В последнее время вычислительная мощность резко выросла, модели выводов начали проникать в различные отрасли, и многие рабочие места испытывают давление. Количественный торговый круг также чувствовал возможности, но также сталкивался с трудностями — акции, фьючерсы, цифровые валюты и другие рынки не имеют единых торговых стандартов, и независимо от мощи алгоритма и вычислительной мощности, преодолеть эту фундаментальную проблему сложно. Это напрямую повышает порог для входа ИИ в количественную игру.

Существует основная проблема: суть больших моделей, переходящих на этап обучения с подкреплением, на самом деле заключается в поведенческой имитации. Но подражание должно иметь ориентир — либо чёткий стандарт, либо воспроизводимый образец. Без этого якоря обучение с подкреплением похоже на то, как слепой человек трогает слона, и никакого направления нет. К счастью, в большинстве регионов доступны стандарты и образцы. Взяв языковые модели в качестве примера, мы можем определить различные правила и возможности китайского выражения, чтобы модель могла научиться понимать контекстную логику и даже освоить уникальные привычки выражения. Вот почему крупные модели обладают таким потенциалом в различных отраслях.

Но количественная торговля — это другое. Проблема в этой области заключается именно в том, что просто не существует универсальной выборки или стандарта. В данный момент нам приходится задавать душераздирающий вопрос: должна ли крупная модель подражать рынку или трейдеру? Очевидно, что для самой рыночной тенденции нет стандарта. История не будет полностью повторена, не говоря уже о том, чтобы развернуться так, как она будет в будущем. Это означает, что попытки воспроизвести рыночные тренды с помощью подкрепления обучения по сути оказываются тупиком. Это также объясняет, почему кто-то наивно бросает свечной график нескольких бычьих акций в крупную модель, ожидая, что она выучит этот график, а затем автоматически распознает и воспроизведет похожие тенденции на рынке — эта идея обречена на провал с самого начала.