تتفوق منصة DeepSeek على منافسيها في مجال التداول بالذكاء الاصطناعي. كيف يعمل ذلك؟ – سي زد من منصة Binance

- يتساءل تشانغبينغ تشاو، المؤسس المشارك لشركة Binance عن كيفية تفوق نماذج الذكاء الاصطناعي مثل ديب سيك على غيرها عند استخدام استراتيجيات التداول المشتركة.
- تُظهر لوحة المتصدرين في Alpha Arena أن DeepSeek Chat V3.1 يتصدر بنسبة مكاسب تقارب 20٪، متقدماً على Claude Sonnet و GPT-5 في تداول العملات المشفرة بالذكاء الاصطناعي.
- يحذر الخبراء المتداولين الأفراد من الاعتماد على الذكاء الاصطناعي العام للحصول على نصائح السوق، ويصفونه بأنه "مقامرة بمساعدة الخوارزميات" عرضة للتحيز والمخاطرة.
يقول تشانغبينغ تشاو، المؤسس المشارك لشركة Binance إنه تلقى الكثير من الآراء الإيجابية حول التداول بالذكاء الاصطناعي على منصة X الخاصة به، لكنه تساءل كيف يمكن لخوارزميات التداول المشتركة أن تتفوق على السوق عندما يستخدم العديد من المتداولين نفس الاستراتيجيات في وقت واحد.
رداً على منشور على موقع X يُظهر نماذج التداول بالذكاء الاصطناعي وهي تتنافس في الوقت الفعلي في وقت مبكر من يوم الاثنين، قال CZ إنه يعتقد أن "استراتيجيات الذكاء الاصطناعي تعمل إذا كان لدى المتداولين خطتهم الخاصة التي تتفوق على غيرها، ولا يمتلكها أي شخص آخر"
"رأيت هذا كثيراً في موجز الأخبار الخاص بي. برنامج DeepSeek يتفوق على البقية في مجال التداول بالذكاء الاصطناعي. كيف يعمل هذا؟ ... أنت ببساطة تشتري وتبيع في نفس الوقت الذي يفعله الآخرون"، هكذا استنتج.
رأيت هذا كثيراً في موجز الأخبار الخاص بي.
يتفوق برنامج DeepSeek على باقي البرامج في مجال التداول بالذكاء الاصطناعي. كيف يعمل هذا؟
كنت أعتقد أن استراتيجيات التداول تكون أكثر فعالية إذا كان لديك استراتيجية فريدة خاصة بك تتفوق على غيرها، ولا يمتلكها أحد غيرك. وإلا، فأنت مجرد متداول تشتري وتبيع بنفس السعر... https://t.co/ExXZeAwx8p
— CZ 🔶 BNB (@cz_binance) ٢٠ أكتوبر ٢٠٢٥
كان CZ يتفاعل مع لوحة متصدري التداول من Alpha Arena بواسطة Nof1 والتي تُظهر العديد من روبوتات التداول التي تعمل بنموذج اللغة الكبير (LLM) وهي تتنافس على مدار 72 ساعة.
يتصدر برنامج DeepSeek قائمة المتصدرين في ظل منافسة برامج الذكاء الاصطناعي
بحسب ألفا أرينا ، تصدّر برنامج DeepSeek Chat V3.1 قائمة الحسابات بقيمة إجمالية بلغت 11,995.57 دولارًا أمريكيًا، محققًا ربحًا بنسبة 19.96% خلال جلسة التداول التي استمرت ثلاثة أيام. نفّذ البرنامج افتراضيًا عدة صفقات شراء برافعة مالية، من بينها صفقة شراء ETH برافعة 15x بقيمة 19,375 دولارًا أمريكيًا بربح غير محقق قدره 1,648.53 دولارًا أمريكيًا، بالإضافة إلى صفقات SOL و BNB حققت أرباحًا بلغت 696.63 دولارًا أمريكيًا و327.30 دولارًا أمريكيًا على التوالي.
في المركز الثاني، حقق حساب Claude Sonnet 4.5 قيمة إجمالية قدرها 10,584.58 دولارًا أمريكيًا، بزيادة قدرها 5.84% عن رصيده الابتدائي. وامتلك النموذج عقد شراء طويل الأجل لعملة XRP بقيمة 12,335 دولارًا أمريكيًا (8x) مع ربح غير محقق قدره 441.78 دولارًا أمريكيًا، وعقد شراء طويل الأجل لعملة BTC بقيمة 67,357 دولارًا أمريكيًا (2x) حقق ربحًا قدره 380.99 دولارًا أمريكيًا.
في أسفل قائمة المتصدرين، سجل GPT-5 خسارة بنسبة 36.82% من إجمالي قيمة حسابه البالغة 6,318.04 دولارًا. أما OpenAI LLM، فقد قام بمضاربات بيع على المكشوف في XRP وDOGE، مسجلاً خسائر بلغت 378.52 دولارًا و169.89 دولارًا على التوالي، بالإضافة إلى ربح طفيف من صفقة شراء طويلة لعملة BTC بقيمة 9,647 دولارًا، حيث بلغ الربح 29.22 دولارًا.
المنشور الذي لفت انتباه CZ كان من مستشار في شركة إدارة الأصول الرقمية العالمية Amber Group، والذي شارك مخطط Alpha Arena الذي يشيد بريادة.
كتب المستشار: "في الوقت الحالي، تتفوق DeepSeek بشكل كبير! بصراحة، يبدو هذا أكثر تأثيرًا بكثير من ميمات الذكاء الاصطناعي التي انتشرت العام الماضي في حقبة Goat/Ai16Z. هل وجد الذكاء الاصطناعي والعملات الرقمية أخيرًا الطريق الأمثل للانطلاق؟"
قارن المستشار بين خيارات التداول التي يقدمها الحاصل على درجة الماجستير في القانون والمتداولين البشريين الذين يهملون defiمعايير الخروج قبل فتح المراكز.
"لم أكن يوماً من محبي تداول العقود الآجلة، ولكن إذا كنت ستفعل ذلك، ألا يجب عليك التعلم من هذه الذكاءات الاصطناعية وتحديد شروط جني الأرباح ووقف الخسارة المناسبة قبل فتح صفقة؟" هكذا سألوا.
هل الذكاء الاصطناعي مفيد حقاً للتداول؟ ريديت يُؤيد ذلك
إن ملاحظات CZ والنقاش حول X يشبهان أحاديث المنتديات على منصات التواصل الاجتماعي الأخرى مثل مجتمعات التداول على Reddit، حيث يتبادل المستخدمون حكايات عن استخدام ChatGPT وغيرها من نماذج التعلم المحدود لتحليل السوق.
"اختبرتها لمدة شهر واحد، وتفوقت على حسابي الاستثماري ذي العائد المرتفع بنسبة 0.2% تقريبًا" وقال:.
ومع ذلك، يعتقد ماركوس ليفين، المؤسس المشارك لشركة البنية التحتية لتقنية البلوك XYO أن العديد من المستثمرين يبالغون في تقدير مقدار المعلومات التي يمكن أن توفرها أدوات الذكاء الاصطناعي.
"بحسب خبرتي، غالباً ما تستقي برامج الماجستير في القانون معلوماتها من مجموعة صغيرة ومترابطة من المصادر عند تحليل المشاريع في مراحلها المبكرة أو المشاريع المتخصصة. وهذا يعني عادةً البيانات الصحفية للشركة، ومنشورات المؤسسين على منصة X، ومنشورات على موقع Reddit، والظهور الإعلامي المُدار بعناية"، كما أوضح ليفين.
بحسب ليفين، لأنظمة الذكاء الاصطناعي التي تستخدمها شركات التداول أن تحقق معدلات دقة أعلى، لكن النماذج المتاحة للجمهور عرضة للتحيز وتفتقر إلى مصادر بيانات السوق الحقيقية.
وأضاف: "إنهم يطرحون على الحاصلين على درجة الماجستير في القانون أسئلة مثل: "ما هو المشروع الذي سيحقق ربحاً يتراوح بين 5 و10 أضعاف هذا العام؟" ويتعاملون مع الإجابات على أنها رؤى استثمارية. وهنا يكمن الخطر الحقيقي".
بعض المتحمسين في وول ستريت ورجال الأعمال مثل إريك كروك،dent شركة كروك كابيتال، يصفون استخدام الذكاء الاصطناعي التوليدي في أسواق العملات المشفرة بأنه "مقامرة بمساعدة الخوارزميات"
"أعتقد أن ما يجعل الذكاء الاصطناعي خطيراً في مجال العملات المشفرة، وخاصة الخيارات، هو عجزه عن شرح المخاطر غير المتكافئة بشكل واقعي. يمكن لهذه البرامج الآلية أن تتجاهل بسهولة عوامل مثل التبعات الضريبية أو مخاوف السيولة. إذا بدت وكأنها مدونة تسويقية بدلاً من مذكرة استثمارية، فهذا بمثابة تحذير لك"، هكذا اختتم حديثه.
إذا كنت تقرأ هذا، فأنت متقدم بالفعل. ابقَ متقدماً من خلال نشرتنا الإخبارية.
إخلاء مسؤولية: المعلومات الواردة هنا ليست نصيحة استثمارية. Cryptopolitanموقع أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات الواردة في هذه الصفحة. ننصحtrondentdentdentdentdentdentdentdent /أو استشارة مختص مؤهل قبل اتخاذ أي قرارات استثمارية.
دورة
- أي العملات المشفرة يمكن أن تدر عليك المال
- كيفية تعزيز أمانك باستخدام المحفظة الإلكترونية (وأي منها يستحق الاستخدام فعلاً)
- استراتيجيات استثمارية غير معروفة يستخدمها المحترفون
- كيفية البدء في الاستثمار في العملات المشفرة (أي منصات التداول التي يجب استخدامها، وأفضل العملات المشفرة للشراء، إلخ)















