Gần đây, sức mạnh tính toán tăng vọt, các mô hình suy luận bắt đầu thâm nhập vào nhiều ngành nghề, nhiều vị trí công việc đang đối mặt với áp lực. Cộng đồng giao dịch định lượng cũng đã nhận thấy cơ hội, đồng thời cũng đối mặt với thách thức — thị trường cổ phiếu, hợp đồng tương lai, tiền kỹ thuật số thiếu tiêu chuẩn giao dịch thống nhất, dù thuật toán có xuất sắc đến đâu, sức mạnh tính toán có mạnh mẽ đến đâu, cũng rất khó vượt qua vấn đề cốt lõi này. Điều này trực tiếp nâng cao ngưỡng cửa để AI tham gia vào lĩnh vực định lượng.

Ở đây liên quan đến một vấn đề cốt lõi: bản chất của việc mô hình lớn bước vào giai đoạn học tăng cường thực chất là mô phỏng hành vi. Nhưng mô phỏng cần có vật tham chiếu — hoặc là một tiêu chuẩn rõ ràng, hoặc là một mẫu có thể sao chép. Không có điểm neo này, học tăng cường giống như người mù sờ voi, hoàn toàn không có hướng đi. May mắn thay, hầu hết các lĩnh vực đều có tiêu chuẩn và mẫu sẵn có. Lấy ví dụ về mô hình ngôn ngữ, chúng ta có thể định nghĩa các quy tắc và khả năng biểu đạt tiếng Trung, giúp mô hình học cách hiểu logic ngữ cảnh, thậm chí còn có thể học được thói quen biểu đạt riêng của từng cá nhân. Đó chính là lý do tại sao mô hình lớn có tiềm năng lớn trong các ngành nghề khác nhau.

Nhưng giao dịch định lượng thì khác. Vấn đề của lĩnh vực này chính là không có mẫu hoặc tiêu chuẩn chung nào cả. Lúc này, cần đặt ra một câu hỏi đau lòng: liệu mô hình lớn có nên mô phỏng xu hướng thị trường hay không, hay là mô phỏng một nhà giao dịch cụ thể? Rõ ràng, xu hướng thị trường bản thân không có tiêu chuẩn rõ ràng. Lịch sử không hoàn toàn lặp lại, và cũng không thể diễn ra y như cũ trong tương lai. Điều này có nghĩa là, cố gắng dùng học tăng cường để sao chép xu hướng thị trường về bản chất là con đường chết. Điều này cũng giải thích tại sao có người ngây thơ đem các biểu đồ K của vài cổ phiếu tăng trưởng tốt vào mô hình lớn, hy vọng nó sẽ học được hình dạng này, rồi tự động nhận diện và sao chép các xu hướng tương tự trên thị trường — ý tưởng này từ đầu đã định sẵn thất bại.