CryptoPainter

Trump ha llegado, Musk es el último, ¿hay la sensación de llevar a sus padres a visitar a sus suegros?

En los últimos dos días, hemos reconstruido todo el sistema y compartido nuevas lecciones: 1. Al construir un sistema estratégico con participación de IA, hazte la pregunta "¿Se puede implementar esta función mediante puro código?" ” Si una función puede implementarse mediante código puro, por muy compleja que sea su lógica de implementación, debería evitarse dejársela a la IA para la toma de decisiones. Por ejemplo, mi idea actual de arquitectura de sistema estratégico es primero desplegar un conjunto de estrategias cuantitativas puramente algorítmicas con alta tasa de victorias y alta relación de pérdidas de beneficio, pero con una frecuencia de trading muy baja, y el resultado del backtest es menos de 10 operaciones al año, aunque los datos son excelentes. La razón por la que no opero es porque se han añadido muchos factores de filtro al árbol de decisión de la estrategia, y el mercado normal no puede activar la señal de apertura en absoluto... Luego uso IA para intervenir en la toma de decisiones, a través de datos de historial de cuentas y estructura de estrategias, dejando que ajuste dinámicamente los parámetros del filtro, para que una estrategia puramente algorítmica se convierta en un trader flexible... Entonces surge el problema, aunque las palabras de la IA ya son completas, pero a medida que aumenta el número de parámetros de su iteración, la IA empieza a producir algunas desviaciones de dirección auto-reforzantes... Por ejemplo, la última vez que cambié el rango de RSI, descubrí que la tasa de victoria de la estrategia aumentaba y el beneficio aumentaba, y luego esta experiencia de cambio se usaba como un registro de iteraciones para la siguiente optimización, y el contexto cambiaba gradualmente para que, independientemente de cómo funcione la estrategia, solo modificará un parámetro central, y cuanto más cambie, más extremo se vuelve... Incluso si añado una descripción de todos los parámetros expuestos al prompt global, tras cada partida durante un periodo de tiempo, la IA se quedará atascada gradualmente en uno o dos parámetros, incapaz de liberarse... Por lo tanto, tuve que dedicar 2 días a convertir esta parte de la tarea de IA que implica recogida de datos, análisis en tiempo real y ajuste dinámico de parámetros en lógica pura de código, y todo el sistema tuvo que hacer mucho desarrollo de dependencias para adaptarse, lo cual era completamente innecesario cuando antes lo decidía la IA, que podía extraer datos por sí misma, búsqueda en red, análisis semántico y luego sacar conclusiones de ajuste de parámetros... Pero aún así, sin la participación de la IA en la toma de decisiones intensa, el funcionamiento de todo el sistema finalmente se ha estabilizado, así que una cosa que se puede confirmar es que, para los sistemas de trading, ¡el código muerto es mejor que los modelos grandes y flexibles! Actualmente, he reducido el alcance del trabajo en IA al análisis de sentimiento social, la cobranza de activos (ciclo de verificación y desbloqueo de antecedentes) y la monitorización de sistemas, y tienes un agente como secretario, lo cual es mucho más seguro y estable que tenerlo como trader. Por lo tanto, si aún tienes ganas de darle a la IA un prompt y luego empezará a ayudarte a ganar dinero, es mejor lavarse y dormir, la etapa actual de los grandes modelos solo puede realizar la ejecución de estrategias puramente algorítmicas bajo parámetros fijos, lo que equivale a ayudar a los usuarios a ahorrarse el problema del desarrollo inicial; Pero cuanto más avanzas, más espacio ocupa la IA en un sistema, mayor es la incertidumbre de la caja negra, y a veces no es tan estable como encontrar un profesor con una orden...