Recentemente, tenho refletido sobre uma questão: por que os robôs de negociação baseados em dados históricos costumam ter um desempenho tão ruim em condições de mercado especiais?



Percebo que muitas pessoas estão excessivamente otimistas em relação às ferramentas de negociação automatizada no mercado de criptomoedas. Esses bots de negociação parecem muito inteligentes, mas na realidade todos eles têm uma fraqueza fatal — dependem demais dos dados históricos. Quando o mercado apresenta condições inéditas, todos os padrões passados deixam de valer.

Imagine se um modelo foi treinado apenas com dados de mercado em alta, o que acontece quando uma queda abrupta ocorre de repente? Ou então, quando uma política muda de repente, ou o sentimento do mercado se inverte instantaneamente, esses algoritmos baseados em regras passadas ficam completamente perdidos. A volatilidade do mercado de criptomoedas é tão intensa, eventos de cisne negro são tão frequentes, que o valor de referência dos dados históricos não é tão grande assim.

Por isso, sistemas de negociação que dependem exclusivamente de aprendizado de máquina tendem a falhar nos momentos críticos. Quando uma nova normalidade de mercado surge, os bots de negociação são como motoristas com mapas desatualizados — simplesmente não encontram o caminho.

Então, se você ainda usa algumas ferramentas automatizadas que são muito elogiadas, talvez seja hora de reconsiderar. No mercado de criptomoedas, cheio de variáveis, a inteligência artificial não é tão confiável quanto manter-se atento e responder de forma flexível.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Marcar