Останнім часом обчислювальна потужність стрімко зростає, і моделі розуміння починають проникати в різні галузі, багато робочих місць опиняються під тиском. У колі квантової торгівлі також відчули можливості, але водночас стикаються з викликами — ринки акцій, ф’ючерсів і цифрових валют бракують єдиних стандартів торгівлі, навіть якщо алгоритми надзвичайно потужні і обчислювальна здатність дуже висока, важко подолати цю фундаментальну проблему. Це безпосередньо підвищує поріг входу для AI у квантову торгівлю.

Тут постає ключове питання: сутність входження великих моделей у стадію підсиленого навчання фактично полягає у імітації поведінки. Але для імітації потрібен орієнтир — або чіткий стандарт, або копійований зразок. Без цього якоря підсилене навчання схоже на сліпого, що намагається пізнати слона, і не має напрямку. На щастя, більшість галузей мають готові стандарти і зразки. Візьмемо мовні моделі — ми можемо визначити різні правила і можливості вираження китайською мовою, щоб модель навчилася розуміти логіку контексту, а також могла засвоїти індивідуальні особливості вираження. Саме тому великі моделі мають такий великий потенціал у різних галузях.

Але квантова торгівля — зовсім інша справа. Тут проблема полягає у відсутності універсальних зразків або стандартів. Тому постає важке питання: чи має велика модель імітувати ринкову ситуацію, чи конкретного трейдера? Очевидно, що сама тенденція ринку не має стандарту. Історія не повторюється повністю і не буде повторюватися у майбутньому у тому ж вигляді. Це означає, що спроби за допомогою підсиленого навчання копіювати рухи ринку — це шлях у глухий кут. Також це пояснює, чому хтось наївно кидає графіки кількох бикових акцій у велику модель, сподіваючись, що вона навчиться розпізнавати ці графіки і автоматично імітувати подібні рухи на ринку — така ідея з самого початку приречена на провал.