CryptoPainter

老朋友叫我“画师”，技术\数据分析和量化交易，提供各种刁钻角度看市场，用时间做杠杆。实盘为Agent账户，正在测试的一个自进化策略系统，请勿跟单！

32Folgt

3.401Follower

Feed

Heute setze ich offiziell einen Schlusspunkt unter das Agents Trading Experiment des letzten Monats! Hier sind die konkreten Gründe und die Begründung, warum die aktuellen großen Sprachmodelle nicht für Handelsentscheidungen verwendet werden können: Da alle derzeitigen LLM-Ausgaben auf Texten basieren, die unter Wahrscheinlichkeitsbedingungen generiert werden, ist die Ausgabe zwangsläufig zufällig, sofern man das Modell nicht darauf beschränkt, nur Antwortoptionen wie "Ja" oder "Nein" zu geben, besonders wenn die Eingabetextmenge groß ist. Wenn man das Modell durch zahlreiche Einschränkungen in seiner Ausgabe beschränkt und diese als Entscheidungsgrundlage nutzt, wird man feststellen, dass je mehr Einschränkungen, desto mehr tendieren die Handelsentscheidungen der Agents zu einer rein algorithmischen Strategie. Einfach gesagt: Je weniger Einschränkungen, desto höher die Entscheidungszufälligkeit, desto schwieriger die Rücktestbarkeit und desto höher das unbekannte Risiko im Live-Handel. Je mehr Einschränkungen, desto geringer die Zufälligkeit der Entscheidungen; das erleichtert zwar das Backtesting, aber das Gewicht der KI an der Entscheidungsfindung wird immer geringer, bis es letztlich einem quantitativen Strategiesystem entspricht, bei dem die KI kaum noch beteiligt ist... Im Live-Handel ist es besonders inakzeptabel, wenn der Entscheidungsprozess komplett undurchsichtig ist. Wenn mehrere Agents dasselbe große Modell unter gleichen Bedingungen für den Handel nutzen, liefern sie völlig unterschiedliche Entscheidungen, was dazu führt, dass die erwarteten Systemrenditen völlig unkontrollierbar sind... Daher lässt sich beweisen, dass große Modelle für wichtige Handelsentscheidungen keine Zuverlässigkeit besitzen. Jedes System, das auf KI für Handelsentscheidungen setzt, ist im Grunde genommen gleichbedeutend damit, Geld einem zufälligen System anzuvertrauen. Obwohl viele meiner Experimente profitable Backtesting-Ergebnisse zeigten, ist das Problem, dass der Prozess nicht reproduzierbar ist. Selbst wenn man die Modelltemperatur auf 0 setzt, entstehen weiterhin unterschiedliche Ergebnisse. Die ersten wenigen Trades können durch leichte zufällige Störungen langfristige Auswirkungen ähnlich dem Schmetterlingseffekt haben... Aus quantitativer Sicht muss die Rolle der KI im System daher heruntergestuft werden: Meine Ansicht ist, dass eine feste algorithmische Strategie plus KI-Optimierung die sicherste Lösung ist. Die Entscheidungsgewalt wird vollständig von der KI getrennt, aber die KI kann umfangreiche Aufgaben wie die Verarbeitung und Sammlung von Rohdaten, automatisierte Faktorsuche und das Verständnis externer Nachrichten übernehmen. Kurz gesagt, das reine Agents Trading Experiment ist hiermit beendet. Es hat euch geholfen, eine Falle zu erkennen, und für mich war es eine wertvolle Lernerfahrung! Kein Verlust!