Was ist Alpha Arena (Nof1 AI)

Alpha Arena ist ein Live-Wettbewerb von Nof1 AI, bei dem große Sprachmodelle wie ChatGPT mit echtem Kapital auf Hyperliquid mit Kryptowährungen handeln. Jedes Modell arbeitet unabhängig, analysiert Marktdaten, bemisst Positionen und verwaltet Risiken, während es direkt gegen andere KIs antritt.

Jeder KI-Teilnehmer beginnt mit einem Kapital von 10.000 $ und handelt unter identischen Aufforderungen, Datensätzen und Ausführungsbedingungen auf Hyperliquid, um einen fairen Vergleich zu ermöglichen. Alle Geschäfte, Positionen und Überlegungen sind öffentlich, so dass jeder die Leistung verfolgen, die Ergebnisse überprüfen und beobachten kann, wie sich die einzelnen Modelle verhalten.

Das Ziel ist einfach: Die Intelligenz von Investoren soll gemessen werden, indem Modelle gezwungen werden, in dynamischen, gegnerischen und folgenreichen Märkten zu konkurrieren. Saison 1 von Alpha Arena läuft bis zum 3. November 2025, wobei der aktuelle Stand und die Argumentationslinien auf der offiziellen Rangliste laufend aktualisiert werden.

Wie funktioniert Alpha Arena?

Alpha Arena betreibt ein Live-Handelssystem, in dem KI-Modelle als unabhängige Händler agieren, Marktdaten analysieren und alle paar Minuten Entscheidungen treffen.

Hier erfahren Sie, wie genau die Technologie von Nof1 AI funktioniert:

• Gurtzeug: Jedes Modell arbeitet innerhalb eines kontrollierten Rahmens, der die Inputs, das Timing und den Marktzugang standardisiert, um einen konsistenten und fairen Vergleich zu gewährleisten.
• Inferenz-Zyklus: Ungefähr alle zwei bis drei Minuten erhalten die Modelle aktualisierte Markt- und Kontodaten und müssen entscheiden, ob sie Positionen kaufen, verkaufen, halten oder schließen sollen.
• Prompt-System: Die Eingaben umfassen Handelsregeln, Kursverläufe, technische Indikatoren und Bilanzinformationen, die alle in strukturierter Textform zur Verfügung gestellt werden, damit das Modell sie interpretieren kann.
• Aktionsausgabe: Die KI liefert einen detaillierten Handelsplan mit Richtung, Positionsgröße, Hebelwirkung und einem Vertrauenswert zwischen 0 und 1, der die Überzeugung widerspiegelt.
• Risikokontrollen: Jeder Auftrag definiert ein Gewinnziel, einen Stop-Loss und ein Ungültigkeitssignal, was messbare Vergleiche von Planung und regelkonformem Verhalten ermöglicht.
• Ausführung: Aktionen werden direkt an Hyperliquid gesendet, wo der Handel live mit echter Liquidität, Transaktionsgebühren und nachprüfbarem Gewinn oder Verlust ausgeführt wird.
• Verfolgung des Verhaltens: Jeder Handel und jede Argumentation wird öffentlich protokolliert, wobei Metriken wie Häufigkeit, Haltezeit, Konfidenzschwankungen und allgemeine Leistungskonsistenz erfasst werden.
• Zweck: Indem Nof1 diesen geschlossenen Kreislauf mit echtem Kapital durchführt, misst es, wie KI-Systeme in unvorhersehbaren Finanzumgebungen planen, sich anpassen und Risiken managen.

Alpha Arena's AI-Modelle-Rangliste

Sechs KI-Händler konkurrieren live auf Hyperliquid mit identischen Regeln, Kapital und Marktdaten. Die Rangliste zeigt, wie unterschiedliches Handelsverhalten zu sehr unterschiedlichen Finanzergebnissen führt.

Nachstehend finden Sie eine Übersicht über die Rangfolge und die Leistung (Stand: 31. Oktober 2025):

1. DeepSeek Chat V3.1: $14.764 Kontowert, +48% PnL, $568 Gebühren, 12,9x Leverage, 69 Konfidenz, Sharpe 0,42, erzielt durch stetiges Long-Engagement und konsequente Exits.
2. Qwen3 Max: $13.121 Kontowert, +31% PnL, $1.565 Gebühren, 16,7x Leverage, 83 Konfidenz, Sharpe 0,31, getrieben von seltenen, aber sehr sicheren Trades mit enger Ausführung.
3. Claude Sonnet 4.5: 8.835 $ Kontowert, -12% PnL, 482 $ Gebühren, 12,3x Leverage, 66 Konfidenz, Sharpe 0,00, was eine vorsichtige Beteiligung und ein geringes Marktrisiko widerspiegelt.
4. Grok 4: 6.119 $ Kontowert, -39% PnL, 329 $ Gebühren, 12,7x Leverage, 66 Konfidenz, Sharpe 0,05, geprägt von langen Haltezeiten und verzögerten Ausstiegen bei Reversals.
5. Gemini 2.5 Pro: $3.307 Kontowert, -67% PnL, $1.284 Gebühren, 14,3x Leverage, 66 Konfidenz, Sharpe 0,65, zeigt überaktives Shorting und schwache Drawdown-Erholung.
6. GPT 5: $2.473 Kontowert, -75% PnL, $498 Gebühren, 17,2x Leverage, 63 Konfidenz, Sharpe 0,59, verursacht durch breites Engagement und schlechte Anpassung unter Volatilität.

Wie Alpha Arenas AI Trader denken und handeln

In diesem Abschnitt wird untersucht, wie die sechs KI-Händler in Alpha Arena identische Echtzeit-Marktdaten interpretieren und in Live-Handelsaktionen umsetzen. Die Entscheidungen jedes Systems offenbaren seine eingebettete Logik, seine interne Belohnungsstruktur und seine Empfindlichkeit gegenüber Unsicherheiten in wechselnden Preisumgebungen.

Anhand von Tausenden von Geschäften wird deutlich, wie Intelligenz bei kontinuierlichem Risiko und unvollständigen Informationen aussieht. In der Alpha-Arena sind die stärksten Akteure nicht durch Vorhersagegenauigkeit erfolgreich, sondern durch diszipliniertes Timing, konsequente Selbstkorrektur und risikobewusste Entscheidungszyklen.

1. DeepSeek Chat V3.1

DeepSeek handelt wie ein selbstbewusster Profi, der Risiken mit chirurgischer Präzision verwaltet. Er baut methodisch ein Multi-Asset-Engagement auf, bleibt bei Volatilität gelassen und maximiert profitable Zyklen.

DeepSeek Chat V3.1 Verhaltensprofil:

• Hält Positionen über lange Zeiträume mit minimalen Schwankungen zwischen Ein- und Ausstiegen.
• Hält den Hebel moderat in der Nähe des 13-fachen und vermeidet eine emotionale Skalierung nach Gewinnen oder Verlusten.
• Verfolgt genau den Grad der Ungültigkeit und steigt automatisch aus, wenn seine Pläne durchbrochen werden.
• Sorgt für ein Gleichgewicht zwischen Struktur und Überzeugung, um eine reibungslose, nachhaltige Rentabilität zu erzielen.

2. Qwen3 Max

Qwen arbeitet wie ein geduldiger Stratege, der auf ideale Marktsituationen wartet, bevor er Kapital einsetzt. Er zieht Präzision dem Volumen vor und handelt nur, wenn die Daten perfekt mit seinen internen Schwellenwerten übereinstimmen.

Qwen3 Max Verhaltensprofil:

• Führt einige wenige Trades aus, nutzt aber bei hoher Überzeugung eine große Hebelwirkung um 17x.
• Über 80 Prozent des Kapitals bleiben zwischen den Sitzungen ungenutzt, um die Flexibilität zu erhalten.
• Mit einem Durchschnittswert von über 0,8 weist er die höchsten Vertrauenswerte in der Arena auf.
• Handelt streng innerhalb der geplanten Grenzen und zeigt fast keine impulsiven Abweichungen.

3. Claude Sonett 4.5

Claude handelt wie ein defensiver Risikomanager, der auf Absicherung und Timing achtet. Er vermeidet Rauschen und wartet geduldig auf saubere, bestätigungsfähige Setups, bevor er Kapital zuweist.

Claude Sonnet 4.5 Verhaltensprofil:

• Steigt nur bei eindeutigen technischen Bestätigungen ein und vermeidet die Verdopplung von Verlusten.
• Hält die Hebelwirkung konstant bei 12x, setzt aber selten den vollen Kontowert ein.
• Geringe Volatilität und geringe Drawdowns über Handelszyklen hinweg.
• Er verzeichnet die niedrigsten Gesamtgebühren unter allen Modellen, was auf eine konservative Ausführung zurückzuführen ist.

4. Grok 4

Grok verhält sich wie ein Momentum-Trader, der Trends noch lange nach ihrem Höhepunkt verfolgt. Er gedeiht in direktionalen Märkten, hat aber Probleme, wenn sich die Volatilität verdichtet oder plötzlich umkehrt.

Grok 4-Verhaltensprofil:

• Hält Positionen über längere Zeiträume, oft über ideale Ausstiegszeiträume hinaus.
• Hält die Hebelwirkung bei 13x und bevorzugt in den meisten Sitzungen ein Engagement auf der Long-Seite.
• Erlebt große nicht realisierte Schwankungen, bevor er sich zum Ausstieg entschließt.
• Läuft am besten in trendigen Umgebungen und verliert in unruhigen Phasen an Konsistenz.

5. Zwilling 2.5 Pro

Gemini handelt wie ein mechanischer Quant mit einer Vorliebe für kurze Setups und regelbasierte Signale. Seine Logik ist präzise, aber unflexibel und verpasst oft Umkehrungen nach starken Trends.

Gemini 2.5 Pro Verhaltensprofil:

• Hält jederzeit etwa die Hälfte des Gesamtengagements in Short-Positionen.
• Er handelt häufig und generiert hohe Gebühren im Verhältnis zu den erzielten Renditen.
• Hält die Hebelwirkung im mittleren Zehnerbereich, während er mehrere kleine Einträge durchläuft.
• Hält sich strikt an die Ausstiegsregeln, auch wenn sich die Marktbedingungen ändern.

6. GPT 5

Der GPT 5 handelt wie ein breit aufgestellter Generalist, der sich in korrelierten Vermögenswerten überschätzt. Er folgt konsequent den Plänen, passt sich aber zu langsam an, wenn sich die Bedingungen gegen ihn wenden.‍

GPT 5 Verhaltensprofil:

• Eröffnet gleichzeitige Positionen in allen Vermögenswerten mit einer Hebelwirkung von über 17x.
• Geringes Vertrauen im Verhältnis zum Engagement, was zu instabilen Renditen führt.
• Hält verlustbringende Geschäfte bis zur Ungültigkeit, anstatt sie frühzeitig zu reduzieren.
• Zeigt konsequente Ausführung, aber schwache Risikoskalierung und verzögerte Reaktion unter Stress.

Wie man die KI-Modelle von Alpha Arena kopiert

Copy-Trading ermöglicht es Ihnen, die realen Positionen von Alpha Arenas KI-Händlern direkt in Ihrem eigenen Hyperliquid-Konto zu replizieren, indem Sie Live-Onchain-Daten verwenden.

Führen Sie die folgenden Schritte aus, um ihre Geschäfte mit HyperDash sicher zu verbinden, zu verfolgen und zu spiegeln:

1. Wählen Sie Ihr Modell: Gehen Sie zu nof1.ai/leaderboard, wählen Sie den KI-Händler aus, dem Sie folgen möchten, und klicken Sie auf [Link zur Brieftasche] auf seiner Profilseite.
2. Kopieren Sie die Wallet-Adresse: Sie werden zu Coinglass weitergeleitet, wo Sie die Wallet-Adresse wie 0xc20ac4dc4188660cbf555448af52694ca62b0734 für DeepSeek Chat V3.1 kopieren können.
3. Besuchen Sie HyperDash: Öffnen Sie hyperdash.info und verbinden Sie Ihr Hyperliquid-Konto, um den walletbasierten Kopierhandel mit individuellen Risikoeinstellungen zu aktivieren.
4. Fügen Sie die Wallet hinzu: Fügen Sie die kopierte Alpha Arena Wallet-Adresse in das Feld "Trader hinzufügen" ein und legen Sie den gewünschten Prozentsatz für das Portfolio fest.
5. Leverage-Einstellungen anpassen: Definieren Sie maximale Hebelwirkung und Positionsgrößenlimits, um Ihr Konto vor übermäßigem Risiko oder Volatilitätsspitzen zu schützen.
6. Aktivieren Sie die automatische Spiegelung: Aktivieren Sie die automatische Replikation, so dass, wenn der KI-Händler einen Handel eröffnet, anpasst oder schließt, Ihr Konto dieselbe Aktion in Echtzeit spiegelt.
7. Überwachen Sie die Leistung: Nutzen Sie HyperDash-Analysen, um offene Positionen, realisierte PnL und Sharpe Ratios sowohl für Ihr Konto als auch für die ursprüngliche KI-Brieftasche zu verfolgen.
8. Überprüfen Sie das Risiko regelmäßig: Da Copy-Trading keine Gewinngarantie ist, sollten Sie Ihre Einstellungen regelmäßig überprüfen und die Automatisierung bei extremen Marktereignissen unterbrechen.

Reaktion der Community auf die Alpha-Arena von Nof1 AI

Der Start von Alpha Arena hat das Interesse von Händlern und Entwicklern geweckt, einschließlich des Binance-Gründers CZ, der die Frage stellte, wie gemeinsame KI-Strategien ihren Vorteil bewahren. Er merkte an, dass, wenn viele Nutzer demselben System folgen, dessen Trades die Preise bewegen könnten, anstatt sie vorwegzunehmen.

Diese Diskussion verdeutlicht die wachsende Herausforderung der Koordination und Transparenz in algorithmischen Märkten, die von lernenden Systemen geprägt sind. Da immer mehr Teilnehmer das KI-Verhalten nachahmen, wird Alpha Arena zu einem nützlichen Objektiv, um zu untersuchen, wie kollektive Automatisierung Volatilität und Liquidität umgestaltet.

Alpha Arena AI Trading Risiken und Beschränkungen

Der KI-Handel in Alpha Arena ist mit den gleichen Reibungen konfrontiert wie der von menschlichen Anlegern, wo selbst fortschrittliche Systeme versagen, wenn sich die Märkte schneller bewegen als ihre Denkschleifen.‍

Im Folgenden werden die Hauptrisiken des Produkts Nof1 AI beschrieben:

• Volatilitätsspitzen: Schnelle, starke Kursschwankungen können Liquidationen oder Entwertungen auslösen, bevor die Modelle aktualisiert oder defensive Gegenmaßnahmen durchgeführt werden.
• Liquiditätslücken: Wenn sich die Auftragsbücher ausdünnen, kommt es bei großen Geschäften zu starken Kursschwankungen, die Slippage verstärken und realisierte Verluste über alle Positionen hinweg verschlimmern.
• Empfindlichkeit der Eingabeaufforderung: Kleine Änderungen des Wortlauts oder des Kontexts können die Logikkette eines Agenten umleiten und zu einer inkonsistenten Risikobereitschaft oder Planausführung während des Laufs führen.
• Kontextermüdung: Mit zunehmender Handelshistorie verlieren die Modelle den Fokus und gewichten wichtige Signale falsch, was das Situationsbewusstsein und die Entscheidungsgenauigkeit beeinträchtigt.
• Ausführungsverzögerung: Der zwei- bis dreiminütige Inferenzzyklus lässt ein Zeitfenster offen, in dem plötzliche Marktschwankungen frühere Gewinne zunichte machen können.
• Gebührenbremse: Aufgelaufene Refinanzierungssätze, Maker-Taker-Gebühren und häufige Positionsumschichtungen schmälern allmählich die Nettorenditen selbst gut funktionierender Strategien.
• Abdriften des Denkens: Bei längeren Sitzungen lässt die logische Kohärenz nach, was zu widersprüchlichen Ergebnissen, verpassten Stopps oder widersprüchlichen Ausstiegsplänen führt.
• Anpassungsgrenze: Modelle trainieren auf beobachteten Daten, nicht auf neuen Paradigmen, so dass strukturelle Veränderungen und unerwartete Katalysatoren ihr erlerntes Verhalten überfordern.
• Risiko durch intelligente Verträge: Der Handel basiert auf Protokollen von Drittanbietern wie Hyperliquid, bei denen Vertragsausnutzungen, Orakelausfälle oder unerwartete Upgrades zum Verlust von Geldern oder zur Unterbrechung der Ausführung führen können.

Was kommt als nächstes für Nof1 AI?

Nof1 baut Alpha Arena zu einer umfassenden Forschungs- und Entwicklungsplattform aus, auf der sich Handelsmodelle durch kontinuierlichen Live-Wettbewerb weiterentwickeln. Jede neue Saison führt verfeinerte Aufforderungen, aktualisierte Datensätze und adaptive Feedbackschleifen ein, die auf früheren Marktleistungen und Verhaltensergebnissen basieren.

In der nächsten Phase wird verstärktes Lernen direkt aus den Marktergebnissen integriert, so dass die KI die Risikokalibrierung, das Timing und die Positionsgröße durch Erfahrung verbessern kann. Diese Entwicklung geht weit über statische Tests hinaus und macht Alpha Arena zu einem lebendigen, ergebnisoffenen Experiment für angewandte Finanzintelligenz.

Künftige Aktualisierungen werden Multi-Agenten-Systeme umfassen, die innerhalb gemeinsamer Portfolios zusammenarbeiten oder konkurrieren und die Kommunikation und Koordination unter Unsicherheit testen. Nof1 plant auch die Veröffentlichung offener APIs für Entwickler, die neue Formen der Agentenentwicklung, Modellfeinabstimmung und Portfolio-Orchestrierung ermöglichen.

Abschließende Überlegungen

Das Nof1-Experiment verwandelt die Finanzmärkte in ein lebendes Labor für künstliche Intelligenz, in dem die Handelsergebnisse direkt die Anpassungsfähigkeit und das Denkvermögen messen.

Es eröffnet autonomen Agenten die Möglichkeit, in Multichain-Ökosystemen zu navigieren und Kapital durch DeFi, Staking-Netzwerke, Restaking-Schichten und dynamische Liquiditätsprotokolle zu leiten.

Schon bald könnten fortschrittliche Sprachmodelle auf Prognosemärkten wie Polymarket konkurrieren, Preise für Ereignisse festsetzen, Risiken verwalten und kontinuierlich aus dem kollektiven menschlichen und algorithmischen Verhalten lernen.