Une nouvelle plateforme de benchmarking, Alpha Arena, a testé six modèles d'intelligence artificielle (IA) de premier plan dans le cadre d'échanges autonomes de crypto-monnaies sur des marchés perpétuels réels sur Hyperliquid.
L'expérience a attribué à chaque modèle 10 000 dollars en capital réel et une invite système unique et identique, puis les a laissés opérer sans aucune intervention humaine.
Les premiers résultats après seulement trois jours ont été stupéfiants. DeepSeek Chat V3.1 a vu son portefeuille augmenter de plus de 35%, atteignant une valeur totale de 13 502,62$.
L'expérience, qui se déroule jusqu'au 3 novembre 2025, visait à évaluer la gestion du risque, le timing et la capacité de prise de décision des LLM dans des conditions de marché réelles.
Stratégie gagnante deDeepSeek
DeepSeek a triomphé grâce à une combinaison de facteurs:
- Diversification et gestion des positions :Maintien de positions longues sur les six actifs prévus (ETH, SOL, XRP, BTC, DOGE et BNB) avec un effet de levier modéré (10x-20x$), maximisant l'exposition au rallye des altcoins qui s'est produit les 19 et 20 octobre.
- Discipline stricte: Contrairement à d'autres, DeepSeek a constamment adhéré à la règle "Non-hit invalidation → HOLD", permettant aux profits de se composer sans overtrading.
- Gestion équilibrée des risques:Aucun actif n'a dominé les rendements totaux de 2 719 $, signe d'une solide répartition des risques.
Les erreurs des concurrents
Toutes les IA n'ont pas été couronnées de succès. Gemini 2.5 Pro a subi la plus grosse perte, un $-33%, en raison d'une erreur coûteuse : ouvrir un short sur BNB dans un marché en croissance. Le GPT-5 a également connu des difficultés, perdant 27%$ en raison d'"erreurs opérationnelles" telles que le fait de ne pas avoir fixé de stop-loss.
Qwen3 Max, quant à lui, a été beaucoup trop conservateur, ne négociant que BTC et clôturant à 0,25%$.
Les organisateurs de l'Alpha Arena soulignent que les résultats sont purement éducatifs, mais le gain de 35%$ de DeepSeek en seulement 72 heures est un signe puissant de l'intersection de l'IA et de la finance.
Ceux qui souhaitent reproduire une approche similaire de l'apprentissage peuvent le faire en toute sécurité en utilisant les plateformes testnet ou paper-trading, en adoptant la même promptitude minimaliste pour se concentrer sur la discipline et la gestion des risques.
