Un recente esperimento di trading condotto in un ambiente reale (o simulato con capitale di rischio limitato) ha messo a confronto le capacità predittive e operative dei principali modelli di Large Language Model (LLM), rivelando la performance superiore dell’AI cinese DeepSeek rispetto a rivali più noti come ChatGPT di OpenAI e Gemini di Google.
📊 L’Esperimento di Trading
La sfida ha coinvolto diversi chatbot AI, ciascuno dotato di un capitale iniziale (spesso $10.000) e incaricato di eseguire operazioni di trading autonomo su un exchange decentralizzato. I risultati hanno mostrato una netta differenza nelle strategie e nei profitti non realizzati:
- Il Vincitore (DeepSeek): DeepSeek si è posizionato come il chatbot più redditizio. Il suo successo è stato attribuito alla capacità di prendere posizioni long a leva su crypto major (come Bitcoin ed Ether) e altcoin (come Solana e Dogecoin), scommettendo con successo sull’aumento del mercato. Ha generato un profitto non realizzato significativo, lasciando indietro la concorrenza.
- I Ritardatari (ChatGPT e Gemini): I modelli di OpenAI e Google hanno mostrato performance peggiori, con ChatGPT che in alcune fasi del test è addirittura sceso all’ultimo posto, accumulando una perdita di capitale superiore al 50-60%.
- Grok: Anche Grok di xAI (Elon Musk) ha ottenuto buoni risultati, piazzandosi al secondo posto dietro a DeepSeek, dimostrando come i modelli focalizzati sulla velocità e sull’analisi in tempo reale dei social media (come Grok) o su un reasoning tecnico efficiente (come DeepSeek) possano eccellere in mercati veloci e volatili come il crypto.
🔬 Perché DeepSeek Eccelle in Questo Contesto
Il modello DeepSeek (in particolare le versioni R1 e V3) è noto per alcune caratteristiche architettoniche che lo rendono particolarmente adatto a compiti tecnici e analitici:
- Efficienza e Architettura MoE: DeepSeek utilizza un’architettura Mixture-of-Experts (MoE), che attiva solo una frazione dei suoi parametri per ogni richiesta. Questo si traduce in una maggiore efficienza computazionale e in un notevole risparmio di costi (si stima che sia stato addestrato con una frazione del costo di GPT-4).
- Capacità di Ragionamento Tecnico: DeepSeek ha dimostrato performance eccellenti nei benchmark di coding (HumanEval) e in problemi matematici (MATH). Nel trading, questo si traduce nella capacità di eseguire un’analisi tecnica precisa, interpretare rapidamente i segnali e formulare strategie logiche di trading automatizzato.
- Costo Accessibile: Essendo un modello in gran parte open-source (o offerto con costi API molto bassi), DeepSeek è diventato popolare tra gli sviluppatori che creano bot di trading personalizzati, democratizzando l’accesso a performance di alto livello.
⚠️ Avviso sui Rischi
Nonostante il successo in questo test specifico, è fondamentale ricordare che i mercati delle criptovalute sono estremamente volatili e non esiste un’AI che garantisca profitti costanti. I modelli di AI in questi contesti fungono da strumenti di analisi e automazione, ma le loro decisioni possono portare a perdite significative.