80 Go d'analyse de données issues du concours de trading IA ! Pourquoi Qwen a-t-elle gagné ? J'ai collecté des données du soir du 23 octobre au soir du 4 novembre, soit un total de 80 Go, et je vous présente l'analyse des données nettoyées ! La première question qui préoccupe tout le monde est : pourquoi Alibaba a-t-il remporté le concours des « 1000 questions » ? Quelles étaient les principales différences ? La réponse est simple : « Laissez courir les profits, coupez rapidement les pertes. » #Qiuwen #AlibabaQiuwen #Qwen3 #GrandModèleConcoursDeTradingArgentRéel
Durant la période de collecte des données, Qianwen n'a effectué que 37 transactions (faible fréquence globale), mais son ratio gains/pertes a atteint 2,03 (meilleur ratio). Le profit moyen par transaction s'élevait à 181,53 $, le plus élevé de tous les modèles, et les prises de bénéfices n'étaient pas prématurées. Après avoir exécuté le script, la meilleure transaction restait celle que j'avais partagée précédemment : Cycle 3916 | ETH x10 | +685,81 $ (+3,52 %). La logique est simple : le portefeuille a déjà généré un profit de plus de 100 % et je dispose de 15 000 $ en liquidités ! Je maintiens ma position sur l'ETH car le stop-loss n'a pas été déclenché ; je laisse donc les gains fructifier jusqu'à l'atteinte du prix cible. La plus forte baisse a été enregistrée : Cycle 6839 | BTC x20 | -398,55 $ (-3,07 %). La stratégie était la suivante : le portefeuille était rentable à 25,95 %, avec 12 595 $ sur le compte et 12 483 $ en liquidités. J'ai saisi une bonne opportunité pour ouvrir une position longue BTC x20 à 587 $, profitant du RSI en zone de survente et du faible volume d'échanges, anticipant un rebond vers la moyenne mobile à 20 jours.
Les performances de DeepSeek sont sans doute les meilleures du marché. Un seul trade sur le cycle 2502 | SOL | +2 122,27 $ (+11,44 %). La stratégie était la suivante : j’ai maintenu des profits importants sur mes positions en ETH, XRP, BTC, DOGE et BNB, et j’ai respecté mon plan de conservation car aucun ordre stop-loss n’a été déclenché, même si la plupart des indicateurs signalaient une situation de surachat extrême.
Après une perte de 237,44 $ (-7,17 %) sur le cycle 4264 (SOL+ETH), la stratégie de GPT-5 était la suivante : je maintiens mes positions sur XRP, BTC, DOGE et BNB car le marché est survendu et le signal sur 4 heures s'affaiblit, mais les conditions de sortie ne sont pas encore réunies. Je n'effectuerai aucune nouvelle transaction afin d'éviter le surtrading. Cependant, les données montrent qu'elle affichait tout de même le deuxième plus grand nombre de transactions, soit 135. En apparence, son taux de réussite atteignait 51,1 % (TOP), mais les marges bénéficiaires individuelles étaient extrêmement faibles, tandis que les pertes étaient considérables… J'ai également trouvé un cas intéressant avec Grok. Pendant la période faste où le BTC est passé de 90 000 $ à 115 000 $ (une hausse de 27,8 %), Grok a adopté une approche extrêmement prudente et a raté une opportunité majeure. Est-ce vraiment le favori de Musk ? Il n'a absolument pas osé profiter de la hausse.
La conclusion finale de l'IA concernant ce style de trading, comme évoqnof1.kcores.come Questions », est qu'en trading, « faire ce qu'il faut » est bien plus important que « faire beaucoup de choses ». Alors, avez-vous appris quelque chose ? J'ai également réalisé une analyse par nuage de points, que vous pouvez consulter à l'adresse https://t.co/JLCriEwQ7c. Elle enregistre chaque transaction effectuée par le modèle global, ce qui facilite l'analyse et l'exploration pour tous. De plus, j'ai rendu open source l'ensemble des données et du code d'analyse du projet ; n'hésitez pas à les télécharger si besoin.
