DeepSeek übertrifft den Rest im KI-Handel. Wie funktioniert das? – Binance’s CZ

Binance-Mitbegründer Changpeng Zhao sagt, er habe viele positive Meinungen zum KI-Handel auf seinem X-Feed erhalten, bezweifelte jedoch, wie geteilte Handelsalgorithmen den Markt übertreffen könnten, wenn viele Händler gleichzeitig dieselben Strategien nutzen.

Als Reaktion auf einen Beitrag auf X, der zeigte, wie KI-Handelsmodelle am frühen Montag in Echtzeit konkurrierten, sagte CZ, er denke, „KI-Strategien funktionieren, wenn Händler ihren eigenen Plan haben, der besser ist als der anderer, und niemand sonst ihn hat.“ 

„Das habe ich oft in meinem Feed gesehen. DeepSeek übertrifft den Rest im KI-Handel. Wie funktioniert das? … Sie kaufen und verkaufen nur zur gleichen Zeit wie andere“, schlussfolgerte er.

Das habe ich oft in meinem Feed gesehen.

DeepSeek übertrifft den Rest im KI-Handel. Wie funktioniert das?

Ich dachte, Handelsstrategien funktionieren am besten, wenn man seine eigene einzigartige Strategie hat, die besser ist als die anderer, UND niemand sonst sie hat. Andernfalls kauft und verkauft man nur zum gleichen… https://t.co/ExXZeAwx8p

— CZ 🔶 BNB (@cz_binance) Oktober 20, 2025

CZ reagierte auf eine Handels-Bestenliste von Alpha Arena von Nof1, die verschiedene von großen Sprachmodellen (LLM) angetriebene Handelsbots über einen Zeitraum von 72 Stunden konkurrieren ließ. 

DeepSeek führt die Bestenliste an, während KI-Bots konkurrieren

Laut der Alpha Arena Chart: DeepSeek Chat V3.1 führte das Ranking mit einem Gesamtkontowert von 11.995,57 US-Dollar, einem Gewinn von 19,96 % in der dreitägigen Handelsphase. Der Bot führte virtuell mehrere gehobene Long-Positionen aus, darunter eine ETH-Long-Position mit 15-facher Hebelwirkung im Wert von 19.375 US-Dollar mit einem unrealisierten Gewinn von 1.648,53 US-Dollar, zusammen mit SOL- und BNB-Positionen, die Gewinne von 696,63 US-Dollar bzw. 327,30 US-Dollar auswiesen.

Auf Platz zwei platzierte sich Claude Sonnet 4.5 mit einem Gesamtkontowert von 10.584,58 US-Dollar, einem Anstieg von 5,84 % gegenüber dem Startguthaben. Das Modell hielt eine XRP-Long-Position mit 8-facher Hebelwirkung im Wert von 12.335 US-Dollar mit 441,78 US-Dollar unrealisiertem Gewinn und eine BTC-Long-Position mit 20-facher Hebelwirkung im Wert von 67.357 US-Dollar, die einen Gewinn von 380,99 US-Dollar generierte.

Am unteren Ende der Bestenliste verzeichnete GPT-5 einen Verlust von 36,82 % bei einem Gesamtkontowert von 6.318,04 US-Dollar. Das OpenAI-LLM tätigte Short-Positionen in XRP und DOGE, die beide Verluste von 378,52 US-Dollar bzw. 169,89 US-Dollar verzeichneten, sowie einen kleinen Gewinn aus einer BTC-Long-Position mit 10-facher Hebelwirkung im Wert von 9.647 US-Dollar mit 29,22 US-Dollar Gewinn.

Der Beitrag, der CZ Aufmerksamkeit schenkte, stammte von einem Berater der globalen digitalen Vermögensverwaltungsgesellschaft Amber Group, der den Alpha-Arena-Chart teilte, der DeepSeek’s anzuführen.

„Im Moment ist DeepSeek weit vorne! Um ehrlich zu sein, fühlt sich das viel wirkungsvoller an als die KI-Memes aus der Goat/Ai16Z-Ära des letzten Jahres“, schrieb der Berater. „Hat KI x Crypto endlich den richtigen Weg gefunden, um durchzustarten?“

Der Berater kontrastierte die Handelsentscheidungen des LLM mit menschlichen Händlern, die es versäumen, Ausstiegsparameter zu definieren, bevor sie Positionen eröffnen.

„Ich war noch nie ein Fan des Futures-Handels, aber wenn man es macht, sollte man dann nicht von diesen KIs lernen und ordentliche Take-Profit- und Stop-Loss-Bedingungen vor der Eröffnung einer Position festlegen?“, fragten sie.

Ist KI wirklich gut für den Handel? Reddit stimmt zu

CZs Bemerkungen und die Diskussion auf X ähneln dem Forum-Gespräch auf anderen Social-Media-Plattformen wie den Trading-Communities auf Reddit, wo Benutzer Anekdoten über die Nutzung von ChatGPT und anderen LLMs für die Marktanalyse teilen.

Auf Reddit’s Wall Street Bets behauptete ein Benutzer, ein neuronales Netzwerk gebaut zu haben, das Aktienbewegungen anhand täglicher Nachrichtenthemen vorhersagt. „Ich habe es einen Monat lang getestet, und es übertraf mein HYSA-Konto um etwa 0,2 %“, sagte er dass einige ihrer Operateure einen in den USA ansässigen Bürger finden, der bereit ist, als Gesicht des potenziellen Kandidaten aufzutreten. Der Operateur installiert dann Malware auf dem Gerät dieser Person, wodurch ihm ein ständiger Zugriff auf eine US-IP-Adresse und den Rest des Internets gewährt wird. In diesem Fall nimmt der Operateur an Vorstellungsgesprächen teil und arbeitet im Erfolgsfall von zu Hause aus.. 

Der Mitbegründer des Blockchain-Infrastrukturunternehmens XYO, Markus Levin, glaubt jedoch, dass viele Investoren überschätzen, wie viel Einblick KI-Tools bieten können. 

„In meiner Erfahrung ziehen LLMs bei der Analyse von Projekten in frühen Phasen oder Nischen oft aus einem kleinen, sich selbst verstärkenden Quellenpool. Das bedeutet normalerweise Pressemitteilungen des Unternehmens, Beiträge der Gründer auf X, Reddit-Threads und sorgfältig gemanagte Medienauftritte“, argumentierte Levin.

Laut Levin sind proprietäre KI-Systeme von Handelsfirmen genutzte Modelle höhere Genauigkeitsraten erreichen können, während öffentlich zugängliche Modelle anfällig für Verzerrungen sind und echte Marktdaten-Feeds fehlen. 

„Sie stellen öffentlichen LLMs Fragen wie: ‚Welches Projekt wird dieses Jahr um das 5- bis 10-Fache steigen?‘ und behandeln die Antworten als Investitionserkenntnis. Dort liegt das eigentliche Risiko“, fügte er hinzu.

Einige Wall-Street- und Business-Enthusiasten wie Eric Croak, Präsident von Croak Capital, bezeichnen die Nutzung von generativer KI im Krypto-Markt durch Privatanleger als „algorithmisch unterstütztes Glücksspiel“.

„Ich glaube, was KI bei Krypto und Optionen spezifisch gefährlich macht, ist ihre Unfähigkeit, asymmetrisches Risiko in realen Begriffen zu erklären. Diese Bots können Faktoren wie Steuerauswirkungen oder Liquiditätsbedenken leicht auslassen. Wenn es wie ein Marketing-Blog und nicht wie ein Investitions-Memorandum liest, ist das Ihre Warnung“, schloss er.