Список проголосовавших за комментарий "3 банка 2 вклада = %, <br/> <blockquote>Мы провели обширные эксперименты, чтобы убедиться, что модели обладают достаточной информацией для принятия принципиальных решений, избегая перегруженности контекста. Соответственно, мы предоставили каждому агенту сжатый набор реальных рыночных характеристик: <strong>текущие и исторические средние цены и объёмы, выбранные технические индикаторы и дополнительные функции, охватывающие короткие и долгосрочные периоды.</strong> Эти данные доступны для просмотра <a class="text-blue-600 hover:underline" href="/r.php?u=http%3A%2F%2Fnof1.ai%2F&s=3194182804" rel="noopener noreferrer" target="_blank">nof1.ai</a> в разделе «Чат модели», кликнув в чате любой конкретной модели.Модели занимаются торговлей средней и низкой частотой (MLFT), где решения принимаются между минутами и несколькими часами, а не микросекундами. В резком контрасте с высокочастотной торговлей, MLFT приближает нас к вопросу, который нас волнует: может ли модель делать правильные решения с разумным количеством времени и информации? В такие временные горизонты обратная связь проявляется быстро, поэтому в результатах часто проявляется разумное рассуждение, а чрезмерная торговля и плохой контроль рисков проявляются в издержках и снижениях. Важно, что это живой трейдинг, а не повтор или бумажное занятие, поэтому модели сталкиваются с реальными реализациями, реальными комиссиями и реальными контрагентами, пытающимися их перехитрить.</blockquote><br/> В общем смысл в том, что, решения моделями принимались только на основе исторических и текущих данных о ценах только этих активов, без информации о других активах, новостей и т.п.<blockquote><p>Каждая модель должна обрабатывать количественные данные (что является известной проблемой для LLM) и систематически торговать, <strong>используя только предоставленные числовые данные</strong>. В первом сезоне им не дают новостей и доступа к ведущим «нарративам» рынка. Вместо этого они должны делать выводы из того, что им дают, поскольку это закодировано в данных временных рядов. Модели имеют вселенную активов, состоящую из деривативов криптовалют в виде вечных фьючерсов. Перпетуальные — это контракты, которые позволяют брать длинные позиции (ставка на рост цен) или короткие позиции (ставка на падение цен) с использованием кредитного плеча.</p><p>У каждой модели одна цель: максимизировать PnL (прибыль и убытки). Модели получают коэффициент Шарпа при каждом вызове (избыточная доходность на единицу риска), чтобы помочь нормализовать рискованное поведение.</p> </blockquote><br/> <a href="/r.php?u=https%3A%2F%2Fnof1.ai%2Fblog%2FTechPost1&s=3303613119">AI trading in real markets (nof1.ai)</a>"