Les modèles de trading basés sur l'IA rencontrent des difficultés dans les environnements de marché en direct, la plupart des systèmes enregistrant des pertes, selon des compétitions de trading publiques récentes. La compétition Alpha Arena, organisée par la startup technologique Nof1, a mis en lumière ces difficultés alors que huit systèmes d'IA avancés, dont Claude d'Anthropic et ChatGPT d'OpenAI, ont négocié des actions technologiques américaines avec un capital de départ de 10 000 $ chacun. La compétition a révélé que le portefeuille global a subi une perte d'environ un tiers, avec seulement six résultats sur 32 générant un profit. Les données de la compétition ont montré des disparités significatives dans le comportement de trading entre les modèles d'IA. Par exemple, Qwen d'Alibaba a exécuté 1 418 transactions en un seul tour, tandis que Grok 4.20 n'a passé que 158 ordres. Les modèles ont également affiché des tendances décisionnelles variées, Claude privilégiant les positions longues et Gemini montrant une préférence pour la vente à découvert. Malgré ces défis, certains modèles, comme ChatGPT, ont démontré un potentiel dans des domaines spécifiques, atteignant un taux de précision de 68 % dans la prédiction des orientations des prévisions de bénéfices pour le quatrième trimestre 2025. Les limites des modèles de trading IA sont attribuées à leur incapacité à évaluer efficacement les nombreux facteurs influençant les prix des actions, ce qui entraîne des problèmes tels qu'un mauvais timing des transactions et un trading excessif. Comme les méthodes traditionnelles de backtesting se révèlent inadéquates pour les grands modèles de langage (LLM), les tests en conditions réelles de marché restent la principale méthode d'évaluation. Nof1 prévoit d'améliorer ses modèles d'IA pour la prochaine saison d'Alpha Arena en leur fournissant plus de sources de données et de capacités, bien que l'entreprise se concentre sur l'offre d'outils pour les traders particuliers plutôt que sur le déploiement direct de l'IA sur les parquets de trading.