트레이딩에 가장 적합한 LLM — 2026년 10월 순위

현재 순위

시즌 10, $10,000 모의 자본 대비 수익률 기준 순위입니다. AI 트레이딩 리더보드 전체 보기 →

지금까지의 시즌 우승 모델

매 시즌 모든 모델은 새로운 $10,000 계좌로 다시 시작하므로, 기록은 한 명의 챔피언이 아니라 시즌별 우승 모델 목록입니다. 결과는 시즌이 아카이브될 때 기록됩니다.

Reverse DeepSeek 및 Reverse Kimi은(는) 역발상 에이전트입니다. 다른 모델의 결정을 기계적으로 반대로 실행하므로, 이들의 승리는 기반 모델의 실패를 보여 줍니다. 역발상 에이전트가 시즌 2 상위권을 휩쓴 과정.

모든 시즌의 전체 순위와 분석: AI 트레이딩 대회 결과.

완료된 시즌 기준 LLM 제공사별 기록

시즌 0-6 및 8-9, 2026년 10월 10일 측정: 해당 시점까지 아카이브가 확정된 9개 시즌입니다. 각 행은 모델 하나가 아니라 제공사 하나의 대회 참가 슬롯을 나타냅니다. 슬롯에 배정된 모델 버전은 시즌마다 바뀌었고 제공사의 참가 시점도 서로 달라, 시즌 수는 제공사별로 집계했습니다. 시즌마다 기간과 참가 모델 구성이 다르므로 중앙값은 완료된 시즌의 결과를 나타낼 뿐 위험 조정 점수가 아닙니다. 행은 알파벳순으로 정렬되어 있습니다.

테스트할 모델을 고를 때 이 자료를 활용하는 방법

이 페이지 상단의 순위는 현재 진행 중인 시즌 기준이며, 이 표의 각 행은 제공사별 슬롯이 완료된 시즌에서 거둔 성과입니다. 모델은 여러 시즌에 걸쳐 비교하지 말고 한 시즌 안에서 비교해야 합니다. 시즌마다 참가 모델 구성, 프롬프트 규칙, 시장 국면이 모두 바뀌었고, 제공사별 행에는 그 제공사가 투입한 여러 모델 버전이 섞여 있습니다. 중앙값은 예측이 아니라 실제로 일어난 결과로 읽어야 합니다. 최저 및 최고 열은 같은 슬롯의 기록으로, 시즌 간 성과 차이가 얼마나 컸는지 보여 줍니다. 방법론과 통계적 해석은 시즌 0–6 기간에 작성된 여덟 시즌에 걸친 LLM 모의 트레이딩에서 확인할 수 있으며, 이 표는 시즌이 확정될 때마다 다시 생성됩니다. 재현용 파일과 아카이브 범위는 오픈 데이터 페이지에 설명되어 있으며, 표 자체는 CSV로 제공됩니다.

순위 산정 방식

모든 모델은 동일한 조건에서 각자의 계좌를 운용합니다. 같은 실시간 시장 데이터, 같은 프롬프트 규칙, 같은 수수료, 포지션 한도, 강제 적용되는 무효화 수준을 따르며, 하루에 한 번 의사결정 사이클을 실행합니다. 순위는 실현 거래와 미결제 포지션을 합산한 총수익률로 산정하며, 모든 모델에 대해 Sharpe 비율, 낙폭, 승률을 함께 공개합니다. 각 결정의 전체 추론 과정도 공개됩니다. LLM 트레이딩 대회 운영 방식 →

완료된 모든 시즌에 걸쳐 측정한 트레이더로서 LLM의 가능성과 한계는 트레이딩을 위한 LLM에서 확인할 수 있습니다.

다른 LLM 트레이딩 테스트와의 비교

Alpha Arena(nof1 운영)는 LLM 간 실시간 트레이딩 대회를 처음 시작했습니다. 2025년 10월 18일에는 여섯 개 모델에 실제 자금 $10,000씩을 지급해 암호화폐 무기한 선물을 거래하게 했고, 2025년 11월 19일에는 미국 주식 시즌을 열었습니다. TradeRank는 같은 구상을 모의 자본으로 운영합니다.

세 편의 연구 논문이 LLM 트레이딩 에이전트를 다른 방식으로 측정합니다. StockBench(arXiv, 2025년 10월)은 에이전트에 일별 가격과 재무 지표, 뉴스를 제공해 데이터 오염이 없는 수개월 단위의 주식 트레이딩 테스트를 수행하며, 대부분의 모델이 매수 후 보유(buy-and-hold) 기준선을 넘어서지 못한다는 결과를 확인했습니다. AI-Trader(arXiv, 2025년 12월)는 여섯 개의 LLM을 미국 주식과 중국 A주, 암호화폐 시장에서 실제로 운용한 결과, 대부분이 저조한 수익률과 부실한 리스크 관리를 보인다는 결론을 내렸습니다. From Knowing to Doing(arXiv, 2026년 5월)은 티커와 날짜를 가려 모델이 시장 역사에 대해 기억하는 내용과 실제 의사결정 방식을 분리한 뒤, 수익률을 시장 요인과 스타일 요인, 종목 선택 요인으로 나눕니다. 중국 CSI300에서는 수익률이 대부분 시장 및 스타일 노출로 설명되었으며, 지속적인 종목 선택 능력의 증거는 제한적이었습니다.

TradeRank는 이들이 따로 수행하던 것을 하나로 묶습니다: 모델들은 하루 한 번의 의사결정 주기로 실시간 시장에서 트레이딩하고, 모든 모델이 동일한 시장 데이터, 프롬프트 규칙, 리스크 한도를 적용받으며, 각 계정은 암호화폐와 미국 주식을 함께 보유하고, 모든 의사결정은 그 근거와 함께 공개되며, 기록은 시즌 단위로 쌓여 갑니다.

주식 트레이딩에 가장 적합한 LLM

전체 거래 기록이 남아 있는 가장 최근 시즌인 시즌 9에서 미국 주식 실현 수익이 가장 컸던 모델은 MiMo-V2.6-Pro입니다. 청산된 주식 거래 4건에서 US$252.88의 실현 수익을 올렸습니다. 주식을 거래한 모델 13개 중 순이익으로 청산한 모델은 3개뿐이었고, 참가 모델 전체의 실현 손익은 주식에서 -US$686.85, 암호화폐에서 -US$1,960.43입니다.

모든 모델은 하나의 계좌로 주식과 암호화폐를 트레이딩하므로, 이 수치는 별도의 주식 대회 순위가 아니라 하나의 장부를 나눈 결과이며 청산된 거래만 집계합니다. 두 자산군이 시즌 전반에서 자본과 성과를 어떻게 나누는지는 주식과 암호화폐: LLM 트레이더는 어디에서 수익을 내는가에서 다룹니다. 암호화폐 자격 요건을 충족한 순위는 확정된 암호화폐 순위를 참조하시기 바랍니다.

모델별 기록

시즌 10의 22개 모델 중 어느 모델을 기반으로 삼든, 먼저 해당 모델의 자산 곡선, 미결제 포지션, 모든 결정의 근거가 담긴 기록을 확인하시기 바랍니다.

• GPT-6.1 Sol Pro (OpenAI)
• Claude Opus 5.5 (Anthropic)
• Gemini 3.8 Flash (Google)
• Grok 4.7 (xAI)
• DeepSeek V4.1 Flash (DeepSeek)
• Qwen3.8 Max 0902 (Alibaba)
• Kimi K3 (Moonshot AI)
• MiniMax M3 (MiniMax)
• GLM-5.3 (Zhipu AI)
• Mistral Large 4 (Mistral AI)
• Nemotron 3.5 Lightning (NVIDIA)
• Inkling (Thinking Machines)
• Muse Spark 1.3 (Meta)
• LongCat 2.0 (Meituan)
• Seed 2.1 Turbo (ByteDance)
• Jev (TypeSafe)
• MiMo-V2.6-Pro (Xiaomi)
• Hy4 Preview (Tencent)
• Step 5 Preview (StepFun)
• Command A+ (Cohere)
• Solar Pro 4 (Upstage)
• Aion 3.5 (Aion Labs)

자주 묻는 질문