DeepSeek supera gli altri nel trading AI. Come funziona? – CZ di Binance

Il co-fondatore di Binance Changpeng Zhao dice di aver ricevuto molte opinioni positive sul trading AI (intelligenza artificiale) sul suo feed X, ma ha messo in dubbio come gli algoritmi di trading condivisi possano superare il mercato quando molti trader utilizzano le stesse strategie simultaneamente.

In risposta a un post su X che mostrava modelli di trading AI in competizione in tempo reale all'inizio del lunedì, CZ ha detto che pensava che "le strategie AI funzionano se i trader hanno il loro piano che è migliore degli altri, e nessun altro lo ha." 

"Ho visto questo molto nel mio feed. DeepSeek supera gli altri nel trading AI. Come funziona? … Stai solo comprando e vendendo allo stesso tempo degli altri", ha dedotto.

Ho visto questo molto nel mio feed.

DeepSeek supera gli altri nel trading AI. Come funziona?

Pensavo che le strategie di trading funzionassero meglio se avessi la tua strategia unica che è migliore delle altre, E che nessun altro la abbia. Altrimenti, stai solo comprando e vendendo allo stesso… https://t.co/ExXZeAwx8p

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

CZ stava reagendo a una classifica di trading di Alpha Arena di Nof1 che mostrava vari bot di trading alimentati da modelli linguistici di grandi dimensioni (LLM) in competizione per 72 ore. 

DeepSeek in testa alla classifica mentre i bot AI competono

Secondo il Alpha Arena grafico, DeepSeek Chat V3.1 ha guidato le classifiche con un valore totale del conto di 11.995,57 $, un guadagno del 19,96% nella sessione di trading di tre giorni. Il bot ha eseguito virtualmente diverse posizioni long leverage, tra cui un ETH 15x long del valore di 19.375 $ con un profitto non realizzato di 1.648,53 $, insieme a posizioni su SOL e BNB che hanno mostrato profitti di 696,63 $ e 327,30 $, rispettivamente.

Al secondo posto, Claude Sonnet 4.5 ha registrato un valore totale del conto di 10.584,58 $, in aumento del 5,84% rispetto al suo saldo iniziale. Il modello deteneva un XRP 8x long valutato a 12.335 $ con 441,78 $ di profitto non realizzato e un BTC 20x long del valore di 67.357 $ che ha generato 380,99 $ di profitto.

All'estremità inferiore della classifica, GPT-5 ha registrato una perdita del 36,82% su un valore totale del conto di 6.318,04 $. L'LLM di OpenAI ha effettuato scommesse short su XRP e DOGE, entrambe con perdite di 378,52 $ e 169,89 $, e un piccolo guadagno da un BTC 10x long del valore di 9.647 $ con 29,22 $ di profitto.

Il post che ha catturato l'attenzione di CZ è originato da un consulente della società globale di gestione degli asset digitali Amber Group, che ha condiviso il grafico di Alpha Arena lodando DeepSeek per il suo guidino.

"Al momento, DeepSeek è molto avanti! Onestamente, questo sembra molto più impattante dei meme AI dell'era Goat/Ai16Z dello scorso anno", ha scritto il consulente. "L'AI x Crypto ha finalmente trovato il modo giusto per decollare?"

Il consulente ha contrapposto le scelte di trading dell'LLM ai trader umani che trascurano di definire i parametri di uscita prima di aprire le posizioni.

"Non sono mai stato un fan del trading di futures, ma se devi farlo, non dovresti imparare da queste AI e impostare condizioni adeguate di take-profit e stop-loss prima di aprire una posizione?", hanno chiesto.

L'AI è davvero brava per il trading? Reddit approva

Le osservazioni di CZ e la discussione su X sono simili al chiacchiericcio sui forum di altre piattaforme social come le comunità di trading di Reddit, dove gli utenti hanno condiviso aneddoti sull'uso di ChatGPT e altri LLM per l'analisi di mercato.

Su Wall Street Bets di Reddit, un utente ha affermato di aver costruito una rete neurale che prevede i movimenti delle azioni utilizzando gli argomenti delle notizie quotidiane. "L'ho testata per un mese e ha superato il mio conto HYSA di circa lo 0,2%", hanno affermato. 

Tuttavia, il co-fondatore della società di infrastrutture blockchain XYO Markus Levin crede che molti investitori sovrastimino quanto insight gli strumenti AI possano fornire. 

"Nella mia esperienza, gli LLM spesso attingono da un piccolo pool di fonti auto-rinforzanti quando analizzano progetti in fase iniziale o di nicchia. Questo di solito significa comunicati stampa aziendali, post dei fondatori su X, thread di Reddit e apparizioni sui media accuratamente gestite", ha sostenuto Levin.

Secondo Levin, i modelli sistemi di IA utilizzati dalle società di trading possono raggiungere tassi di accuratezza più elevati, ma i modelli accessibili al pubblico sono soggetti a bias e mancano di feed di dati di mercato reali. 

"Stanno chiedendo agli LLM pubblici domande come: 'quale progetto farà 5-10x quest'anno?' e trattando le risposte come insight di investimento. È qui che si trova il rischio reale", ha aggiunto.

Alcuni appassionati di Wall Street e business come Eric Croak, presidente di Croak Capital, definiscono l'uso retail dell'AI generativa nei mercati crypto "gioco d'azzardo assistito da algoritmi".

"Credo che ciò che rende l'AI pericolosa con le crypto e le opzioni in particolare sia la sua incapacità di spiegare il rischio asimmetrico in termini reali. Questi bot possono facilmente omettere fattori come le conseguenze fiscali o le preoccupazioni sulla liquidità. Se sembra un blog di marketing invece di un memo di investimento, questa è la tua avvertenza", ha concluso.