원저자: Frank, PANews

10일도 안 되어 자금이 두 배로 늘어났습니다.

DeepSeek과 Qwen3가 Nof1의 AlphaZero AI 실시간 트레이딩에서 이러한 성과를 달성했을 때, 그들의 수익 효율성은 대부분의 인간 트레이더를 훨씬 능가했습니다. 이는 우리에게 다음과 같은 질문을 던지게 합니다. AI는 "연구 도구"에서 "최전선 트레이더"로 전환하고 있습니다. 그들은 어떻게 생각하는 것일까요? PANews는 이 대회에 참가한 6개 주요 AI 모델의 지난 10일간의 트레이딩을 종합적으로 검토하여 이러한 AI 트레이더들의 의사결정 비밀을 밝혀내고자 했습니다.

"정보 격차" 없는 순수한 기술적 결투

분석을 시작하기에 앞서, 한 가지 전제를 명확히 해야 합니다. 이 대회의 AI 의사 결정은 오프라인으로 진행되었습니다. 모든 모델은 동일한 기술 데이터(현재 가격, 이동 평균선, MACD, RSI, 미결제약정, 펀딩 금리, 4시간 및 3분 시계열 포함)를 수동적으로 수신했으며, 인터넷에 직접 연결하여 기본 정보를 얻을 수 없었습니다.

이를 통해 "정보 비대칭"의 간섭이 제거되고 이 경쟁은 "순수한 기술적 분석이 수익을 낼 수 있는지"라는 고대 명제에 대한 궁극적인 시험이 됩니다.

구체적인 내용 측면에서 AI는 다음과 같은 측면을 얻을 수 있습니다.

1. 해당 통화의 현재 시장 상황: 현재 가격 정보, 20일 이동 평균 가격, MACD 데이터, RSI 데이터, 미결제약정 데이터, 자금 조달 비율, 그리고 앞서 언급한 일부 데이터의 일중 시리즈(3분 주기) 및 장기 추세 시리즈(4시간 주기)를 포함합니다.

2. 계좌 정보 및 성과: 현재 계좌의 전반적인 성과, 수익률, 사용 가능한 자금, 샤프 비율 등을 포함합니다. 현재 포지션의 실시간 성과, 현재 이익 실현, 손절 및 만료 조건 등을 포함합니다.

DeepSeek: 차분한 트렌드 마스터와 "리뷰"의 가치

10월 27일 기준, DeepSeek의 계정은 $23,063로 최고치를 기록했고, 최대 수익률은 약 130%에 달했습니다. 이는 의심할 여지 없이 가장 높은 수익률을 기록한 모델이었으며, 거래 행태를 분석해 보면 이러한 성과는 결코 우연이 아니었음을 알 수 있습니다.

첫째, 거래 빈도 측면에서 DeepSeek은 추세 트레이더의 저빈도 스타일을 보여줍니다. 9일 동안 DeepSeek은 17건의 거래를 완료했는데, 이는 모든 모델 중 가장 적은 수치입니다. 이 17건의 거래 중 DeepSeek은 16건의 롱 포지션과 1건의 숏 포지션을 선택했는데, 이는 이 기간 동안 전반적인 시장이 바닥에서 반등했던 시기와 일치합니다.

물론, 이러한 방향 선택은 우연이 아닙니다. DeepSeek은 RSI와 MACD와 같은 지표를 통해 종합적인 분석을 수행했으며, 시장 전체가 강세라고 항상 판단했기에, 확고한 롱 포지션을 선택했습니다.

실제 거래 과정에서 DeepSeek의 초기 주문은 순조롭지 않았고, 처음 다섯 건의 주문이 모두 실패했습니다. 그러나 손실은 비교적 적었으며, 가장 높은 주문도 3.5%를 넘지 않았습니다. 더욱이, 이러한 초기 주문의 보유 기간도 비교적 짧았으며, 가장 짧은 주문 마감 시간은 단 8분에 불과했습니다. 시장이 원하는 방향으로 움직이면서 DeepSeek의 포지션은 지속적인 성과를 보이기 시작했습니다.

DeepSeek의 거래 스타일은 진입 시 높은 이익실현 마진과 낮은 손절마진을 설정하는 경향이 있음을 시사합니다. 예를 들어, 10월 27일 평균 이익실현 마진은 11.39%, 평균 손절마진은 -3.52%, 손익률은 약 3.55였습니다. 이는 DeepSeek의 거래 전략이 큰 이익을 위해 작은 손실을 선호하는 것임을 시사합니다.

이는 실제 결과에서도 마찬가지입니다. PANews의 분석에 따르면, DeepSeek의 체결 거래 평균 손익률은 6.71로 모든 모델 중 가장 높았습니다. 41%의 승률은 2위로 가장 높지는 않았지만, 2.76의 기대 수익률로 1위를 차지했습니다. 이것이 DeepSeek이 가장 높은 수익을 달성한 주된 이유입니다.

또한, DeepSeek은 평균 보유 시간 2,952분(약 49시간)으로 보유 시간 측면에서도 1위를 차지했습니다. 이는 DeepSeek이 다양한 모델 중에서도 진정한 추세 트레이더임을 보여주며, 금융 거래에서 수익성의 가장 중요한 요소인 "기다림 없이 투자하기(Letting the bullet fly)" 원칙을 고수하고 있음을 보여줍니다.

DeepSeek은 포지션 관리에 있어 비교적 공격적이며, 포지션당 평균 레버리지 비율은 2.23입니다. 여러 포지션을 동시에 보유하는 경우가 많아 전체 레버리지 비율이 비교적 높습니다. 예를 들어, 10월 27일에는 총 레버리지 비율이 3배를 초과했습니다. 하지만 엄격한 손절매 요건 덕분에 위험은 항상 통제 가능합니다.

전반적으로 DeepSeek의 탄탄한 거래 성과는 포괄적인 전략의 결과입니다. 포지션 선정 시, DeepSeek은 특별한 지표 없이 가장 널리 쓰이는 MACD와 RSI 지표만을 사용합니다. 대신, 합리적인 손익률을 엄격하게 준수하고 감정적인 영향에 관계없이 포지션을 확고히 유지합니다.

PANews는 또한 독특한 세부 사항을 발견했습니다. DeepSeek의 링크 분석 사고 과정은 유사한 패턴을 따릅니다. 길고 상세한 과정을 거친 후, 이를 요약하여 거래 결정을 내립니다 . 이러한 특징은 인간 트레이더에게 적용될 때, 자신의 포지션을 재검토하는 데 집중하는 트레이더와 더 유사하며, 이러한 재검토는 3분마다 수행됩니다 .

시장 동향을 검토하는 이러한 능력은 AI 모델에도 적용되었을 때에도 유용한 것으로 보입니다. 모든 토큰과 시장 신호의 모든 세부 사항을 간과하지 않고 반복적으로 분석할 수 있도록 보장합니다. 이는 아마도 인간 트레이더가 가장 잘 배울 수 있는 또 다른 영역일 것입니다.

Qwen3: 급진적인 도박꾼

10월 27일 기준, Qwen3는 대규모 모델 중 두 번째로 높은 성과를 기록했습니다. 최대 계좌 잔액 2만 달러와 100%의 수익률을 기록한 Qwen3의 수익성은 DeepSeek에 이어 두 번째로 높았습니다. Qwen3는 높은 레버리지와 높은 승률을 특징으로 합니다 . 전체 승률은 43.4%로 모든 모델 중 1위를 차지했습니다. 또한, 단일 포지션 규모는 5만 6,100달러(레버리지 5.6배)로 모든 모델 중 가장 높았습니다. DeepSeek만큼 높은 수익 기대치는 아니지만, 공격적인 트레이딩 스타일 덕분에 DeepSeek과 유사한 성과를 거두고 있습니다.

Qwen3의 트레이딩 스타일은 비교적 공격적이며, 평균 손절매는 $491로 모든 모델 중 가장 높습니다. 최대 단일 손실액 역시 $2,232로, 역시 가장 높습니다. 이는 Qwen3가 일반적으로 포지션 유지라고 불리는 더 큰 손실을 감내할 수 있음을 의미합니다. 하지만 DeepSeek만큼 큰 손실을 감수하더라도 더 높은 수익을 달성하지 못한다는 점에서 Qwen3는 DeepSeek에 미치지 못합니다. Qwen3의 평균 수익은 $1,547로 DeepSeek보다 낮습니다. 이로 인해 최종 이익수익률(PBR)은 DeepSeek의 절반인 1.36에 불과합니다.

Qwen3의 또 다른 특징은 한 번에 하나의 포지션만 보유하고 거기에 큰 베팅을 하는 경향이 있다는 것입니다. 그는 종종 최대 25배(대회에서 허용되는 최대 레버리지)의 레버리지를 사용합니다 . 이러한 유형의 거래는 높은 승률에 크게 의존하는데, 모든 손실은 상당한 손실로 이어지기 때문입니다.

Qwen3는 의사결정 과정에서 20일 지수이동평균선(4시간 이동평균선)에 특히 주목하며, 이를 진입 및 청산 신호로 활용하는 것으로 보입니다. 그의 사고방식 또한 단순해 보입니다. 또한 포지션 유지에 인내심이 부족 하여 평균 보유 시간이 10.5시간으로, 쌍둥이자리 바로 위에 위치합니다.

전반적으로 Qwen3의 현재 수익성은 유망해 보이지만, 상당한 위험도 내포하고 있습니다. 과도한 레버리지, 무모한 포지션 개시, 단일 지표, 짧은 보유 기간, 낮은 손익률은 모두 Qwen3의 향후 거래에 잠재적 위험을 초래합니다. 10월 28일 본 기사 작성 시점을 기준으로 Qwen3의 펀드는 최대 16,600달러의 손실률을 기록했는데, 이는 최고치 대비 26.8% 감소한 수치입니다.

클로드: 끈기 있고 여러 개의 머리를 가진 집행자

클로드는 전반적으로 수익성이 좋으며 10월 27일 기준 총 계좌 잔액이 약 12,500달러로 약 25%의 수익을 올렸습니다. 이 수치 자체로는 인상적이지만 DeepSeek과 Qwen3에 비하면 미미합니다.

실제로 Claude와 DeepSeek은 주문 빈도, 포지션 규모, 그리고 승률 측면에서 비슷한 성과를 보였습니다. 총 21건의 주문을 냈으며, 승률은 38%, 평균 레버리지 비율은 2.32였습니다.

이러한 상당한 차이는 손익률이 낮기 때문일 수 있습니다. 클로드의 손익률도 2.1로 양호한 성과를 보였지만, DeepSeek보다 세 배 이상 낮았습니다. 따라서 이러한 데이터를 종합적으로 고려할 때, 예상 이익률은 0.8에 불과합니다(1보다 낮은 비율은 장기 손실을 나타냄).

또한, 클로드의 또 다른 주목할 만한 특징은 일정 기간 동안 단방향으로만 거래한다는 것입니다. 10월 27일까지 완료된 주문 중 클로드의 21건은 모두 롱 포지션이었습니다.

그록: 방향 판단의 소용돌이 속에서 길을 잃다

Grok은 초창기에는 좋은 성과를 거두었으며, 한때 최고 수익률이 50%를 넘어서며 가장 수익성이 높은 모델이 되기도 했습니다. 그러나 거래 시간이 증가함에 따라 Grok은 상당한 손실을 경험했습니다. 10월 27일까지 자금은 약 1만 달러로 회복되어 모든 모델 중 4위를 차지했으며, 전체 수익률은 비트코인(BTC)을 보유했을 때와 거의 비슷했습니다.

거래 습관 측면에서 Grok은 저빈도 거래와 장기 보유에도 탁월합니다. 단 20건의 거래가 완료되었을 때 평균 보유 기간은 30.47시간으로 DeepSeek보다 약간 짧습니다. 그러나 Grok의 가장 큰 문제점은 20%에 불과한 낮은 승률과 1.85에 불과한 손익률입니다. 이로 인해 기대 수익률은 0.3에 불과합니다. 거래 방향과 관련하여 Grok의 20개 포지션에는 롱 포지션 10개와 숏 포지션 10개가 포함되었습니다. 이러한 시장 상황에서 과도한 숏 포지션은 승률을 크게 떨어뜨립니다. 이러한 관점에서 Grok 모델은 여전히 시장 동향 예측 능력에 문제가 있습니다.

쌍둥이자리: 고빈도 "소매 투자자"는 반복적인 횡보로 인해 지쳐 버립니다.

제미니는 10월 27일 기준 165건의 거래를 완료하며 가장 자주 거래된 모델이었습니다. 이처럼 지나치게 빈번한 주문 체결로 인해 플랫폼의 거래 실적이 저조했고, 최저 계좌 잔액이 약 3,800달러로 떨어져 62%의 손실률을 기록했습니다. 이 중 1,095.78달러는 수수료로만 사용되었습니다.

고빈도 거래는 매우 낮은 승률(25%)과 손익률(P/L)이 1.18에 불과하여, 총 기대 수익은 0.3에 불과합니다. 이러한 통계를 고려할 때, 제미니의 거래는 손실을 초래할 가능성이 높습니다. 아마도 의사 결정에 대한 자신감 부족 때문일지도 모르지만, 제미니의 평균 포지션 규모 또한 매우 작습니다. 포지션당 레버리지 비율은 0.77에 불과하며, 각 포지션의 보유 시간은 7.5시간에 불과합니다.

평균 손절매는 81달러에 불과하고, 평균 이익실현은 96달러입니다. 제미니는 전형적인 개인 투자자처럼 아주 약간의 이익만 있으면 청산하고 아주 약간의 손실만 있으면 매도합니다. 시장 변동 속에서도 반복적으로 주문을 내면서 계좌 원금이 끊임없이 감소합니다.

GPT5: 낮은 승률과 낮은 손익률의 '더블킬'

GPT5는 현재 최하위 모델로, 전반적인 성과와 곡선이 Gemini와 매우 유사하며, 두 모델 모두 60%가 넘는 손실을 보이고 있습니다. Gemini만큼 자주 발생하지는 않았지만, GPT5는 63건의 거래를 성사시켰습니다. 손익률은 0.96에 불과하여 거래당 평균 수익은 $0.96에 불과했고, 손절매는 $1에 불과했습니다. 게다가 GPT5의 거래 승률은 Grok과 비슷한 20%에 불과했습니다.

포지션 규모 측면에서 GPT5와 Gemini는 매우 비슷하며, 평균 포지션 레버리지 비율은 약 0.76으로 매우 신중한 것으로 보입니다.

GPT5와 Gemini 사례는 낮은 포지션 위험이 반드시 수익성 있는 계좌로 이어지는 것은 아니라는 점을 보여줍니다. 더욱이, 고빈도 매매에서는 승률과 손익률 모두 본질적으로 신뢰할 수 없습니다. 더욱이, 이 두 모델에서 동일 통화쌍에 대한 롱 포지션의 개시 가격은 DeepSeek과 같은 수익성 있는 모델보다 상당히 높은데, 이는 진입 신호가 다소 지연되는 것처럼 보인다는 것을 시사합니다.

관찰 요약: AI가 밝힌 두 가지 유형의 거래 "인간 본성"

전반적으로 AI 거래 행동 분석은 거래 전략을 재검토할 수 있는 또 다른 기회를 제공합니다. DeepSeek의 고수익 성과와 Gemini 및 GPT5의 큰 손실이라는 두 가지 극단적인 거래 결과에 대한 모델 분석은 특히 통찰력 있는 결과를 제공합니다.

1. 수익성이 높은 모델 행동은 다음과 같은 특징을 갖습니다. 빈도가 낮고, 보유 기간이 길고, 손익 비율이 크고, 적시에 진입합니다.

2. 손실모델의 행동은 다음과 같은 특징을 갖는다: 빈도가 높고, 기간이 짧으며, 손익비율이 낮고, 진입 시점이 늦다.

3. 수익과 시장 정보 사이에는 직접적인 상관관계가 없습니다. 이 AI 트레이딩 대회에서 모든 모델은 동일한 정보를 받았기 때문에 실제 트레이더보다 정보 출처가 제한적이었습니다. 그럼에도 불구하고, 대부분의 트레이더보다 훨씬 높은 수익을 달성했습니다.

4. 사고 과정의 길이는 거래의 엄격성을 결정하는 핵심 요소인 것으로 보입니다. DeepSeek의 의사 결정 과정은 모든 모델 중 가장 깁니다. 이 과정은 각 결정을 신중하게 검토하고 받아들이는 데 능숙한 인간 트레이더의 과정과 더 유사합니다. 반면, 성과가 저조한 모델의 사고 과정은 매우 짧으며, 직관에 기반한 인간의 의사 결정 과정과 더 유사합니다.

5. DeepSeek 및 Qwen3와 같은 모델의 수익성이 높아짐에 따라, 이러한 AI 모델을 직접 모방하는 것이 적절한지에 대한 논의가 활발하게 진행되고 있습니다. 그러나 이러한 접근 방식은 바람직하지 않아 보입니다. 일부 AI 모델이 현재 높은 수익성을 보이고 있다고 하더라도, 특정 시장 기간 동안 전반적인 시장 추세를 우연히 따라가는 등 어느 정도 운적인 요소가 작용하는 것으로 보입니다. 시장이 새로운 국면에 진입한 후에도 이러한 이점이 유지될 수 있을지는 불확실합니다. 그럼에도 불구하고 AI의 거래 실행 능력은 여전히 연구할 가치가 있습니다.

결국 누가 이길까요? PANews는 이러한 데이터 성과를 여러 AI 모델에 전송했고, 모두 DeepSeek을 선택했습니다. DeepSeek의 수익 예측이 수학적 논리와 가장 일치했고 거래 습관이 가장 좋았기 때문입니다.

흥미로운 점은 두 번째로 선호하는 모델 대부분이 자기 자신을 선택했다는 것입니다.