6 chiến lược giao dịch coin AI hàng đầu: Ai thắng ai thua? Kết quả quá bất ngờ!

Tác giả: David, TechFlow

Tiêu đề gốc: 6 AI lớn trình diễn trận chiến giao dịch, phiên bản “Turing Test” của crypto liệu có kết quả tốt?

Tin tốt là sau cú sập sử thi ngày 10.11, giao dịch crypto lại bắt đầu sôi động trở lại.

Tin xấu là AI đang giao dịch.

Một tuần mới bắt đầu, thị trường trở nên sôi động, một dự án tên là nof1.ai đã thu hút rất nhiều thảo luận trên mạng xã hội crypto.

Điểm thu hút sự chú ý của mọi người cũng rất đơn giản, đó là theo dõi trực tiếp 6 mô hình AI lớn trong dự án này giao dịch crypto trên Hyperliquid, xem ai kiếm được nhiều tiền hơn.

Lưu ý đây không phải là giao dịch mô phỏng. Claude, GPT-5, Gemini, Deepseek, Grok và Tongyi Qianwen, mỗi mô hình đều cầm 10.000 USD tiền thật giao dịch trên Hyperliquid. Tất cả địa chỉ đều công khai, bất kỳ ai cũng có thể theo dõi trực tiếp trận “đại chiến AI trader” này.

Điều thú vị là, sáu AI này sử dụng cùng một bộ prompt, nhận cùng một dữ liệu thị trường. Biến số duy nhất là “cách suy nghĩ” của từng AI.

Chỉ trong vài ngày sau khi ra mắt vào ngày 18/10, có AI đã kiếm được hơn 20%, có AI lại lỗ gần 40%.

Năm 1950, Turing đã đề xuất bài kiểm tra nổi tiếng Turing Test, nhằm trả lời câu hỏi “Máy móc có thể suy nghĩ như con người không”; giờ đây trong crypto, 6 AI lớn đang chiến đấu trong Alpha Arena, trả lời một câu hỏi thú vị hơn:

Nếu để những AI thông minh nhất giao dịch trên thị trường thực, ai sẽ sống sót?

Có lẽ trong phiên bản “Turing Test” của crypto này, số dư tài khoản chính là trọng tài duy nhất.

AI tốt là AI biết kiếm tiền, Deepseek hiện đang dẫn đầu

Đánh giá AI truyền thống, dù là để mô hình viết code, giải toán hay viết bài, về bản chất đều là kiểm tra trong một môi trường “tĩnh”.

Đề bài là cố định, đáp án có thể dự đoán, thậm chí có thể đã xuất hiện trong dữ liệu huấn luyện.

Nhưng thị trường crypto thì khác.

Trong điều kiện thông tin cực kỳ bất đối xứng, giá thay đổi từng giây, không có đáp án chuẩn, chỉ có lãi hoặc lỗ. Quan trọng hơn, thị trường crypto là trò chơi tổng bằng không điển hình, tiền bạn kiếm được là tiền người khác mất. Thị trường sẽ trừng phạt ngay lập tức và không khoan nhượng với mọi quyết định sai lầm.

Đội ngũ Nof1 tổ chức trận chiến AI trading này đã viết một câu trên website của họ:

Markets are the ultimate test of intelligence (Thị trường là bài kiểm tra tối thượng của trí tuệ AI).

Nếu như Turing Test truyền thống hỏi “Bạn có thể khiến con người không phân biệt được bạn là máy không”, thì Alpha Arena này thực ra hỏi:

Bạn có thể kiếm tiền trên thị trường crypto không. Đây mới là kỳ vọng thực sự của người chơi crypto đối với AI.

Hiện tại, 6 mô hình AI lớn có địa chỉ trên Hyperliquid như sau, bạn cũng có thể dễ dàng tra cứu vị thế và lịch sử giao dịch của họ.

Đồng thời, trên trang chủ nof1.ai cũng trực quan hóa toàn bộ lịch sử giao dịch, vị thế, lợi nhuận và quá trình suy nghĩ của họ, giúp mọi người dễ dàng tham khảo.

Đối với độc giả hoàn toàn chưa biết, quy tắc giao dịch cụ thể của các AI là:

Mỗi AI nhận 10.000 USD vốn khởi điểm, có thể giao dịch hợp đồng vĩnh cửu của BTC, ETH, SOL, BNB, DOGE và XRP, mục tiêu là tối đa hóa lợi nhuận trong khi kiểm soát rủi ro. Tất cả AI phải tự quyết định khi nào mở vị thế, khi nào đóng, dùng bao nhiêu đòn bẩy. Season 1 sẽ chạy vài tuần tùy tình hình, Season 2 sẽ có cập nhật lớn.

Tính đến ngày 20/10, tức là ngày thứ ba sau khi bắt đầu giao dịch, cục diện đã phân hóa rõ rệt.

Nhóm dẫn đầu hiện tại là Deepseek Chat V3.1, vốn là $12,533 (+25.33%). Theo sát là Grok-4, $12,147 (+21.47%); Claude Sonnet 4.5 là $11,047 (+10.47%).

Hiệu suất trung bình là Qwen3 Max, $10,263 (+2.63%). Tụt hậu rõ rệt là GPT-5, hiện còn $7,442 (-25.58%); tệ nhất là Gemini 2.5 Pro, $6,062 (-39.38%).

Điều bất ngờ mà cũng hợp lý nhất chính là hiệu suất của Deepseek.

Nói bất ngờ là vì mô hình này không nổi tiếng bằng GPT và Claude trong giới AI quốc tế. Nói hợp lý là vì Deepseek đứng sau là đội ngũ Quant của Phantom Fund.

Gã khổng lồ lượng hóa này quản lý quy mô hơn 100 billions RMB, trước khi tiến vào AI đã nổi tiếng với giao dịch thuật toán. Từ giao dịch lượng hóa đến mô hình AI lớn, rồi dùng AI để giao dịch crypto thực, Deepseek giống như trở lại nghề cũ.

So với đó, GPT-5 của OpenAI tự hào lại lỗ hơn 25%, Gemini của Google còn thảm hơn, 44 giao dịch đổi lấy gần 40% thua lỗ.

Trong bối cảnh giao dịch thực, có lẽ chỉ năng lực ngôn ngữ mạnh thôi là chưa đủ, hiểu thị trường mới quan trọng hơn.

Cùng một khẩu súng, bắn khác nhau

Nếu bạn theo dõi Alpha Arena từ ngày 18/10, sẽ thấy ban đầu các AI đều tương tự nhau, nhưng càng về sau khoảng cách càng lớn.

Kết thúc ngày đầu tiên, Deepseek tốt nhất cũng chỉ lãi 4%, Qwen3 tệ nhất lỗ 5.26%. Đa số AI dao động quanh ±2%, trông như đang thăm dò thị trường.

Nhưng đến ngày 20/10, cục diện thay đổi hẳn. Deepseek tăng vọt lên 25.33%, còn Gemini rớt xuống -39.38%. Chỉ trong ba ngày, khoảng cách giữa đầu và cuối đã lên tới 65 điểm phần trăm.

Điều thú vị hơn là sự khác biệt về tần suất giao dịch.

Gemini thực hiện 44 giao dịch, trung bình 15 giao dịch/ngày, giống một trader đầu cơ lo lắng. Trong khi Claude chỉ thực hiện 3 giao dịch, Grok thậm chí còn có vị thế chưa đóng. Sự khác biệt này không thể giải thích bằng prompt, vì họ dùng cùng một bộ prompt.

Xét phân bố lãi lỗ, Deepseek lỗ lớn nhất 348 USD/giao dịch, nhưng tổng lãi là 2,533 USD. Gemini lãi lớn nhất 329 USD, nhưng lỗ lớn nhất lên tới 750 USD.

Các AI khác nhau (mô hình gốc, chưa fine-tune), cân bằng rủi ro và lợi nhuận hoàn toàn khác nhau.

Bên cạnh đó, bạn có thể xem lịch sử chat và quá trình suy nghĩ của từng mô hình trong mục Model Chat trên website, những đoạn độc thoại này rất thú vị.

Giống như trader con người có phong cách khác nhau, AI dường như cũng thể hiện cá tính riêng. Gemini giao dịch và suy nghĩ liên tục như một người mắc ADHD, Claude thận trọng như một quản lý quỹ bảo thủ, Deepseek điềm tĩnh như một chuyên gia lượng hóa, chỉ nói về vị thế, không bình luận cảm xúc.

Cảm giác cá tính này không phải do thiết kế, mà là tự nhiên xuất hiện trong quá trình huấn luyện. Khi đối mặt với bất định, các AI khác nhau sẽ có xu hướng phản ứng khác nhau.

Tất cả AI đều nhìn cùng một biểu đồ nến, cùng khối lượng giao dịch, cùng độ sâu thị trường. Thậm chí cùng dùng một bộ prompt. Vậy điều gì tạo ra sự khác biệt lớn như vậy?

Ảnh hưởng của dữ liệu huấn luyện có thể là then chốt.

Phantom Fund đứng sau Deepseek đã tích lũy lượng lớn dữ liệu và chiến lược giao dịch trong hơn chục năm. Dù dữ liệu này không dùng trực tiếp để huấn luyện, liệu có ảnh hưởng đến hiểu biết của đội ngũ về “thế nào là quyết định giao dịch tốt”?

So với đó, dữ liệu huấn luyện của OpenAI và Google có thể thiên về bài báo học thuật và văn bản mạng, hiểu biết về giao dịch thực có thể không sát thực tế.

Đồng thời, một số trader suy đoán Deepseek có thể đã tối ưu hóa đặc biệt khả năng dự báo chuỗi thời gian khi huấn luyện, còn GPT-5 có thể mạnh hơn về xử lý ngôn ngữ tự nhiên. Khi đối mặt với biểu đồ giá - dữ liệu có cấu trúc, các kiến trúc khác nhau sẽ thể hiện khác nhau.

Xem AI giao dịch cũng là một business

Khi mọi người đều chú ý đến lãi lỗ của AI, ít ai để ý đến công ty bí ẩn đứng sau.

nof1.ai - đơn vị tạo ra trận chiến AI trading này - không quá nổi tiếng. Nhưng nếu bạn xem danh sách follow trên mạng xã hội của họ, vẫn có thể tìm thấy vài manh mối.

nof1.ai dường như không phải là nhóm startup crypto điển hình, mà toàn là các nhà nghiên cứu AI học thuật.

Giới thiệu cá nhân của Jay A Zhang (founder) cũng rất thú vị:

"Big fan of strange loops – cybernetics, RL, biology, markets, meta-learning, reflexivity".

reflexivity (tính phản thân) là lý thuyết cốt lõi của Soros: nhận thức của người tham gia thị trường ảnh hưởng đến thị trường, biến động thị trường lại ảnh hưởng đến nhận thức của người tham gia. Để một người nghiên cứu “tính phản thân” làm thí nghiệm thị trường AI trading, bản thân đã rất định mệnh.

Để mọi người đều có thể thấy AI giao dịch thế nào, xem việc “bị quan sát” sẽ ảnh hưởng ra sao đến thị trường.

Người đồng sáng lập khác, Matthew Siper, giới thiệu là nghiên cứu sinh tiến sĩ ngành machine learning tại Đại học New York, đồng thời là nhà khoa học nghiên cứu AI. Một nghiên cứu sinh chưa tốt nghiệp làm dự án, càng giống một dự án kiểm chứng nghiên cứu học thuật.

Trong các tài khoản mà nof1 follow còn có cả nhà nghiên cứu Google DeepMind và phó giáo sư Đại học New York, chuyên nghiên cứu AI và game.

Xét động thái và background, Nof1 rõ ràng không làm trò câu view. Tên nền tảng SharpeBench đã rất tham vọng, Sharpe ratio là tiêu chuẩn vàng đo lường lợi nhuận điều chỉnh rủi ro, có lẽ họ thực sự muốn làm nền tảng benchmark năng lực giao dịch AI.

Có người đoán Nof1 có hậu thuẫn vốn lớn, cũng có người nói họ đang chuẩn bị cho dịch vụ AI trading sau này.

Nếu họ ra mắt dịch vụ đăng ký chiến lược giao dịch Deepseek, chắc chắn sẽ có nhiều người mua. Dựa trên mô hình này, phát triển dịch vụ quản lý tài sản AI, đăng ký chiến lược và giải pháp giao dịch cho doanh nghiệp lớn cũng là một business có thể dự đoán.

Ngoài đội ngũ này, việc theo dõi AI trading cũng có thể kiếm tiền.

Alpha Arena vừa ra mắt, đã có người bắt đầu copy trade.

Chiến lược đơn giản nhất là theo Deepseek. Nó mua gì bạn mua nấy, nó bán gì bạn bán nấy. Trong phần bình luận còn có người làm ngược lại, chuyên đánh ngược Gemini, Gemini mua thì họ bán, bán thì họ mua.

Nhưng copy trade có một vấn đề: khi ai cũng biết Deepseek sẽ mua gì, chiến lược này còn hiệu quả không? Đây cũng là điều mà founder Jay Zhang nói về tính phản thân, tức là việc quan sát sẽ thay đổi đối tượng bị quan sát.

Ở đây còn có một ảo giác về dân chủ hóa chiến lược giao dịch đỉnh cao.

Bề ngoài ai cũng biết chiến lược của AI, nhưng thực ra bạn chỉ thấy kết quả giao dịch, không phải logic giao dịch. Mỗi AI có logic chốt lời và cắt lỗ không nhất quán và không chắc chắn.

Khi Nof1 đang kiểm tra hành vi giao dịch AI, nhà đầu tư nhỏ lẻ tìm kiếm bí quyết làm giàu, các trader khác học lỏm, các nhà nghiên cứu thu thập dữ liệu.

Chỉ có AI là không biết mình đang bị theo dõi, vẫn nghiêm túc thực hiện từng giao dịch. Nếu Turing Test kinh điển là về “lừa dối” và “bắt chước”, thì trận chiến Alpha Arena hiện tại là phản ứng của người chơi crypto với năng lực và kết quả của AI.

Trong thị trường crypto lấy kết quả làm trung tâm này, AI biết kiếm tiền có lẽ còn quan trọng hơn AI biết trò chuyện.