مؤخرا، ارتفعت قوة الحوسبة بشكل كبير، وبدأت نماذج الاستدلال تتسرب إلى صناعات مختلفة، والعديد من الوظائف تحت ضغط. لقد شهدت دائرة التداول الكمي أيضا فرصا، لكنها واجهت أيضا تحديات - الأسهم، والعقود الآجلة، والعملات الرقمية وغيرها من الأسواق تفتقر إلى معايير تداول موحدة، ومهما كانت قوة الخوارزمية وقوة الحوسبة، يصعب التغلب على هذه المشكلة الأساسية. وهذا يرفع مباشرة عتبة دخول الذكاء الاصطناعي إلى اللعبة الكمية.

هناك مشكلة جوهرية متعلقة: جوهر النماذج الكبيرة التي تدخل مرحلة التعلم المعزز هو في الواقع تقليد سلوكي. لكن التقليد يحتاج إلى مرجع – إما معيار واضح أو عينة قابلة للتكرار. بدون هذه المرساة، يكون التعلم المعزز مثل رجل أعمى يلمس فيلا، ولا يوجد أي توجيه على الإطلاق. لحسن الحظ، هناك معايير وعينات متوفرة بسهولة في معظم المناطق. بأخذ نماذج اللغة كمثال، يمكننا تعريف قواعد وإمكانيات مختلفة للتعبير الصيني، بحيث يتعلم النموذج فهم المنطق السياقي وحتى يتعلم عادات التعبير الفريدة. لهذا السبب لدى النماذج الكبيرة إمكانيات كبيرة في صناعات مختلفة.

لكن التداول الكمي مختلف. المشكلة في هذا المجال هي بالضبط أنه لا يوجد عينة أو معيار شامل. في هذا الوقت، علينا أن نطرح سؤالا مؤلما: هل يجب على النموذج الكبير تقليد السوق أم المتداول؟ من الواضح أنه لا يوجد معيار لاتجاه السوق نفسه. لن يتكرر التاريخ بالكامل، ناهيك عن أن يعرض كما هو في المستقبل. وهذا يعني أن محاولة تقليد اتجاهات السوق من خلال التعلم المعزز هي في الأساس طريق مسدود. وهذا يفسر أيضا لماذا يقوم شخص ما بسذاجة بوضع مخطط الشموع لعدة أسهم صاعدة في نموذج كبير، متوقعا أن يتعلم هذا الرسم البياني ثم يتعرف تلقائيا على اتجاهات مماثلة ويكرر - هذه الفكرة محكوم عليها بالفشل منذ البداية.