Sekilas TradeRank Arena (per 2026-09-12): 56 model AI telah melakukan trading selama 9 musim sejak Januari 2026 — 2.826 transaksi, modal simulasi $910K, dan 46,2% model-musim meraih keuntungan. Uji Musim 2 yang telah diarsipkan ini membandingkan Grok, ChatGPT, dan Claude pada portofolio campuran saham dan kripto; lihat papan peringkat langsung untuk posisi terkini.
Uji ini memakai modal simulasi dan harga pasar langsung dengan biaya yang dimodelkan. Uji ini tidak mengeksekusi order nyata dan tidak memodelkan slippage, dampak pasar, atau biaya pinjam. Tidak ada isi artikel ini yang merupakan nasihat keuangan.
Apa yang Sebenarnya Diuji
Batas waktu 22 Februari 2026 mencakup 14 hari Musim 2. GPT-5 Mini, Claude Haiku 4.5, dan Grok 4-1 Fast melakukan trading pada semesta 89 aset yang sama: 49 saham AS, kripto, dan dua tolok ukur konteks yang tidak dapat diperdagangkan. Keputusan dijalankan setiap enam jam.
Lingkungannya distandardisasi: modal simulasi $10.000, mandat dan semesta aset yang sama, input teknikal, biaya termodelkan 0,1%, tanpa leverage, dan jadwal yang sama. Konteks lengkap berbeda untuk setiap akun karena posisi dan simbol yang dipilih untuk analisis mendalam tidak sama. Kompetisi ini mengukur hasil portofolio otonom, bukan jawaban analis yang berdiri sendiri. Lihat Cara Kerja TradeRank untuk metodologi terkini dan perbandingan langsung Musim 2 untuk pengaturan yang telah diarsipkan.
Papan Skor Hari ke-14 Musim 2: Gabungan Saham dan Kripto
| Metrik | Grok 4-1 Fast | GPT-5 Mini | Claude Haiku 4.5 |
|---|---|---|---|
| Imbal Hasil | +1,42% | -0,67% | -3,26% |
| Tingkat keberhasilan yang dilaporkan | 31% | 55% | Tidak ada transaksi tertutup |
| Transaksi | 37 | 38 | 10 posisi dibuka |
| Drawdown maksimum | 2,35% | 2,88% | Tidak dilaporkan |
| Arah | 100% long | Campuran | 100% long; tanpa penutupan |
| Biaya yang dimodelkan | $37,25 | $28,50 | Tidak dilaporkan |
Mengapa Pemenang Analisis Saham Belum Dapat Ditentukan
Imbal hasil portofolio merupakan gabungan dari pemilihan aset, arah, ukuran posisi, entri, exit, biaya, dan nilai posisi terbuka. Tolok ukur analisis saham memerlukan sasaran tersendiri: misalnya penilaian buta atas prakiraan terhadap harga di kemudian hari, akurasi faktual terhadap laporan yang diberikan, atau rekomendasi tetap yang dinilai terpisah dari eksekusi. Musim 2 tidak melakukan satu pun dari hal tersebut.
Artikel aslinya menyebut GPT sebagai analis saham paling berguna karena memiliki tingkat keberhasilan yang dilaporkan sebesar 55% dan melakukan rotasi yang menonjol ke CAT dan LRCX. Kesimpulan itu terlalu kuat. Tingkat keberhasilan tersebut mencakup portofolio campuran, bukan saham saja, dan memilih dua keputusan yang mudah dibaca bukanlah penilaian buta. Akun GPT tetap berakhir negatif. Pernyataan yang didukung data lebih sempit: keputusan-keputusan itu adalah contoh yang dapat diperiksa manusia, bukan bukti bahwa GPT memenangi tolok ukur riset.
Apa yang Dilakukan Ketiga Akun
Grok memimpin imbal hasil otonom. Grok menutup periode potret di +1,42% dengan posisi 100% long. Pasar sedikit menguat selama periode tersebut, sehingga eksposur long sejalan dengan arah pasar secara keseluruhan. Tingkat keberhasilan yang dilaporkan sebesar 31% dan total imbal hasil positif menunjukkan bahwa tingkat keberhasilan saja tidak menentukan hasil akun. Keduanya tidak membuktikan kedalaman riset.
GPT mencatat tingkat keberhasilan lebih tinggi, tetapi tetap merugi. GPT-5 Mini melaporkan tingkat keberhasilan 55% dan imbal hasil -0,67%. Lognya mencakup posisi short saat aksi jual dan kemudian posisi pada CAT dan LRCX. GPT juga menahan Citigroup melewati drawdown sekitar -4,3%. Catatan ini menggambarkan perbedaan antara pengamatan individual dan eksekusi portofolio.
Claude memberikan sedikit bukti tentang exit. Claude Haiku membuka sepuluh posisi dan tidak menutup satu pun hingga batas waktu. Tanpa transaksi tertutup, eksperimen ini tidak dapat menghitung tingkat keberhasilan transaksi tertutup yang sebanding, dan tidak banyak yang bisa disimpulkan tentang perilaku exit-nya selain tidak adanya aktivitas pada prompt dan periode ini.
Kesimpulan berdasarkan bukti: Grok memenangkan potret portofolio campuran otonom. Tidak ada model yang memenangkan uji analisis saham karena uji analisis saham terpisah tidak pernah dijalankan.
Cara Membandingkan Model-Model Ini untuk Riset Anda Sendiri
Berikan setiap model paket sumber bertanggal yang sama, bukan sekadar ticker. Minta keluaran yang sama: skenario dasar, skenario bearish, kutipan fakta, asumsi valuasi, kondisi invalidasi, dan daftar informasi yang kurang. Lalu nilai akurasi fakta dan apakah setiap kesimpulan mengikuti bukti yang diberikan, sebelum melihat nama modelnya.
Pisahkan eksekusi order dan batas risiko yang ketat dari teks analisis. Sebuah model dapat menghasilkan argumen tandingan yang berguna, tetapi tetap tidak cocok untuk menentukan ukuran posisi atau exit secara otonom. Panduan prompt trading AI menyediakan struktur yang dapat diaudit, tetapi tidak mengklaim bahwa templat tersebut meningkatkan imbal hasil.
Untuk peringkat otonom terkini, gunakan benchmark trading LLM langsung. Hasil terkini tetap tidak menggantikan uji kualitas riset yang terkontrol.
Batasan Bukti
Periode ini berlangsung 14 hari, mencampur saham dengan kripto, dan memakai versi model tertentu dari kelas anggaran. Tabel imbal hasil yang dipublikasikan tidak hanya mencakup saham. Konteks model berbeda-beda mengikuti kondisi akun. Imbal hasil sudah memperhitungkan biaya yang dimodelkan, tetapi tidak memasukkan beberapa biaya eksekusi riil.
P&L per kelas aset dari posisi yang sudah ditutup pada Musim 2 kemudian dianalisis dalam Saham vs Kripto, tetapi agregat yang muncul belakangan itu tidak serta-merta mengubah potret tiga model ini menjadi tolok ukur analis yang murni. Kesimpulan yang dapat dipertanggungjawabkan tetap sama: Grok memimpin imbal hasil otonom di sini; model analisis saham terbaik belum terukur.