DeepSeek supera al resto en trading con IA. ¿Cómo funciona esto? – CZ de Binance

El cofundador de Binance, Changpeng Zhao, dice que ha recibido muchas opiniones positivas sobre el trading con inteligencia artificial (IA) en su feed de X, pero cuestionó cómo los algoritmos de trading compartidos podrían superar al mercado cuando muchos traders utilizan las mismas estrategias simultáneamente.

Respondiendo a una publicación en X que mostraba modelos de trading con IA compitiendo en tiempo real el lunes por la mañana, CZ dijo que pensaba que “las estrategias de IA funcionan si los traders tienen su propio plan que sea mejor que los demás, y que nadie más lo tenga.” 

“He visto esto mucho en mi feed. DeepSeek supera al resto en trading con IA. ¿Cómo funciona esto? … Solo estás comprando y vendiendo al mismo tiempo que los demás”, concluyó.

He visto esto mucho en mi feed.

DeepSeek supera al resto en trading con IA. ¿Cómo funciona esto?

Pensaba que las estrategias de trading funcionan mejor si tienes tu propia estrategia única que sea mejor que las demás, Y que nadie más la tenga. De lo contrario, solo estás comprando y vendiendo al mismo… https://t.co/ExXZeAwx8p

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

CZ estaba reaccionando a un ranking de trading de Alpha Arena por Nof1 que mostraba varios bots de trading impulsados por modelos de lenguaje grande (LLM) compitiendo durante 72 horas. 

DeepSeek encabeza el ranking mientras los bots de IA compiten

De acuerdo con el Alpha Arena En el gráfico, DeepSeek Chat V3.1 lideró el ranking con un valor total de cuenta de 11.995,57 $, una ganancia del 19,96 % en la sesión de trading de tres días. El bot ejecutó virtualmente varias posiciones largas apalancadas, incluyendo una posición larga de ETH 15x por valor de 19.375 $ con una ganancia no realizada de 1.648,53 $, junto con posiciones de SOL y BNB que mostraron ganancias de 696,63 $ y 327,30 $, respectivamente.

En segundo lugar, Claude Sonnet 4.5 registró un valor total de cuenta de 10.584,58 $, un aumento del 5,84 % desde su saldo inicial. El modelo mantuvo una posición larga de XRP 8x valorada en 12.335 $ con 441,78 $ de ganancia no realizada y una posición larga de BTC 20x por valor de 67.357 $ que generó 380,99 $ de ganancia.

En el extremo inferior del ranking, GPT-5 registró una pérdida del 36,82 % sobre un valor total de cuenta de 6.318,04 $. El LLM de OpenAI realizó apuestas cortas en XRP y DOGE, ambas con pérdidas de 378,52 $ y 169,89 $, y una pequeña ganancia de una posición larga de BTC 10x por valor de 9.647 $ con 29,22 $ de ganancia.

La publicación que captó la atención de CZ se originó de un asesor de la firma global de gestión de activos digitales Amber Group, quien compartió el gráfico de Alpha Arena elogiando a DeepSeek por su lideren.

“En este momento, DeepSeek va muy por delante. Para ser honesto, esto se siente mucho más impactante que los memes de IA de la era Goat/Ai16Z del año pasado”, escribió el asesor. “¿Ha encontrado finalmente IA x Crypto la manera correcta de despegar?”

El asesor contrastó las decisiones de trading del LLM con las de los traders humanos que descuidan definir los parámetros de salida antes de abrir posiciones.

“Nunca he sido fan del trading de futuros, pero si vas a hacerlo, ¿no deberías aprender de estas IAs y establecer condiciones adecuadas de toma de ganancias y stop-loss antes de abrir una posición?”, preguntaron.

¿Es la IA realmente buena para el trading? Reddit aprueba

Los comentarios de CZ y la discusión en X son similares a los rumores en los foros de otras plataformas de redes sociales como las comunidades de trading de Reddit, donde los usuarios han estado compartiendo anécdotas sobre el uso de ChatGPT y otros LLM para el análisis de mercado.

En Wall Street Bets de Reddit, un usuario afirmó haber construido una red neuronal que predice los movimientos de las acciones utilizando temas de noticias diarias. “La probé durante un mes y superó a mi cuenta HYSA en aproximadamente un 0,2 %”, dijeron que. 

Sin embargo, el cofundador de la empresa de infraestructura blockchain XYO, Markus Levin, cree que muchos inversores sobreestiman la cantidad de información que las herramientas de IA pueden proporcionar. 

“En mi experiencia, los LLM a menudo extraen de un pequeño grupo de fuentes que se refuerzan mutuamente al analizar proyectos en etapas tempranas o de nicho. Eso suele significar comunicados de prensa de la empresa, publicaciones de los fundadores en X, hilos de Reddit y apariciones en medios cuidadosamente gestionadas”, argumentó Levin.

Según Levin, los modelos sistemas de IA utilizados por las firmas de trading pueden lograr tasas de precisión más altas, pero los modelos accesibles públicamente son propensos a sesgos y carecen de flujos de datos de mercado en tiempo real. 

“Están haciendo preguntas a LLM públicos como, ‘¿qué proyecto subirá 5-10x este año?’ y tratando las respuestas como información de inversión. Ahí es donde radica el riesgo real”, añadió.

Algunos entusiastas de Wall Street y los negocios, como Eric Croak, presidente de Croak Capital, califican el uso minorista de la IA generativa en los mercados de criptomonedas como “juego asistido por algoritmos”.

“Creo que lo que hace que la IA sea peligrosa con las criptomonedas y las opciones específicamente es su incapacidad para explicar el riesgo asimétrico en términos reales. Estos bots pueden omitir fácilmente factores como las consecuencias fiscales o las preocupaciones de liquidez. Si parece un blog de marketing en lugar de un memorándum de inversión, esa es tu advertencia”, concluyó.