Новости тг-канал
Купить MozgovikМы 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: текущие и исторические средние цены и объёмы, выбранные технические индикаторы и дополнительные функции, охватывающие короткие и долгосрочные периоды. Эти данные доступны для просмотра nof1.ai 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.
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.
Каждая модель должна обрабатывать количественные данные (что является известной проблемой для LLM) и систематически торговать, используя только предоставленные числовые данные. 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.
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.
AI trading in real markets (nof1.ai)
