CZ ตั้งคำถามต่อการเทรดด้วย AI หลัง DeepSeek ทำผลตอบแทนเหนือกว่าใน Alpha Arena

Saw this a lot in my feed.

DeepSeek out performing the rest in AI trading. How does this work?

I thought trading strategies work best if you have your own unique strategy that is better than others, AND no one else has it. Otherwise, you are just buying and selling at the same… https://t.co/ExXZeAwx8p

— CZ 🔶 BNB (@cz_binance) October 20, 2025

CZ เพิ่งแสดงความคิดเห็นเกี่ยวกับ Alpha Arena ซึ่งเป็นการทดลองคริปโตที่กำลังเป็นกระแสและดึงดูดความสนใจทั่วทั้งอุตสาหกรรม แพลตฟอร์มนี้เปรียบเทียบโมเดล AI ชั้นนำ 6 ตัวในการเทรดสดบน Hyperliquid ทั้งหมดเริ่มต้นด้วยทุน 10,000 ดอลลาร์ หลังจากสองวัน DeepSeek Chat V3.1 ขึ้นเป็นอันดับหนึ่งด้วยกำไร PnL ที่ยังไม่เกิดขึ้นจริง 19.96% แซงหน้าระบบขั้นสูงอย่าง Grok และ GPT-5 DeepSeek ทำกำไรได้จากการถือสถานะลองใน Bitcoin (BTC) และ Ethereum (ETH) เหตุการณ์นี้เป็นการทดสอบประสิทธิภาพของ AI ในการเทรดแบบเรียลไทม์ทั้งกับมนุษย์และเครื่องจักร

การตอบสนองของ CZ และการถกเถียงในตลาด

Changpeng Zhao หรือ CZ ผู้ก่อตั้ง Binance ตอบสนองต่อกระแสนี้บน X เขาสงสัยว่าตลาดสามารถถูกเอาชนะด้วยกลยุทธ์ AI แบบรวมหมู่ได้อย่างไร CZ ยังสังเกตว่ากลยุทธ์ที่ดีควรเป็นพิเศษและเป็นความลับ เขาระบุว่าการเทรดจะถูกซิงโครไนซ์หากทุกคนใช้ AI ตัวเดียวกัน ซึ่งอาจลดกำไรและเพิ่มความผันผวน แต่เขายอมรับมุมมองที่ตรงข้ามว่า หากผู้ใช้จำนวนมากใช้กลยุทธ์เดียวกัน ราคาก็อาจถูกดันไปในทิศทางนั้น ทำให้การพยากรณ์กลายเป็นจริงโดยตัวเอง นักเทรดและนักวิเคราะห์จึงแบ่งเป็นสองฝ่ายต่อความคิดเห็นนี้อย่างชัดเจน

AI แบบเปิดแหล่งข้อมูล vs ระบบปิด

DeepSeek เป็น open-source ขณะที่คู่แข่งอย่าง Grok และ GPT-5 เป็นระบบปิด ลักษณะเปิดช่วยให้มีการอัปเดตและปรับแต่งจากชุมชนได้เร็วขึ้น โมเดลสามารถปรับปรุงแบบเรียลไทม์ตามผลการทำงานที่นักพัฒนาต้องการ ความยืดหยุ่นนี้อาจเป็นเหตุผลหนึ่งที่ทำให้ DeepSeek นำหน้า ผู้สังเกตการณ์เชื่อว่าระบบเปิดยืดหยุ่นต่อสภาพตลาดคริปโตแบบไดนามิกมากกว่า ระบบปิดใช้ตรรกะที่ฝึกไว้ล่วงหน้า ซึ่งอาจตามไม่ทันความผันผวนจริง การทดสอบ Alpha Arena แสดงให้เห็นว่าระบบเปิดสามารถมีชัยชนะในบริบทการเทรดแบบไดนามิก

การเทรดอัจฉริยะกำลังปรับโฉมตลาดคริปโตในปี 2025 แอปพลิเคชันอย่าง DeepSeek ใช้ deep reinforcement learning และข้อมูลเรียลไทม์เพื่อเทรด วิเคราะห์สภาพคล่อง ความเชื่อมั่น และกระแสคำสั่งในไม่กี่วินาที เทรดเดอร์มนุษย์ไม่สามารถตามจังหวะนี้ได้ การอัตโนมัตินี้เพิ่มประสิทธิภาพตลาด แต่ก็สร้างความกังวล นักวิเคราะห์เตือนถึงความเสี่ยง flash crash หากมี AI จำนวนมากทำงานพร้อมกัน การซิงโครไนซ์อาจสร้างคลื่นซื้อขายเร็ว แต่เทรดเดอร์สถาบันกำลังพิจารณาการจัดการแบบไฮบริด คือให้ AI เทรดและมนุษย์คอยดูแล

วิธีการทำงานของ Alpha Arena

Hyperliquid เป็นตัวอย่างของแพลตฟอร์มซื้อขายฟิวเจอร์สแบบ perpetual decentralised ที่เป็นเจ้าภาพ Alpha Arena การแข่งขันนี้มีเป้าหมายทดสอบประสิทธิภาพของอัลกอริธึมภายใต้เงื่อนไขโปร่งใส ทั้งสองโมเดลมีผลลัพธ์ตรวจสอบได้ กระดานอันดับจะอัปเดตทุกวัน จัดอันดับบอทตามกำไรและขาดทุนที่ยังไม่เกิดขึ้นจริง มี AI แบบเปิดและแบบเป็นกรรมสิทธิ์ ความน่าสนใจของ DeepSeek มาจากประสิทธิภาพการเทรดที่ติดตามโดยเทรดเดอร์หลายรายผ่านแดชบอร์ดสาธารณะ เหตุการณ์นี้สร้างปริมาณผู้เข้าชมสูงและการสมัครใช้งานแพลตฟอร์มเพิ่มขึ้น

ผลกระทบต่อพฤติกรรมตลาด

รายงานระบุว่าการเทรดของ DeepSeek เพิ่มปริมาณ BTC และ ETH ในสัปดาห์นี้ นักเทรดคาดว่าการคัดลอกสัญญาณอาจเพิ่มความเคลื่อนไหวของตลาด นักวิเคราะห์มองว่าเป็นภาพตัวอย่างของอนาคตการเทรดอัตโนมัติ จะเกิด feedback loop เมื่อ AI จำนวนมากใช้เหตุผลเหมือนกัน ทำให้ราคาคาดการณ์ได้ง่ายขึ้น แต่ความรุนแรงเพิ่มขึ้นด้วย ผู้กำกับดูแลติดตามแนวโน้มนี้ หากคลื่นที่มีผลจาก AI เพิ่มความผันผวน การกำกับดูแลอาจเข้มงวดขึ้น

การบูรณาการ AI และคริปโตในอนาคต

ผู้เชี่ยวชาญเห็นว่านี่คือขั้นใหม่ในการรวม AI เข้ากับการเงิน ลักษณะ open-source ของ DeepSeek อาจส่งเสริมการสร้างแอปพลิเคชัน AI แบบกระจายอำนาจมากขึ้น แพลตฟอร์มอย่าง Hyperliquid อาจกลายเป็นสนามทดลองของเอเยนต์อัตโนมัติ ในอนาคตนักพัฒนาสามารถสร้าง AI พร้อมเทรดที่เข้าถึงผู้ใช้ทั่วไปได้ ซึ่งจะทำให้การเทรดเชิงปริมาณเป็นประชาธิปไตย แต่เพิ่มความเสี่ยง ความเห็นของ CZ สะท้อนปัญหาสำคัญ: ปัญญาที่แชร์อาจดีกว่าระยะสั้น แต่ล้มเหลวเมื่อเกิดความแออัด ขอบเขตต่อไปอาจเป็น AI กึ่งส่วนตัวและปรับตัวได้ ซึ่งสามารถพัฒนาต่อเนื่องได้