บทความต้นฉบับโดย Odaily Planet Daily ( @OdailyChina )

ผู้แต่ง｜Golem ( @web3_golem )

อย่างไม่คาดคิด การแข่งขันซื้อขายสกุลเงินดิจิทัลด้วย AI อาจพลิกกลับมาอย่างน่าทึ่งในนาทีสุดท้าย ได้ โดย Qwen3 ของ Alibaba ปิดตลาดด้วยราคา 12,231.09 ดอลลาร์สหรัฐฯ ทำกำไรได้ 2,231.09 ดอลลาร์สหรัฐฯ คว้าชัยชนะไปครอง ขณะที่ DeepSeek ซึ่งเป็นหุ้นที่ได้รับความนิยมสูงตลอดทั้งฤดูกาล ตามมาเป็นอันดับสองด้วยราคา 10,489.23 ดอลลาร์สหรัฐฯ ซึ่งสามารถอธิบายได้ว่าเป็นการสะท้อนที่แข็งแกร่งของ "Nantong" ของ Scottish Premiership เมื่อคืนที่ผ่านมา

การต่อสู้อันโหดร้ายเป็นเวลา 18 วันเกิดขึ้นบนตลาดแลกเปลี่ยน Hyperliquid ซึ่งมีโมเดล AI ชั้นนำของโลก 6 ราย ได้แก่ DeepSeek, Qwen3, Grok 4, Gemini, Claude และ GPT5 ซึ่งแต่ละรายได้รับเงินทุนเริ่มต้นมูลค่า 10,000 ดอลลาร์ และซื้อขายสัญญาถาวรสำหรับ BTC, ETH, SOL, XRP, DOGE และ BNB โดยอัตโนมัติโดยใช้คำแนะนำและข้อมูลอินพุตชุดเดียวกัน

เมื่อสถานการณ์เริ่มคลี่คลาย สถานการณ์ก็ยิ่งเลวร้ายลงไปอีก ผู้เข้าร่วมอีกสี่คนพ่ายแพ้อย่างสิ้นเชิง Claude ขาดทุนกว่า 3,000 ดอลลาร์ Grok 4 ขาดทุนเกือบครึ่งหนึ่ง และ Google Gemini ขาดทุนมากกว่าครึ่งหนึ่งของเงินลงทุน ที่น่าตกใจที่สุดคือ GPT5 ที่ทุกคนรอคอย กลับต้องมาจบที่จุดต่ำสุดด้วยการขาดทุนถึง 62% เหลือเพียง 3,733.54 ดอลลาร์เท่านั้น

อย่างไรก็ตาม เมื่อก้าวข้ามการต่อสู้ภายในของ AI นี้ ความจริงอันโหดร้ายยิ่งกว่าก็ปรากฏออกมา นั่นคือ การลงทุนทั้งหมด 60,000 ดอลลาร์สหรัฐฯ กลับให้ผลตอบแทนเพียง 43,171.62 ดอลลาร์สหรัฐฯ ส่งผลให้ขาดทุนรวมกว่า 28% ในการแข่งขันที่ได้รับการยกย่องว่าเป็นจุดสูงสุดของความชาญฉลาดนี้ "นักเทรดอัจฉริยะ" ส่วนใหญ่กลับไม่สามารถทำผลงานได้ดีกว่า Bitcoin เสียด้วยซ้ำ

เมื่อปัญญาประดิษฐ์อันชาญฉลาดที่สุดต่อสู้กันในตลาดการเงิน ผลลัพธ์ที่ได้นั้นน่าสนใจมาก นี่คือชัยชนะของเทคโนโลยีหรือการสะท้อนธรรมชาติของมนุษย์อีกแบบหนึ่ง

นักบิทคอยน์ผู้หัวเราะเป็นคนสุดท้าย (Qwen3)

ทำไม Qwen3 ถึงสามารถแซง Deepseek ในนาทีสุดท้ายจนกลายเป็นผู้ชนะในที่สุด? คำตอบนั้นง่ายมาก: เขามุ่งเน้นไปที่ BTC เป็นหลัก Qwen3 ซื้อขายไป 139 ครั้ง โดย 91 ครั้งเป็น BTC และเขายังคงถือสถานะ Long ของ BTC ไว้จนถึงช่วงท้ายการแข่งขัน อีกลักษณะหนึ่งที่ทำให้ Qwen3 แตกต่างจากโมเดลอื่นๆ คือการโฟกัสของเขา เขาถือสถานะเพียงสถานะเดียวในแต่ละครั้งและวางเดิมพันจำนวนมากเมื่อเขามั่นใจ

ในทางตรงกันข้าม Deepseek แสดงให้เห็นถึงรูปแบบการซื้อขายความถี่ต่ำแบบเทรดเดอร์ตามแนวโน้ม โดยทำการซื้อขายไปแล้ว 116 ครั้งในระหว่างการแข่งขัน และแสดงให้เห็นถึงแนวโน้มขาขึ้นที่แข็งแกร่ง แต่ Deepseek กลับมุ่งเน้นไปที่สินทรัพย์จำนวนมากเกินไปและถือครองหลายสถานะพร้อมกัน เมื่อสิ้นสุดการแข่งขัน Deepseek ยังคงถือครองสถานะซื้อที่มีเลเวอเรจ 10 เท่าใน XRP, BTC, ETH, SOL และ BNB และสถานะขายที่มีเลเวอเรจ 10 เท่าใน DOGE

ในแง่ของสไตล์การเทรด Deepseek เปรียบเสมือนปรมาจารย์การเทรดเชิงปริมาณที่อายุน้อยและมั่นใจ มีพลังมากพอที่จะวิเคราะห์ทุกรายละเอียดของโทเค็นและสัญญาณตลาด วิเคราะห์แนวโน้มได้อย่างแม่นยำ กำหนดจุดตัดขาดทุนที่แคบ และวางแผนการขาดทุนน้อยแต่ได้กำไรมาก ในทางกลับกัน Qwen3 เปรียบเสมือนเทรดเดอร์มากประสบการณ์ที่ตัดสินใจอย่างเด็ดขาดและมีคุณสมบัติทางจิตวิทยาที่ยอดเยี่ยม เน้นการเทรดตลาดโดยรวม เน้นการวิเคราะห์เป้าหมายเดียวในเวลาเดียวกัน วางเดิมพันหนักหลังจากตัดสินใจอย่างถูกต้อง สามารถทนต่อการขาดทุนจำนวนมาก และยึดมั่นในแนวคิดที่ว่าช้าคือเร็ว

ในช่วงแรก นักวิเคราะห์มีมุมมองเชิงบวกต่อกลยุทธ์ของ Deepseek และแสดงความกังวลเกี่ยวกับกลยุทธ์ของ Qwen3 โดยเชื่อว่าแนวทางการลงทุนแบบ Single Position ที่ไม่กระจายความเสี่ยงอาจทำให้ถูกกำจัดได้ง่ายในระลอกเดียว อย่างไรก็ตาม พวกเขาอาจลืมไปว่าในตลาดคริปโตที่มีความผันผวนสูง BTC เป็นสินทรัพย์ที่มีความเสี่ยงต่ำที่สุด

ในช่วงเย็นของวันที่ 3 พฤศจิกายน ตลาดคริปโทเคอร์เรนซีเผชิญกับภาวะตกต่ำครั้งใหญ่ โดย XRP ลดลง 8.7%, DOGE ลดลง 10.42%, ETH ลดลง 7.91%, SOL ลดลง 11.58% และ BNB ลดลง 8.4% อย่างไรก็ตาม BTC กลับมีการลดลงน้อยที่สุดในบรรดาคริปโทเคอร์เรนซีหลักๆ ที่ 3.7% เหตุการณ์ "หงส์ดำจิ๋ว" ที่เกิดขึ้นอย่างกะทันหันนี้ทำให้ Deepseek ไม่ทันตั้งตัว ส่งผลให้ขาดทุน 4,320 ดอลลาร์ในช่วง 24 ชั่วโมงที่ผ่านมา ซึ่งเป็นการขาดทุนในวันเดียวที่มากที่สุดในช่วงเจ็ดวันที่ผ่านมา ในทางตรงกันข้าม Qwen3 ซึ่งเป็นนักลงทุนที่มองโลกในแง่ดีอีกรายหนึ่ง กลับแสดงให้เห็นถึงความยืดหยุ่นที่แข็งแกร่งกว่า โดยขาดทุนเพียง 1,270 ดอลลาร์ในช่วง 24 ชั่วโมงที่ผ่านมา สาเหตุนี้เป็นเพราะ Qwen3 ถือครอง BTC ไว้เพียงสถานะซื้อ และไม่ได้จัดสรรพอร์ตโฟลิโอส่วนใหญ่ให้กับ altcoin

ที่น่าสังเกตก็คือ Deepseek เป็นโมเดล AI ที่ขาดทุนมากที่สุดในช่วงที่ตลาดตกต่ำเมื่อคืนที่ผ่านมา การร่วงลงอย่างไม่คาดคิดนี้ทำให้ Qwen3 กลายเป็นผู้ชนะในที่สุด Qwen3 ไม่ได้ทำอะไรเลย ขณะที่ Deepseek แทบจะ "พัง" ตัวเอง ในตลาดคริปโต หากราคา BTC โดยรวมลดลง 1-3% อัลต์คอยน์อาจร่วงลง 20-30% และหาก BTC ร่วงลงมากกว่า 10% อัลต์คอยน์อาจร่วงลงถึง 70-80% กลยุทธ์ของ Qwen3 มีความยืดหยุ่นต่อสภาวะตลาดที่รุนแรงมากกว่า Deepseek

ความชอบเดิมพันสูงของ Qwen3 ทำให้เขาสามารถเพิ่มผลกำไรสูงสุดในช่วงที่ราคา BTC พุ่งสูงขึ้น ยกตัวอย่างเช่น ระหว่างวันที่ 23 ถึง 27 ตุลาคม ผลตอบแทนของ Qwen3 สูงกว่า Deepseek เนื่องจาก BTC ยังคงปรับตัวสูงขึ้นอย่างต่อเนื่องหลังจากทะลุ 110,000 ดอลลาร์ และ Qwen3 ประสบความสำเร็จในการฉวยโอกาสนี้ด้วยการเปิดสถานะ Long ใน BTC ด้วยเลเวอเรจ 20 เท่า ในขณะเดียวกัน ผลตอบแทนของ Deepseek จากการเปิดสถานะ Long ในคริปโทเคอร์เรนซีทั้งหมดในช่วงเวลาดังกล่าวไม่เทียบเท่ากับ Qwen3

ในฐานะผู้สังเกตการณ์มนุษย์ การกลับมาอย่างกะทันหันของ Qwen3 ในการแข่งขันกับ Deepseek เผยให้เห็นความจริงในตลาดคริปโต: ผู้ที่หัวเราะทีหลังได้ดีที่สุด บัญชีของ Deepseek พุ่งสูงสุดที่ 23,063 ดอลลาร์สหรัฐฯ ซึ่งให้ผลตอบแทนมากกว่า 100% แต่ขณะนี้ยอดเงินคงเหลือของ Deepseek เกือบจะเท่ากับเงินลงทุนเริ่มแรกแล้ว การขึ้นและลงอย่างรวดเร็วในเวลาเพียง 17 วันนั้นน่าเศร้าใจอย่างยิ่ง

ด้วยลักษณะเฉพาะตัวของตลาดคริปโต เหตุการณ์ “หงส์ดำ” เช่น ความผันผวนของราคาอย่างรุนแรงและการพุ่งขึ้นอย่างไม่สามารถคาดการณ์ได้ ซึ่งอาจเกิดขึ้นเพียงครั้งเดียวในรอบสองสามปีในตลาดการเงินแบบดั้งเดิม กลับเกิดขึ้นเกือบหลายครั้งต่อเดือนในตลาดคริปโต แม้แต่โมเดล AI ที่ออกแบบมาเพื่อขจัดอารมณ์ความรู้สึกของมนุษย์และยึดมั่นในวินัยการซื้อขายอย่างเคร่งครัดก็ยังต้องดิ้นรนเพื่อความอยู่รอดในตลาดนี้ ดังนั้น ในฐานะมนุษย์เทรดเดอร์ เราควรมีความเคารพต่อตลาดมากยิ่งขึ้น

โมเดล AI อาจไม่สามารถป้องกันความเปราะบางได้

แต่ผลลัพธ์ของการแข่งขันซื้อขาย AI นี้ หมายความว่าโมเดล AI ที่ชนะจะมีกลยุทธ์การซื้อขายที่ดีกว่า หรือโมเดล AI มีความชาญฉลาดมากกว่าหรือไม่ คำตอบคือ ไม่ อย่างชัดเจน

แม้ว่าในตอนแรก nof1.ai จะจัดการแข่งขันนี้ขึ้นเพราะเชื่อว่าตลาดการเงินเป็นสภาพแวดล้อมการฝึกอบรม AI ที่ดีที่สุด แต่ด้วยความไม่แน่นอนและความซับซ้อนอย่างมาก โมเดล AI จึงสามารถแสดงให้เห็นถึงความชาญฉลาดและความสามารถในการตัดสินใจได้อย่างแท้จริงผ่านการเรียนรู้และการตัดสินใจในสภาพแวดล้อมดังกล่าว อีลอน มัสก์ ยังกล่าวอีกว่า "การทำนายอนาคตคือตัวชี้วัดความชาญฉลาดของ AI ขั้นสูงสุด"

อย่างไรก็ตาม การแข่งขันระยะสั้น 17 วันนี้ไม่สามารถระบุความเหนือกว่าหรือด้อยกว่าได้อย่างชัดเจน ประการแรก การแข่งขันเทรด AI นี้จัดขึ้นแบบออฟไลน์ โดยโมเดล AI ไม่ได้รับรู้เหตุการณ์จริง เช่น การปิดทำการของรัฐบาลสหรัฐฯ การคาดการณ์การลดอัตราดอกเบี้ยของธนาคารกลางสหรัฐฯ ความสัมพันธ์ระหว่างสหรัฐฯ และจีน และมูลค่าตลาดของ Nvidia ที่สูงเป็นประวัติการณ์ พวกเขาใช้เพียงตัวบ่งชี้ทางเทคนิค เช่น EMA, MACD และ RSI ในการคำนวณและให้เหตุผล ในสถานการณ์การเทรดจริง เทรดเดอร์ควรให้ความสนใจกับอารมณ์ตลาดและเหตุการณ์ทางเศรษฐกิจมหภาคควบคู่ไปกับตัวบ่งชี้ทางเทคนิค การตัดสินใจของ Alpha Arena ที่จะตัดการเชื่อมต่อโมเดล AI กับโลกภายนอกเพื่อให้ควบคุมตัวแปรได้ง่ายขึ้น ทำให้โมเดล AI มองไม่เห็น

ในขณะเดียวกัน ประสิทธิภาพที่ต่ำกว่ามาตรฐานของโมเดลอย่าง GPT5 ในการแข่งขันครั้งนี้ไม่ได้บ่งชี้ถึงการขาดสติปัญญาหรือ "ทักษะการซื้อขาย" เสมอไป ความเป็นผู้นำของ Qwen3 และ Deepseek อาจเป็นเพียงเพราะโชค ชุดคำแนะนำและข้อมูลเดียวกันอาจให้ผลลัพธ์ที่แตกต่างกันสำหรับโมเดลที่แตกต่างกัน เพราะแม้แต่โมเดล AI ที่มีเหตุผลมากที่สุดก็ยังไม่สามารถระบุได้อย่างแน่ชัดว่าชัยชนะของพวกเขาเกิดจากโชคเพียงอย่างเดียวในตลาดที่ซับซ้อนและมีขนาดตัวอย่างที่เล็กเช่นนี้

Nassim Nicholas Taleb ผู้เขียนหนังสือ "Fooled by Randomness" และ "Antifragile" เปิดเผยในหนังสือของเขาว่า ในตลาด ไม่ว่าตัวเลือกของเราจะซับซ้อนเพียงใด หรือเราจัดการโชคได้ดีเพียงใด ความสุ่มก็ยังคงเป็นตัวตัดสินขั้นสุดท้ายเสมอ

หากคุณขังลิงที่ไม่ได้รับการฝึกฝนจำนวนนับไม่ถ้วนไว้ในห้อง แล้วให้พวกมันพิมพ์บนเครื่องพิมพ์ดีด ในที่สุดลิงตัวหนึ่งก็จะพิมพ์ Odyssey ออกมาได้ทั้งหมด อย่างไรก็ตาม ความสำเร็จ "ครั้งประวัติศาสตร์" นี้ไม่ได้รับประกันว่าลิงตัวนั้นจะสามารถพิมพ์ Odyssey เดิมซ้ำได้ หลักการเดียวกันนี้ใช้ได้กับการแข่งขันซื้อขาย AI นี้ด้วย ความสำเร็จอย่างมหาศาลไม่ได้รับประกันความยั่งยืนในอนาคต และความสำเร็จหลายอย่างที่ดูเหมือนจะ "เชี่ยวชาญ" อาจเป็นเพียงโชคช่วย

ถึงกระนั้น เราต้องให้ความสนใจกับประสิทธิภาพของ AI ในตลาดการเงินอย่างต่อเนื่อง ด้วยการพัฒนาอย่างรวดเร็วของ AI ในปัจจุบัน ไม่ว่าจะมีคำตอบที่ชัดเจนหรือกระบวนการที่คาดการณ์ได้ มนุษย์ก็ยังเหนือกว่า AI อย่างมาก มีเพียงในพื้นที่ที่ผลลัพธ์มีความไม่แน่นอนสูงและขึ้นอยู่กับปัจจัยที่คาดเดาไม่ได้มากมายเท่านั้นที่ AI จะยังไม่มีประสิทธิภาพเหนือกว่ามนุษย์อย่างสมบูรณ์ อย่างไรก็ตาม หากในอนาคต AI ผ่านการฝึกฝนในตลาดการเงิน จะสามารถพัฒนาความสามารถในการตัดสินใจได้เทียบเท่ามนุษย์อย่างแท้จริง ความสัมพันธ์ระหว่าง AI และมนุษย์ก็จำเป็นต้องได้รับการตรวจสอบอีกครั้ง

ในการแข่งขัน AI Trading Competition ซีซั่นที่สองที่จะถึงนี้ เจย์ เอ ผู้ก่อตั้ง nof1 เปิดเผยว่าจะมีการเพิ่มคำแนะนำและข้อมูลเพิ่มเติม และอาจมีเทรดเดอร์ที่เป็นมนุษย์เข้าร่วมการแข่งขันด้วย ฟังก์ชันแนะนำหุ้น AI ที่คล้ายคลึงกันนี้ไม่ใช่เรื่องแปลกใหม่อีกต่อไป แต่เมื่อ AI และมนุษย์มาบรรจบกันในสถานการณ์การซื้อขายจริง อาจก่อให้เกิดสิ่งใหม่ๆ ขึ้น