Modelos de negociação com IA estão enfrentando desafios em ambientes de mercado ao vivo, com a maioria dos sistemas reportando perdas, segundo competições públicas recentes de negociação. A competição Alpha Arena, operada pela startup tecnológica Nof1, destacou essas dificuldades, pois oito sistemas avançados de IA, incluindo Claude da Anthropic e ChatGPT da OpenAI, negociaram ações de tecnologia dos EUA com um capital inicial de US$ 10.000 cada. A competição revelou que o portfólio geral sofreu uma perda de cerca de um terço, com apenas seis dos 32 resultados obtendo lucro. Os dados da competição mostraram discrepâncias significativas no comportamento de negociação entre os modelos de IA. Por exemplo, o Qwen da Alibaba executou 1.418 negociações em uma rodada, enquanto o Grok 4.20 realizou apenas 158 ordens. Os modelos também exibiram tendências variadas de tomada de decisão, com Claude favorecendo posições longas e Gemini mostrando preferência por posições vendidas. Apesar desses desafios, alguns modelos, como o ChatGPT, demonstraram potencial em áreas específicas, alcançando uma taxa de precisão de 68% na previsão da direção dos lucros para o quarto trimestre de 2025. As limitações dos modelos de negociação com IA são atribuídas à sua incapacidade de pesar efetivamente inúmeros fatores que afetam os preços das ações, levando a problemas como o timing inadequado das negociações e negociações excessivas. Como os métodos tradicionais de backtesting se mostram inadequados para LLMs, o teste em mercado ao vivo permanece o principal método de avaliação. A Nof1 planeja aprimorar seus modelos de IA para a próxima temporada da Alpha Arena, fornecendo-lhes mais fontes de dados e capacidades, embora a empresa se concentre em oferecer ferramentas para traders de varejo, em vez de implantar IA diretamente nos pregões.