CryptoPainter

Trump chegou, Musk é o último, dá a sensação de levar os pais para visitar os sogros?

Nestes dois dias, reestruturei todo o sistema e quero partilhar algumas novas lições aprendidas: 1. Ao construir um sistema de estratégia com participação de AI, para cada funcionalidade implementada, deve-se primeiro perguntar: "Esta funcionalidade pode ser implementada apenas com código?" Se uma funcionalidade puder ser implementada apenas com código, independentemente da complexidade da lógica, deve-se evitar delegar a decisão à AI; Por exemplo, a minha arquitetura atual do sistema de estratégia é primeiro implementar um conjunto de estratégias algorítmicas puras com alta taxa de sucesso, alta relação risco-recompensa, mas com frequência de negociação muito baixa. O resultado do backtest mostra menos de 10 negociações por ano, mas com dados excelentes. A razão para a baixa frequência de negociação é que a árvore de decisão da estratégia inclui muitos filtros, e as condições normais de mercado não conseguem disparar sinais de abertura de posição... Depois, uso a AI para intervir na decisão, utilizando dados históricos da conta e a arquitetura da estratégia para ajustar dinamicamente os parâmetros dos filtros, transformando uma estratégia algorítmica pura num trader flexível... Mas aí surgiram problemas: apesar de os prompts para a AI serem muito completos, à medida que o número de iterações de ajuste de parâmetros aumentava, a AI começou a desenvolver desvios auto-reforçados na direção... Por exemplo, na última vez que alterei o intervalo do RSI, a taxa de sucesso da estratégia aumentou e o lucro cresceu. Essa alteração passou a ser usada pela AI como um registo de iteração para a próxima otimização, e o contexto foi gradualmente se tornando que, independentemente do desempenho da estratégia, só se modificava um parâmetro central, e cada vez de forma mais extrema... Mesmo adicionando explicações de todos os parâmetros expostos no prompt global, após algum tempo de execução, a AI acabava por fixar a sua atenção em um ou dois parâmetros, sem conseguir sair desse ciclo... Por isso, tive de gastar dois dias a transformar esta parte da recolha de dados, análise em tempo real e ajuste dinâmico de parâmetros da AI em lógica puramente codificada. Para adaptar o sistema, foi necessário desenvolver muitas dependências, algo que antes, com a decisão da AI, não era necessário, pois ela própria podia recolher dados, pesquisar online, analisar semanticamente e chegar a conclusões para ajustar parâmetros... No entanto, sem a AI a tomar decisões pesadas, o sistema finalmente estabilizou, o que confirma que, para sistemas de trading, código fixo é sempre preferível a modelos grandes e flexíveis! Atualmente, limitei o trabalho da AI à análise de sentimento social, recolha de ativos para trading (verificar histórico e períodos de desbloqueio) e monitorização do sistema. Fazer do Agent um secretário é muito mais seguro e estável do que fazê-lo um trader. Portanto, se ainda esperas que a AI, com um prompt, comece a ganhar dinheiro para ti, é melhor desistires. Os modelos grandes atuais só conseguem executar estratégias algorítmicas puras com parâmetros fixos, poupando ao utilizador o trabalho de desenvolvimento inicial; Mas quanto maior for o espaço ocupado pela AI num sistema, maior é a incerteza da caixa preta, e às vezes é mais estável simplesmente seguir um mentor de trading...