AI prekybos robotai klesti, bet ar galite jais pasitikėti savo pinigais?

Kai 17-metis Nathanas Smithas įteikė „Chatgpt“ varomą prekybą „Micro-Cap“ akcijų portfelį, jis per keturias savaites suteikė 23,8% pelną-išleido „Russell 2000“ ir paleido jį iš Oklahomos kaimo iki virusinės raudonos spalvos.

Smitho kelionė iš kaimo vidurinio moksleivio į „Peak R/WallStreetbets“ plakatą berniukas yra didesnio judesio, žydinčio internete, dalis, kai prekybininkai kuria atsargų rinkimo sistemas aplink dideles kalbų modelius.

Internete yra virusinių teiginių apie AI prekybos sėkmę. Vienas „Reddit“ įrašas neseniai užsidegė po to, kai „ChatGpt“ ir „Grok“ pasiekė „nepriekaištingą, 100% pergalės normą“ daugiau nei 18 prekių, turinčių gana didelį pelną. Kita sąskaita davė 400 USD „ChatGPt“, siekdama tapti „pirma

Tačiau nė vienas įrašas nepateikė patikrinimo – nėra jokių pažymių, prekybinių žurnalų ar kvitų.

Tačiau Smithas sulaukė dėmesio būtent todėl, kad jis dokumentuoja savo kelionę ant savo medžiagos ir dalijasi savo konfigūracijomis, raginimais ir dokumentais „GitHub“. Tai reiškia, kad galite bet kuriuo metu atkartoti, patobulinti ar modifikuoti jo kodą.

AI varoma prekyba nebėra tik „Reddit“ fantazija-ji greitai tampa Wall Street realybe.

Nuo mėgėjų koduotojų, dislokuojančių atvirojo kodo robotus iki investicinių milžinų, tokių kaip „JPMorgan“ ir „Bridgewater Building Bespoke AI“ platformos, nauja rinkos priemonių banga žada greitesnes įžvalgas ir laisvų rankų įrangą. Kai asmeniniai eksperimentai tyliai skleidžia virusines ir institucines priemones, ekspertai perspėja, kad daugumai didelių kalbų modelių vis dar trūksta tikslumo, disciplinos ir patikimumo, reikalingo norint prekiauti realiais pinigais mastu. Dabar kyla klausimas, ar AI gali prekiauti – ar kas nors turėtų tai leisti.

„JPMorgan“ išleido vidinę platformą, pavadintą LLM Suite, 60 000 darbuotojų, apibūdinamų kaip „į ChatGPt“ panašų produktą. Tai analizuoja „Fed“ kalbas, apibendrina paraiškas, generuoja memorandumų juodraščius ir galioja teminį idėjos variklį, vadinamą „IndexGpt“, kuri sukuria specialiai temomis pagrįstus akcijų krepšelius.

„Goldman Sachs“ vadina savo „Chatbot“ „GS AI“ asistentą, pastatytą ant patentuotos lamos pagrįstos GS AI platformos. Kaip pranešama, 10 000 stalinių kompiuterių inžinerijos, tyrimų ir prekybos stalo darbalaukiuose, pranešama, kad kodų rašymo ir modelio kūrimo produktyvumo padidėja iki 20%.

„Bridgewater“ tyrimų komanda sukūrė savo investicijų analitiko padėjėją Claude, naudodama jį rašydamas „Python“, generuoti diagramas ir apibendrinti pajamų komentarus – tai, ką jaunesnysis analitikas padarys per kelias dienas, padarytas per kelias minutes. Norvegijos valstybinis turto fondas (NBIM) naudoja Claude, kad stebėtų naujienų srautą iš 9000 bendrovių, sutaupydamas maždaug 213 000 analitikų valandų per metus.

Anot „Phemex“, kitur tokios platformos kaip „3Commas“, „Kryll“ ir „Pionex“ siūlo „ChatGPT“ integraciją prekybos automatizavimui. 2025 m. Vasario mėn. „Tiger Brokers“ integravo „Deepseek“ AI modelį „Deepseek-R1“ į savo pokalbių programą, „Tigergpt“, gerindama rinkos analizę ir prekybos galimybes. Mažiausiai 20 kitų firmų, įskaitant „SinoLink Securities“ ir „China Universal Asset Management“, priėmė „Deepseek“ rizikos valdymo ir investavimo strategijų modelius.

Visa tai kelia akivaizdų klausimą: ar mes pagaliau pasiekėme tašką, kur AI gali padaryti gerų finansinių lažybų?

Ar AI-AIDSTRES PREKYBA Pagaliau paruošta geriausiam laikui?

Keli tyrimai rodo, kad AI ir netgi sustiprintos „ChatGPT“ sistemos gali pralenkti tiek rankinius, tiek įprastus mašinų mokymosi modelius numatant kriptovaliutų kainų pokyčius.

Tačiau platesni BCG ir Harvard Business School tyrimai perspėjo dėl per didelio pasitikėjimo generatyvine AI, paminėdami, kad GPT-4 vartotojai atliko atliktus vartotojus 23% blogiau nei vartotojai vengia AI. Tai džiugina tai, ką mato kiti specialistai.

„Vien todėl, kad turite daugiau duomenų, dar nereiškia, kad pridedate daugiau grąžos. Kartais jūs tik pridedate daugiau triukšmo“, – sakė „Man Group“ CIO Russell Korgaonkar. „Man Group“ sisteminė prekybos dalis mokė „Chatgpt“, kad suvirtų popieriai, rašytų vidinį python ir rūšiuotų idėjas iš stebėjimo sąrašų, tačiau vis tiek turėsite atlikti didelę sunkų kėlimo dalį, net prieš galvodami apie AI modelį patikimai.

„Korgaonkar“ generatyvinėms AI ir tipiškoms mašininio mokymosi įrankiams yra skirtinga. „CHATGPT“ gali padėti jums atlikti pagrindinę analizę, tačiau čiulpia kainų prognozes, tuo tarpu negeneracinės AI įrankiai negali išspręsti pagrindų, tačiau gali analizuoti duomenis ir atlikti gryną techninę analizę.

„Genų proveržiai yra kalbų pusėje. Tai nėra ypač naudinga skaitmeninėms prognozėms“, – sakė jis. „Žmonės naudoja„ Genai “, kad padėtų jiems dirbti, tačiau jie nenaudoja to rinkams numatyti.“

Net ir esminės analizės metu procesas, kuris veda AI konkrečią išvadą, nebūtinai visada yra patikimas.

„Tai, kad modeliai turi galimybę nuslėpti pagrindinius samprotavimus, gali būti išvengta nerimą keliančių sprendimų, nurodant, kad dabartiniai derinimo būdai yra nepakankami ir reikalauja nepaprastai patobulinti“, – sakė „Bookwatch“ įkūrėjas ir generalinis direktorius Miranas Antamianas. Iššifruoti. „Užuot tiesiog papeikę„ neigiamą mąstymą “, mes turime apsvarstyti sumaišytus pakartotinio žmogaus grįžtamojo ryšio ir adaptyviosios atlygio funkcijas, kurios laikui bėgant aktyviai keičiasi. Tai galėtų labai padėti nustatyti elgesio pokyčius, kuriuos užmaskuoja nuobaudos.“

„Balyasny“ partneris Gappy Paleologo atkreipė dėmesį, kad LLM vis dar trūksta „realaus pasaulio įžeminimo“ ir niuansuoto sprendimo, reikalingo lažyboms dėl aukšto priėmimo. Jis geriausiai juos laiko tyrimų padėjėjais, o ne portfelio valdytojais.

Kitos fondai perspėja apie modelio riziką: Šie PG yra linkę siūlyti neįtikėtinus scenarijus, klaidingą makrokomandą ir haliucinatą-teikiančios įmones reikalauti, kad kiekvienas AI signalas reikalautų žmonių, kuriuos reikia atlikti. Ir kas dar blogiau, tuo geresnis modelis, tuo įtikinamesnis jis bus melas, ir tuo sunkiau bus pripažinti klaidą. Yra tyrimų, kurie tai įrodo.

Kitaip tariant, iki šiol labai sunku ištraukti žmones iš šios lygties, ypač kai yra susiję pinigai.

„Stebėti galingesnius modelius, naudojant silpnesnius, tokius kaip„ GPT-4o “ Iššifruoti. „Gali būti tinkamesnis automatinio ir žmonių ekspertų įvertinimo derinys; atsižvelgiant į pateiktų samprotavimų lygį gali prižiūrėti daugiau nei vieną prižiūrimą modelį.“

Net pats „ChatGpt“ išlieka realu dėl savo apribojimų. Paklaustas tiesiogiai apie tai, kaip paversti žmogų milijonierių per prekybą, „ChatGpt“ atsakė realistine perspektyva – suspaudė, kad nors tai įmanoma, sėkmė priklauso nuo to, ar turi pelningos strategijos, drausmingo rizikos valdymo ir galimybės efektyviai masteliui.

Vis dėlto mėgėjams smagu su šiais dalykais. Jei norite ištirti AI-pagalbą prekybą be visos automatizavimo, Iššifruoti Tikriausiai sukūrė savo raginimus tik linksmybėms – ir paspaudimus. Mūsų „Degen“ portfelio analizatorius pateikia individualizuotus, spalvotus rizikos vertinimus, kurie prisitaiko prie to, ar esate išsigimęs prekybininkas, ar konservatyvus investuotojas. Sistema integruoja pagrindinius, sentimentus ir techninę analizę, renkant vartotojo patirtį, toleranciją rizikai ir investavimo laiko duomenis.

Mūsų asmeninių finansų patarėjas ragina atlikti institucinio lygio analizę, naudojant tas pačias metodikas, kaip ir pagrindinės investicinės įmonės. Išbandęs Brazilijos akcijų portfelį, jis nustatė koncentruotą poveikio riziką ir valiutos neatitikimus, sukuriant išsamias balansavimo rekomendacijas su konkrečiomis rizikos valdymo strategijomis.

Abu raginimus „GitHub“ galima rasti visiems, norintiems eksperimentuoti su AI-padedama finansine analize-nors, kaip rodo Smitho eksperimentas, kartais įdomiausi rezultatai gaunami leidus AI visiškai nuimti ratą ir tiesiog vykdyti tai, ką sako mašina.

Ne tai, kad mes kada nors patartume tai padaryti. Nors jums gali kilti problemų, suteikiančių 100 USD „ChatGpt“ investuoti, nėra jokios galimybės, kad pamatysite, kad JP Morgan tai daro. Vis dėlto.