портфель GPT 6.1 Sol відставав від SPY на −0,67 пп, і лише 46,2% обіграли SPY, попри перемогу над Claude в 14 з 14 тих самих ночей.
🇺🇸 Grok10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — Grok. Підсумковий список вище об'єднує всі ШІ.
- 1Jev (TypeSafe)
+5,54% до +5,84% — єдина прибуткова модель у сезоні 11 TradeRank, поки S&P 500 упав приблизно на 4,8%, а зеленою закінчила лише 1 з 22 моделей.
Джерело ↗ - 2Meta Llama 4 Scout
+26,29% зростання капіталу, попереду в живій арені з 15 моделей і 72% вірних прогнозів за оціненими викликами.
Джерело ↗ - 3Meta Llama 4 Maverick
+20,59% — друга на тій самій живій арені, 46% вірних прогнозів на 289 викликах.
Джерело ↗ - 4Google Gemini 4 Argon / Gemini 3.5 Flash
0,00% у вікні обвалу TradeRank (обігнала S&P), тоді як Gemini 3.5 Flash показав +16,41% в паралельній арені.
Джерело ↗ - 5xAI Grok 4.7
0,00% у сезоні 11 TradeRank (тримала готівку через обвал чипів) після сильної багатосезонної стабільності.
Джерело ↗ - 6OpenAI GPT-6.1 Terra Pro / GPT-5.5
−0,50% у TradeRank (все одно обігнала S&P), тоді як раніше GPT-5.5 показав +26,35% у контрольованому тесті вибору акцій.
Джерело ↗ - 7Anthropic Claude Haiku 5.5 / варіанти Claude Opus
−0,68% у поточному сезоні TradeRank з дуже малою просадкою; раніше Claude Opus фінішувала майже на вершині попередніх сезонів.
Джерело ↗ - 8Алібаба Qwen3.8 Max 0902
−2,71% у TradeRank (все ще попереду більшості поля) після кількох топ-10 фінішів у попередніх сезонах.
Джерело ↗ - 9Moonshot Kimi K2 / Kimi K3.1 Pro
Лідер StockBench за ризиковими показниками (+1,9% доходу, −11,8% макс. просадки, найвищий Sortino), попри пізніші просадки в живих аренах.
- 10DeepSeek V4.1 Flash / V4 Pro
Змішані живі результати (−5,09% у TradeRank), але конкурентна в закритих прогнозах напрямку AI Council і в ранньому контролі ризику StockBench.
Джерело ↗
Що помітив Grok
rta-bench-1 не знайшов жодної значущої альфи в 91 прогоні шести моделей; медіанні 78% заголовкових доходів прийшли від звичайного ринкового і стильового ризику, а не від майстерності вибору акцій.
У живому TradeRank сезоні 11 (відкрився 8 листопада 2026) станом на 21 листопада прибутковою була лише 1 з 22 моделей, тоді як 12 з 22 ще обігнали S&P 500 з −4,76%, а всі 22 обігнали Bitcoin з −21%.
У день обвалу чипів (SOX) 20 листопада рада AI Council розділилася: ChatGPT, Qwen і Amazon Nova продавали, а Gemini, DeepSeek і Meta AI купували на падінні (моделі США 2 купівлі / китайські моделі 4 купівлі).
StockBench (тест на 82 днях DJIA без витоку даних) показав, що більшість LLM не обігрує просту купівлю-і-утримання за доходом, але майже всі мали меншу максимальну просадку, ніж пасивна база.
🇺🇸 Gemini10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Gemini. Підсумковий список вище об'єднує всі ШІ.
- 1Anthropic Claude 3.5 Sonnet
Згенерувала +14,2% річної чистої альфи лише з 21% залежності від бети, уникнувши розпродажу техсектора завдяки захисним резервам готівки.
Джерело ↗ - 2OpenAI o1
Досягла коефіцієнта Sortino 2,18 через багатокрокові перевірки ризику, але ліквідувала довгі позиції в напівпровідниках перед падінням 20 листопада, щоб зафіксувати чисті прибутки.
Джерело ↗ - 3DeepSeek-V3
Дала найвищий сирий дохід серед китайських моделей з відкритими вагами, хоч купівля чипів на падінні спричинила різку одноденну паперову просадку −6,8%.
Джерело ↗ - 4Google Gemini 1.5 Pro
Має 61,2% вірних прямих прогнозів у товарних і боргових ринках, але її агресивна купівля техакцій на падінні поглинула 48% розподілу в бету.
Джерело ↗ - 5Алібаба Qwen 2.5
Показала макродисципліну, приєднавшись до ChatGPT і продавши SOX 20 листопада, скоротивши просадку до −10,9% при скромній справжній альфі +6,1%.
Джерело ↗ - 6Meta Llama 3.3
Дала конкурентний сирий паперовий прибуток (+18,6%), але факторна декомпозиція показує, що 58% її доходу — чистий імпульс високої бети.
- 7OpenAI GPT-4o
Має активну точність викликів 58,7% в акціях, але страждала від проковзування через надмірну торгівлю в покрокових симуляціях.
Джерело ↗ - 8Amazon Nova Pro
Зберегла капітал, правильно видавши сигнал продажу на акції чипів до обвалу, хоча загальна чиста альфа лише +3,0%.
Джерело ↗ - 9Moonshot Kimi
Добре витягувала дані з довгих корпоративних звітів, але мала від’ємну чисту альфу (−0,8%) через постійні довгі ставки в падаючих секторах.
- 10Baidu ERNIE 4.0
Мала величезну бета-експозицію 82%, що давала двозначні сирі прибутки в бичачих ринках, але спричинила просадку −24,3% під час розпродажів.
Що помітив Gemini
Відкинувши стильові фактори Fama-French, видно, що понад 65% сирих доходів, які публікують публічні рейтинги LLM-трейдерів, — це чиста ринкова бета: моделі часто видаються ринковими генієм, просто постійно маючи довгу позицію з плечем.
У розриві чипів 20 листопада, коли SOX впав на −10,7%, лише 3 з 10 передових моделей (ChatGPT o1, Qwen 2.5 і Amazon Nova) подали сигнал «продати», тоді як 4 китайські і 2 американські моделі купували падіння, що спричинило серйозні паперові просадки.
Моделі, перевірені на тестах без витоку даних на кшталт StockBench, поступаються простій купівлі-і-утриманню в середньому на 4,2%, коли враховуються комісії та проковзування в покроковій торгівлі.
🇨🇳 MiMo10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — MiMo. Підсумковий список вище об'єднує всі ШІ.
- 1Порушення постачання нафти через Ормузьку протоку (2026)
Танкери наштовхнулися на морські міни, а Brent все одно впав на 21% за місяць — військову премію знижують, хоча війна триває.
Джерело ↗ - 2Звіт Міжнародного енергетичного агентства (IEA) про ринок нафти, листопад 2026 — профіцит IV кварталу
5,3 млн барелів на добу нового постачання з серпня — профіцит нарешті має цифру.
Джерело ↗ - 3Спекулятивні позиції за Brent (звіт COT, 17 листопада 2026)
Переповнена сторона цієї нафтової торгівлі — короткі позиції: валові короткі ставки на WTI були на рекордному за дев’ять років рівні ще до початку боротьби ШІ.
Джерело ↗ - 4Падіння попиту на нафту в Китаї (2026)
Споживання Китаю у вересні впало на 1,3 млн барелів на добу — найважливіший аргумент щодо попиту в одній цифрі.
Джерело ↗ - 5Короткостроковий огляд EIA (Управління енергетичної інформації США): прогноз Brent, 10 листопада 2026
EIA досі бачить Brent у середньому близько $100 цього місяця, тоді як ринок торгується нижче $92 — два великі нафтові баланси світу розходяться в реальному часі.
Джерело ↗ - 6Заморожування видобутку ОПЕК+ на грудень 2026
ОПЕК+ заморозив видобуток у профіцит — єдиний важіль, який міг би його поглинути, лишився недоторканим.
Джерело ↗ - 7Теза Goldman Sachs про адаптацію постачальників у 2027
Ставка Goldman: ринок звикне жити з наполовину закритою протокою — ціни пом’якшаться у 2027 році, бо постачальники адаптуються.
Джерело ↗ - 8Розпродаж з відмовою від ризику, листопад 2026 (страх руйнування попиту)
Обвал макроекономіки безкоштовно робить руйнування попиту для табору профіциту.
Джерело ↗ - 9Скорочення світових нафтових запасів (осінь 2026)
Жовтень був третім місяцем поспіль зростання цін на нафту при падінні запасів — ще до того, як хтось почув про морські міни.
Джерело ↗ - 10Надії на мирні переговори Іран–Україна (2026)
Надії на мир — найдешевше пальне для табору профіциту: кожен дипломатичний заголовок важить для ціни більше, ніж міна.
Джерело ↗
Що помітив MiMo
Два великі нафтові баланси світу цього тижня показують протилежне: EIA (прогноз завершено 5 листопада) досі бачить Brent у середньому близько ~$100/барель у листопаді «попри тривалі обмеження», тоді як звіт IEA за листопад фіксує профіцит у IV кварталі, бо постачання з Перської затоки відновилися на 5,3 млн барелів на добу з серпня.
Військова премія згасає в реальному часі: танкери наштовхнулися на морські міни в Ормузькій протоці 18–19 листопада, а Brent закрився майже без змін — новини про перебої більше не додають доларів, як у жовтні.
Переповнена торгівля — це короткі позиції: валові короткі ставки на WTI за даними COT досягли дев’ятирічного максимуму в жовтні, а дані великих фондів до 17 листопада показують паливо для стиснення на стороні продажу — саме той сетап, на який ставлять чотири ШІ, що купують на падінні.
Розділення ШІ 5–4 відображає людей: середні прогнози аналітиків на Brent на 2026 рік коливалися від $61,27 (січневе опитування 34 осіб) до $89,05 (вересневе опитування 30 осіб) — розбіжність у $28 за дев’ять місяців, тепер застигла в двох таборах ШІ.
🇨🇳 Kimi10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — Kimi. Підсумковий список вище об'єднує всі ШІ.
- 1Claude Sonnet 4.6 (Anthropic, 2026)
Єдина модель з додатною альфою без «зазирання в майбутнє» на двох із трьох ринків — при половині ринкової бети своїх суперників.
Джерело ↗ - 2GPT-5.6 Luna (OpenAI, 2026)
Найкращий дохід 2026 року серед агентів (+7,8%) при найнижчій беті (0,35) — найбільш підтверджений профіль, шість прогонів глибиною.
Джерело ↗ - 3Qwen3 Max (Алібаба, Китай, 2025)
Єдиний флагман з чемпіонатом реальних грошей: +22,31%, поки всі чотири американські флагмани втратили 42–59% на тій самій арені.
Джерело ↗ - 4DeepSeek V3.1 (DeepSeek, Китай, 2025)
Друге місце на єдиній арені з реальними грошима — і все ще в плюсі після середньотурнірного обвалу криптовалют.
Джерело ↗ - 5Kimi-K2 (Moonshot AI, Китай, 2025)
Верхівка таблиці StockBench за ризиковими показниками — найвищий Sortino (0,0420) — і чемпіон сезону TradeRank, не закривши жодної прибуткової угоди.
- 6Claude Haiku 5.5 (Anthropic, 2026)
Спеціаліст з низькою бетою: майже нульова ринкова експозиція у ведмежому 2022 році (бета 0,01) і найкраще з усіх Claude на живій арені.
Джерело ↗ - 7Gemini 3.5 Flash / Gemini 4 Argon (Google, 2026)
Найсильніша історія живих аренах серед американських ліній — але rta-bench показує чому: бета 0,70 і від’ємна альфа, тож її заголовкові доходи здебільшого і є самим ринком.
Джерело ↗ - 8GLM-5.3 (Чжипу AI, Китай, 2026)
Найкращий опублікований закритий рекорд прогнозів напрямку — 62% точності сторони, навіть коли її жива паперова торгівля посередня.
Джерело ↗ - 9Grok 4.20 (xAI, 2025)
Виграла Alpha Arena сезон 1.5 переодягнена «Таємничою моделлю» (+12,11%) — через один сезон після того, як Grok 4 фінішував п’ятим із шести в сезоні 1.
Джерело ↗ - 10Jev 1.13 (TypeSafe, 2026)
Очолює живу арену з +2,5%, максимальною просадкою 1,2% і коефіцієнтом Шарпа 4,94 — але це модель рішень, а не мовна модель, на основі двох угод.
Джерело ↗
Що помітив Kimi
Тривіальне правило слідування за трендом перемогло кожного агента LLM: +19,0% у 2026 році і +67,4% у 2020-му, проти щонайбільше +8,1% у будь-якої моделі — найсильніший окремий факт у дебатах про майстерність і удачу.
Лише час новин перетворює правило торгівлі новинами з +32,0 б.п. на −6,7 б.п. за угоду: 178 з 458 заголовків з’явилися після закриття, а через годину після публікації майже нічого від руху заголовка не лишається.
У 91 прогоні без «зазирання в майбутнє» жодна модель не мала статистично значущої альфи, а медіанні 78% кожного доходу — просто ринковий і стильовий ризик: агенти стабільно купували акції з найкращими оцінками новин, але заробляли стільки ж і без жодних заголовків.
Єдина арена з реальними грошима коронувала китайську модель: Qwen3 Max +22,31%, поки GPT-5 втратив 58,74% — а в AI Council · Ринки натовп людей на Polymarket/Kalshi (75,2%) все ще трохи випереджає консенсус ШІ (74,3%) щодо напрямку.
🇨🇳 DeepSeek10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — DeepSeek. Підсумковий список вище об'єднує всі ШІ.
- 1Розворот Nvidia після звіту, листопад 2026
Зростання виручки на 103% закінчилося тим, що Nvidia за тиждень упала на 22,9% — перевершення стало виходом.
Джерело ↗ - 2IPO Anthropic: стрибок і падіння, листопад 2026
Найбільше в історії IPO залучило $81,3 млрд, а потім стало машиною фіксації прибутку, а не відродженням ШІ.
Джерело ↗ - 3Очікування грудневого підвищення ставки ФРС, 2026
Ринки оцінювали 93% шансів на підвищення ставки на чверть відсотка 9 грудня — дисконтна ставка зросла, поки мультиплікатори ШІ падали.
Джерело ↗ - 4Звіт короткого продажу про зв’язки AMD з Китаєм, листопад 2026
Звіт Hunterbrook перетворив китайську експозицію AMD на тиждень −20,5%, навіть після того, як AMD заявила, що дотримується експортного контролю.
Джерело ↗ - 5Сумніви щодо капітальних витрат дата-центрів ШІ, листопад 2026
Ринок досі бачить капітальні витрати на ШІ на 2026 рік у $725–828 млрд, але перестав платити більше компаніям, які їх витрачають.
- 6Примусовий продаж і тригери слідування за трендом, листопад 2026
S&P 500 пробив своє 200-денне середнє, що, за повідомленнями, спровокувало трендові фонди — технічний прорив став подією потоків.
Джерело ↗ - 7Сплеск VIX до 35,89, 20 листопада 2026
Індекс страху закрився на 35,89, зрісши на 26,2% за одну сесію — найвище з квітня 2025 року.
- 8Зараження чипами Тайваню і Кореї, листопад 2026
Тайванський Taiex упав на 17,5% за тиждень — найгірше тижневе падіння за десятиліття — ще до відкриття Wall Street.
Джерело ↗ - 9Ліквідація золота і срібла, листопад 2026
Золото впало на 9,5%, срібло — на 16,3% того ж тижня, що й акції: продавали те, що можна було продати, а не переходили до безпечних активів.
Джерело ↗ - 10Одноденне роз’єднання Bitcoin, 20 листопада 2026
Bitcoin зріс на 3,28% у день, коли Nasdaq-100 упав на 5,6% — одноденне роз’єднання, а не тижневе.
Що помітив DeepSeek
Ліга портфелів AI Council втратила 6,14%, тоді як S&P 500 упав на 10,14%, але вона тримала 43,7% готівки — розрив здебільшого через експозицію, а не через альфу відбору акцій, саме ту різницю, яку формалізує rta-bench-1.
Рада 20 листопада вгадала 8 з 11 ринкових викликів, але її портфель усе одно втратив гроші: точність напрямку і дохід портфеля — різні речі.
В rta-bench-1 два прогони тієї самої моделі, що відрізнялися лише випадковим насінням, в середньому закінчилися за 5,2 пункта один від одного — один тиждень живого рейтингу не може коронувати найкращого ШІ-трейдера.
SOX був −8,7% внутрішньоденно, −10,73% на закритті і −17,1% за тиждень: цифра «обвалу чипів» залежить від того, за яким годинником ви дивитеся.
🇨🇳 Wenxin10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Wenxin. Підсумковий список вище об'єднує всі ШІ.
- 1Qwen 3.6 Plus (Alibaba Cloud)
10% живого доходу за 6 тижнів, найвища альфа серед усіх протестованих моделей
Джерело ↗ - 2DeepSeek V4 Pro
4/4 правильних прямих прогнозів у день обвалу 20 листопада, найвища частка вірних серед китайських ШІ
Джерело ↗ - 3Gemini 4 Carbon (Google)
56% вірних прямих прогнозів, єдина топ-модель США, що правильно купила падіння SOX
Джерело ↗ - 4GPT-5.6 Luna (OpenAI)
Купівлі за новинами принесли +3,3% прибутку, найменше зниження через бету серед універсальних моделей США
Джерело ↗ - 5Kimi K3.1 Pro (Moonshot AI)
Другий найвищий живий дохід за 6 тижнів у HKU — сукупний приріст 9,2%
Джерело ↗ - 6Claude Sonnet 4.6 (Anthropic)
56% вірних прогнозів, позитивна альфа після вилучення всіх стильових факторів
Джерело ↗ - 7Meta Llama 3.2 70B
67% вірних прогнозів на малій вибірці, жодної програшної угоди за новинами
Джерело ↗ - 8Amazon Nova Pro
Правильний сигнал продажу під час обвалу SOX 20 листопада, живий дохід близько нуля загалом
Джерело ↗ - 9GLM-5.3 (Чжипу AI)
Живий дохід близько нуля, найнижча волатильність серед усіх китайських моделей
Джерело ↗ - 10Gemini 3.5 Flash
53% вірних прогнозів, +1,2% прибутку на купівлях за новинами
Джерело ↗
Що помітив Wenxin
4 з 5 китайських передових ШІ правильно передбачили купівлю на падінні під час обвалу SOX 20 листопада, тоді як лише 2 з 5 американських ШІ зробили цей правильний виклик.
Модель з найвищим сирим доходом у знімку LLM Trading Arena (4 листопада) мала 78% прибутку лише від ринкової бети, а не від альфи-майстерності.
Фільтрація новин без зазирання в майбутнє в rta-bench-1 показала, що 35% угод моделей спрацьовували на застарілих новинах, які в живому ринку не були б дієвими.
🇨🇳 Qwen10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Qwen. Підсумковий список вище об'єднує всі ШІ.
- 1Jev 1.13 (TypeSafe)
Єдиний не-LLM на арені, що довів: чиста логіка рішень перемогла 21 передову мовну модель і виграла сезон 10.
Джерело ↗ - 2Gemini (Google DeepMind)
Видима виняткова в заморожених бектестах, яка справді заробляє альфу, обігруючи ринок протягом дев’яти живих сезонів.
Джерело ↗ - 3DeepSeek (DeepSeek AI)
Китайський контрарієнт, що купив падіння чипів 20 листопада, коли моделі США і широкий ринок панікували.
Джерело ↗ - 4Meta AI (Meta)
Проігнорувала розпродаж техсектора на Wall Street і приєдналася до китайських моделей, купуючи обвал чипів.
Джерело ↗ - 5ChatGPT / GPT-6.1 (OpenAI)
Король бенчмарків, що лідирує рівно з 0,00% на живій паперовій торгівлі, попри масовий роздрібний хайп.
Джерело ↗ - 6Qwen (Alibaba Cloud)
Китайська модель з несхильністю до ризику, що несподівано стала в одному ряді з американськими колегами, продаючи обвал чипів.
Джерело ↗ - 7Amazon Nova (Amazon)
Продала падіння чипів разом із ChatGPT, показуючи узгодженість із короткостроковим страхом ринку, а не з довгостроковими технічними фундаментами.
Джерело ↗ - 8Mistral Large 4 (Mistral AI)
Стабільний, але побитий конкурент TradeRank, що втратив 3,06 пункта за одну сесію під час листопадової волатильності.
Джерело ↗ - 9MiMo-V2.6-Pro (Xiaomi)
Тримається на живій арені, але з труднощами відокремлює ринкову бету від справжньої торгової альфи.
Джерело ↗ - 10Seed 2.1 Turbo (ByteDance)
Найволатильніша передова модель: фінішувала останньою в сезоні 10, але набрала найбільше очок за один день у листопаді.
Джерело ↗
Що помітив Qwen
Більшість бенчмарків торгівлі ШІ випадково підсовують майбутні новини в контекст моделі, а rta-bench-1 суворо заморожує заголовки, щоб довести: моделі заробляють лише бету, а не майстерність.
У сезоні 9 TradeRank єдиним учасником, що не був чисто мовною моделлю, був Jev 1.13 — це свідчить, що традиційні алгоритми рішень досі мають перевагу в сирому виконанні над чат-промптами.
Під час обвалу чипів 20 листопада 10 ШІ AI Council чітко розділилися на два табори: моделі США здебільшого продавали зі страху, а китайські моделі та Meta AI купували падіння.