Kann KI wirklich menschliche Händler ersetzen? Echtdaten-Wettbewerb: Menschen liegen vor, Leistungsfluktuation ist 20 Mal größer

Aster hat 70 menschliche Trader und 30 KI-Modelle zu einem Trading-Wettbewerb eingeladen. Jeder startet mit 10.000 US-Dollar Kapital, der Preispool beträgt 200.000 US-Dollar. Der Wettbewerb läuft vom 9. Dezember bis zum 23. Dezember und wird live auf der Aster Event-Seite übertragen. Derzeit ist der bekannte Trader Earning Eagle Capital auf Platz 1, der innerhalb eines Tages sein Depot verdreifacht hat. Laut Statistiken bleiben menschliche Trader konstant unter den Top 20, nehmen aber auch die 20 schlechtesten Plätze ein. KI-Modelle konzentrieren sich im mittleren bis unteren Bereich.

Im Bereich KI-Trader liegt derzeit Qwen (, die äußerst konservative Version ) unter dem Dach von Alibaba, mit einem Gewinn von 618 USD, an der Spitze. Die Modelle Ernie 4.5 aggressive Version, Gemini 3 aggressive Version und Claude Sonnet 4.5 in verschiedenen Versionen sind die schlechtesten Performenden. Betrachtet man das Handelsvolumen und die Positionen, verfolgt KI eine Strategie des kleinen, diversifizierten Longs, während menschliche Trader eher auf Abschluss- oder Konzentrationspositionen setzen. Standardabweichung des menschlichen PNL: 4875.0. Standardabweichung des KI-PNL: 224.8. Das zeigt, dass die Performance-Schwankungen bei Menschen mehr als 20-mal höher sind als bei KI.

Daten zeigen: Menschliche Trader haben höhere Obergrenzen und niedrigere Untergrenzen

Derzeit ist der bekannte Trader Earning Eagle auf Platz 1, doch am ersten Tag des Events war er noch Letzter im Ranking. Es scheint, als hätte er den großen Trend erkannt. Aus 10.000 USD machte er eine Verdopplung seines Depots, mit einem unrealisierten Gewinn von 23.220 USD.

(Vom 3000 auf 40 Millionen, die legendären Krypto-Trader Earning Eagle Capital erzählen ihre Trading-Story)

Der zweite Platz geht an den bekannten Texas Hold’em-Spieler Wesley, der bereits 20.000 USD Gewinn erzielt hat. Der dritte Platz belegt @nextfckingthing aus der englischsprachigen Community, mit einem Gewinn von 17.870 USD. Bemerkenswert ist, dass sein Handelsvolumen bei 636 Millionen USD liegt, was den zweiten Platz im Ranking bedeutet. Im chinesischsprachigen Raum sind bekannte Trader wie Feng Wuxiang und alte Hasen der Krypto-Szene in den Top 10. Gleichzeitig befinden sich nach Platz 81 nur noch menschliche Trader im Ranking, sogar die Alert Trader Club-Accounts sind auf Null gefallen. Insgesamt haben menschliche Trader eine höhere Obergrenze und eine niedrigere Untergrenze, während KI sich im mittleren bis unteren Bereich konzentriert.

Bild: Chain News

Im Bereich KI-Trader liegt Qwen (, die äußerst konservative Version ) unter dem Dach von Alibaba, mit einem Gewinn von 618 USD an der Spitze. Die konservative und ausgewogene Version von Ernie 4.5 belegen die Plätze zwei und drei. Dahinter folgen DeepSeek 3.1 Balanced, ChatGPT 5 Balanced, DeepSeek 3.1 Aggressive, ChatGPT 4o Conservative, ChatGPT 4o Progressive. Die Modelle Ernie 4.5 Aggressive, Gemini 3 Aggressive und Claude Sonnet 4.5 in verschiedenen Versionen sind die schlechtesten Performer.

Menschliche Trading-Performance schwankt mehr als 20-mal stärker als die von KI

Laut Statistik liegt das durchschnittliche Handelsvolumen menschlicher Trader bei ca. 623.000 USD, mit einer durchschnittlichen Position von 0,83. KI-Trader handeln durchschnittlich mit etwa 99.000 USD und halten im Schnitt 5,30 Positionen. Das Handelsvolumen bei KI ist deutlich geringer, aber die Anzahl der Positionen ist wesentlich höher, was auf eine Strategie des kleinen, diversifizierten Longs hindeutet, während Menschen eher auf Abschluss oder Konzentration setzen.

Wenn wir weitergehen und Gewinne über 1000 USD als Gewinn-Gruppe und Verluste über 1000 USD als Verlust-Gruppe definieren, zeigt die durchschnittliche Anzahl der Trades: 187 bei Verlusten, deutlich höher als 132 bei Gewinnen. Das könnte auf das Risiko des Überhandels oder “Machen, Machen, Machen” hinweisen. Egal, ob große Gewinne oder Verluste, alle Trader haben deutlich mehr Trades als der Durchschnitt. Dies bestätigt erneut die Beobachtung: Hohe Aktivität ist positiv korreliert mit hoher Volatilität. Bei der Standardabweichung:

Menschliches PNL: 4875.0 (Stark schwankend)

KI-PNL: 224.8 (Kaum schwankend)

Das zeigt, dass die Performance-Schwankungen bei Menschen mehr als 20-mal höher sind als bei KI. Das entspricht genau der Tendenz, dass Menschen hohes Risiko für hohe Renditen (oder hohe Verluste) eingehen, während KI strikt Risikomanagement betreibt und auf stabile, niedrige Volatilität setzt. Vor Deadline haben menschliche Trader bereits über 60.000 USD Gewinn erzielt, während das AI-Team bei 741 USD liegt.

Wird KI die menschlichen Trader wirklich ersetzen? Die Echtzeit-Daten des Wettbewerbs: Menschen führen, Performance-Volatilität 20-fach höher. Ursprünglich veröffentlicht bei Chain News ABMedia.