Bisakah model AI berdagang lebih baik hanya dengan grafik atau data pasar lengkap?
Kami melakukan pengujian praktis terhadap pertanyaan ini. Empat model AI frontier terkemuka—bersama dengan varian hanya visi mereka—diberikan modal nyata untuk melakukan perdagangan ETH di Aerodrome, sebuah DEX populer.
Hasilnya menunjukkan cerita yang menarik:
Sonnet 4.5 dengan data lengkap keluar sebagai pemenang, memberikan pengembalian +0.06%. Tidak keuntungan besar, tetapi mengungguli setiap pesaing.
Gemini 3 Pro Vision mengikuti di belakang, dengan pengembalian -0.20%—mengagumkan untuk model hanya visi yang bekerja dengan data grafik saja.
Grok-4 dengan akses data tertinggal lebih jauh di angka -0.99%.
Di mana GPT-5.2 berada? Ia berkinerja jauh di bawah harapan.
Kesimpulannya? Tidak sesederhana itu. Meskipun model yang kaya data secara teori memiliki keunggulan, pendekatan hanya visi kadang-kadang mampu bersaing. Kesenjangan antara model-model ini cukup kecil dalam beberapa kasus—menunjukkan bahwa keberhasilan trading bergantung pada lebih dari sekadar akses informasi. Logika eksekusi, manajemen risiko, dan arsitektur model jelas berperan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Bisakah model AI berdagang lebih baik hanya dengan grafik atau data pasar lengkap?
Kami melakukan pengujian praktis terhadap pertanyaan ini. Empat model AI frontier terkemuka—bersama dengan varian hanya visi mereka—diberikan modal nyata untuk melakukan perdagangan ETH di Aerodrome, sebuah DEX populer.
Hasilnya menunjukkan cerita yang menarik:
Sonnet 4.5 dengan data lengkap keluar sebagai pemenang, memberikan pengembalian +0.06%. Tidak keuntungan besar, tetapi mengungguli setiap pesaing.
Gemini 3 Pro Vision mengikuti di belakang, dengan pengembalian -0.20%—mengagumkan untuk model hanya visi yang bekerja dengan data grafik saja.
Grok-4 dengan akses data tertinggal lebih jauh di angka -0.99%.
Di mana GPT-5.2 berada? Ia berkinerja jauh di bawah harapan.
Kesimpulannya? Tidak sesederhana itu. Meskipun model yang kaya data secara teori memiliki keunggulan, pendekatan hanya visi kadang-kadang mampu bersaing. Kesenjangan antara model-model ini cukup kecil dalam beberapa kasus—menunjukkan bahwa keberhasilan trading bergantung pada lebih dari sekadar akses informasi. Logika eksekusi, manajemen risiko, dan arsitektur model jelas berperan.