Recentemente, a capacidade de processamento disparou, e os modelos de raciocínio começaram a penetrar em vários setores, colocando muitas posições de trabalho sob pressão. O mundo da negociação quantitativa também detectou oportunidades, mas enfrenta desafios — os mercados de ações, futuros e criptomoedas carecem de padrões de negociação unificados, e por mais que os algoritmos sejam avançados e o poder de processamento seja forte, é difícil superar esse problema fundamental. Isso eleva diretamente a barreira de entrada para a IA na quantificação.

Aqui envolve uma questão central: a essência do estágio de aprendizagem por reforço de grandes modelos é, na verdade, a imitação de comportamento. Mas a imitação precisa de um referencial — seja um padrão claro, seja uma amostra replicável. Sem esse ponto de ancoragem, o aprendizado por reforço é como um cego tocando um elefante, sem direção. Felizmente, a maioria dos setores já possui padrões e amostras existentes. Tomando os modelos de linguagem como exemplo, podemos definir várias regras e possibilidades de expressão em chinês, permitindo que o modelo aprenda a entender a lógica do contexto, e até mesmo a adquirir hábitos de expressão pessoais. É por isso que o potencial de grandes modelos em diversos setores é tão grande.

Mas a negociação quantitativa é diferente. O problema nesse campo é justamente a ausência de amostras ou padrões universais. Aqui surge uma questão dolorosa: o grande modelo deve imitar as tendências do mercado ou um determinado trader? Claramente, o movimento do mercado em si não possui um padrão definido. A história não se repete exatamente, e o futuro não será uma reprodução exata do passado. Isso significa que tentar usar aprendizado por reforço para copiar as tendências do mercado é, na essência, um caminho sem saída. Isso também explica por que algumas pessoas ingenuamente jogam gráficos de velas de algumas ações de alta no grande modelo, esperando que ele aprenda a reconhecer esses padrões e, assim, identifique e copie tendências semelhantes no mercado — essa ideia desde o início está fadada ao fracasso.