Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Начало фьючерсов
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Launchpad
Будьте готовы к следующему крупному токен-проекту
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
В последнее время я глубоко изучаю внутреннюю логику трансформеров.
Самое глубокое понимание, которое у меня есть, — это то, что «правильное», по мнению ИИ, на самом деле является очень мощным приближением функции, формой экстремального статистического моделирования.
Исходя из этого, я действительно считаю, что некоторые, кто использует текущие возможности LLM для количественного анализа или для реальной торговли, — это всё равно что играть в азартные игры, полностью ошибочный путь.
Потому что LLM лучше всего умеет угадывать слова. Он — автогрессивная модель, которая может только выдавать «правильное» с точки зрения статистики.
Это похоже на то, как если бы вы спросили его: «Вырастет ли биткойн?»
LLM будет строить ответ, исходя из распределения текста в его обучающем корпусе, по одному слову, формируя наиболее распространённую модель ответа в истории человечества.
И всё это зависит от первого токена, который он сгенерирует.
Например, возможные варианты:
— Да
— Нет
— На рынке есть неопределённость
— Сначала вырастет, потом упадёт
…
LLM будет продолжать генерировать слова, исходя из первого токена, который он создал, и так далее, в итоге получится длинный отчёт, который он сам не знает, правильный он или нет, но выглядит очень профессионально. Всё это полностью зависит от контекста, который он нашёл в поисковой системе.
Настоящая модель для количественного анализа требует получения данных о рыночных ордерах, математического моделирования, мультифакторных анализов и так далее.
Большие модели для количественного анализа и большие модели LLM — это совершенно разные вещи. В системах количественного анализа вообще не используют трансформеры.
Любой, кто использует LLM для автоматической торговли, — это чистое азартное мероприятие. Они ставят на то, какой контекст сможет «сплести» встроенный поисковый движок LLM, и на первый токен, который он сгенерирует.
Это касается и прогнозирования рынка, и контрактных сделок, и других рынков, таких как американский фондовый рынок.
Трейдеры-новички должны перестать верить в истории о полностью автоматической торговле криптовалютой с помощью ИИ. В последнее время я наткнулся на слишком много случаев, когда кто-то подключает навык к OpenClaw и говорит, что он полностью автоматизирует торговлю криптовалютой.
Не то чтобы ИИ не мог реализовать полностью автоматическую торговлю криптовалютой.
Например, тот тип автоматической торговли, который делал Aster — его основа не зависит напрямую от возможностей самой LLM.
Они просто используют LLM для вызова количественных моделей, что по сути — оболочка. Роль LLM в этом — только принимать решения на основе реальных данных. Но и это всё равно недостаточно надёжно.