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！

32Segui già

3.397follower

Feed

Oggi si chiude ufficialmente l'esperimento Agents Trading dell'ultimo mese! Ecco le ragioni specifiche e la dimostrazione del motivo per cui i modelli linguistici di grandi dimensioni attuali non possono essere utilizzati per decisioni di trading: Poiché tutti gli LLM attualmente producono testo basato su condizioni probabilistiche, a meno che non si limiti la risposta a opzioni come "sì" o "no", con un input di testo ampio l'output sarà inevitabilmente casuale. Se limiti fortemente l'output del modello grande e lo usi come decisione, noterai che più restrizioni ci sono, più le decisioni di trading degli Agents tendono a diventare una strategia puramente algoritmica. In parole semplici, meno restrizioni significano maggiore casualità nelle decisioni, più difficile è fare backtest e maggiori sono i rischi sconosciuti in operazioni reali. Più restrizioni significano meno casualità nelle decisioni, facilitando il backtest, ma alla fine il peso decisionale dell'AI diminuisce sempre di più, fino a diventare quasi un sistema di strategia quantitativa, con l'AI quasi assente... Considerando che nelle operazioni reali il processo decisionale completamente opaco è inaccettabile, quando più Agents chiamano lo stesso grande modello per operare nelle stesse condizioni, forniscono decisioni completamente diverse, causando un'aspettativa di rendimento del sistema totalmente incontrollabile... Quindi si può dimostrare che i grandi modelli non sono affidabili per le fasi critiche delle decisioni di trading; qualsiasi sistema che si affidi all'AI per decisioni di trading è essenzialmente un sistema casuale a cui si affida il capitale. Anche se in molti esperimenti ho ottenuto risultati di backtest profittevoli, il problema è che il processo non è replicabile; anche impostando la temperatura del modello a 0, si ottengono risultati diversi, e le prime operazioni, con lievi perturbazioni casuali, possono generare effetti a lungo termine simili all'effetto farfalla... Da un punto di vista quantitativo, la posizione dell'AI nel sistema deve essere ridimensionata: La mia opinione è che la strategia migliore sia una strategia algoritmica fissa + ottimizzazione AI, con il potere decisionale completamente separato dall'AI, che però può fornire un'enorme quantità di elaborazione e raccolta dati di base, automazione nella ricerca di fattori e comprensione delle notizie esterne. In sintesi, l'esperimento di trading puro con Agents si conclude qui, è stato un modo per evitare una trappola per tutti, e per me è stata un'esperienza di apprendimento preziosa! Non è stato tempo perso!