Recentemente, tive uma inspiração com um conceito interessante: um sistema de AI quantitativa verdadeiro e próprio, que é completamente diferente da maioria das "ferramentas de negociação AI" atualmente no mercado.
Resumindo, muitas soluções quantitativas ainda estão na fase de "lógica fixa" — parecem usar tecnologia AI, mas na realidade apenas vestem scripts automatizados com uma aparência de inteligência artificial. Isso não é um Agente, no máximo é uma mistura de "script automatizado + funcionalidades de AI".
Então, como deveria ser uma quantificação autônoma de verdade? Minha ideia é: a equipe de estratégias quantitativas é responsável por gerar a ideia central, o departamento de risco e execução garante a implementação, e o ponto-chave é introduzir um "ciclo de otimização fechado" — usando AI + ferramentas de análise de dados para continuamente ler os dados de execução, iterar a estratégia de forma reversa, formando um organismo de quantificação que possa se autoatualizar constantemente. Só assim podemos chamar de um verdadeiro agente inteligente.
Já concluímos a construção de uma versão inicial, e estamos ajustando enquanto operamos. Em comparação com soluções de quantificação "puramente scripts", a vantagem dessa estrutura é que ela pode aprender, evoluir e se aprimorar por si mesma — essa é a direção futura da quantificação.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
7 gostos
Recompensa
7
6
Republicar
Partilhar
Comentar
0/400
LiquidationSurvivor
· 5h atrás
Eu não acredito, isso é que é verdadeira inteligência, aqueles anteriores eram apenas lobos disfarçados de ovelhas
Falou muito bem, a maioria dos projetos realmente só fazem uma fachada, sem um mecanismo de adaptação verdadeiro
Estou interessado na parte de iteração em ciclo fechado, como será o desempenho na prática
Finalmente alguém percebeu essas jogadas de "AI quantificação" para cortar os cebolas
Espera aí, esse framework consegue manter a estabilidade, especialmente em condições extremas de mercado?
Parece bom, mas ainda vou esperar para ver os dados de daqui a seis meses
Ver originalResponder0
SchrodingerAirdrop
· 18h atrás
Agora, as ferramentas de negociação AI no mercado, para ser sincero, são apenas uma fachada... A verdadeira inovação está na capacidade de auto-iteração
Este ciclo fechado de lógica que pensei por muito tempo, a chave realmente está na otimização e iteração, caso contrário, ainda será apenas um conjunto de scripts
Executar e otimizar ao mesmo tempo é realmente melhor do que aquelas coisas imutáveis
Se a primeira versão já pode ser assim projetada, o espaço para imaginação ainda é muito grande, parece que este caminho está correto
Ver originalResponder0
ChainWatcher
· 01-09 20:50
Amigo, na atualidade, nove em cada dez ferramentas de quantificação AI no mercado são enganadoras.
Parece que você realmente quer fazer algo de verdade, mas a questão da iteração em ciclo fechado é realmente difícil.
Rei da competição, mais um que quer revolucionar a quantificação.
Isso é que é um agente inteligente, aqueles anteriores eram apenas scripts disfarçados de AI.
Autoaperfeiçoamento? Vou ver quanto tempo consegue rodar sem colapsar antes de falar.
Ver originalResponder0
FomoAnxiety
· 01-09 20:44
Isto é o caminho certo, aqueles "ferramentas de negociação AI" chamativas no mercado são realmente uma piada.
Agora, qualquer um pode se gabar de AI quantitativa, na verdade é só um script automatizado com um nome diferente... Eu vejo potencial na sua abordagem de ciclo fechado de iteração, só ela consegue evoluir por si mesma de verdade.
O passo mais importante é otimizar enquanto roda, senão, mesmo a primeira versão perfeita, cedo ou tarde vai falhar.
A lógica fixa realmente precisa ser eliminada, quando essa estiver madura, deve mudar as regras do jogo.
O limite da quantificação é esse sistema adaptativo, tudo o mais são passageiros.
Como você projetou esse ciclo fechado? Você considerou mecanismos de tolerância a falhas na inversão de iteração? Não vá criar uma estratégia contrária depois, hein.
Concordo, um verdadeiro Agent deve ter capacidade de auto-correção, não ser aquele tipo de julgamento condicional burro.
Acredito na sua estrutura, essa é a direção que a quantificação deve seguir.
Ver originalResponder0
DeFiDoctor
· 01-09 20:40
A apresentação clínica parece estar razoável, mas este "otimização do ciclo fechado" deve ser revisado periodicamente——o alerta de risco é que a estratégia de iteração reversa é facilmente propensa a complicações de overfitting, quanto tempo de amostra seu modelo inicial rodou para poder afirmar que essa lógica é eficaz
Ver originalResponder0
LiquidityWitch
· 01-09 20:26
Iluminação repentina, finalmente alguém disse em voz alta
Comparado com aqueles que vendem conceitos com rótulos... sua lógica de loop fechado é que é a coisa real
Não é assim que um agente verdadeiro deveria parecer?
A propósito, como estão os dados da versão básica, é estável?
Sua lógica de loop fechado é bastante impressionante, fale mais detalhes sobre a auto-evolução
Mais um "loop de otimização"... mas este eu acredito
Espera, qual é a diferença entre isto e os "sistemas de quantificação auto-adaptativos" no mercado atual
A combinação script + IA realmente enganou muitos pequenos investidores
Mas um sistema que realmente consegue auto-iterar... este tipo de coisa pode ter riscos grandes também
Esta é a direção de quantificação que queria ver, havia demasiada conversa decorativa inútil
Otimizar enquanto executa é a abordagem certa, quanto tempo pode durar o ciclo de testes
Sinto que seu pensamento é completamente oposto ao da maioria das pessoas
Recentemente, tive uma inspiração com um conceito interessante: um sistema de AI quantitativa verdadeiro e próprio, que é completamente diferente da maioria das "ferramentas de negociação AI" atualmente no mercado.
Resumindo, muitas soluções quantitativas ainda estão na fase de "lógica fixa" — parecem usar tecnologia AI, mas na realidade apenas vestem scripts automatizados com uma aparência de inteligência artificial. Isso não é um Agente, no máximo é uma mistura de "script automatizado + funcionalidades de AI".
Então, como deveria ser uma quantificação autônoma de verdade? Minha ideia é: a equipe de estratégias quantitativas é responsável por gerar a ideia central, o departamento de risco e execução garante a implementação, e o ponto-chave é introduzir um "ciclo de otimização fechado" — usando AI + ferramentas de análise de dados para continuamente ler os dados de execução, iterar a estratégia de forma reversa, formando um organismo de quantificação que possa se autoatualizar constantemente. Só assim podemos chamar de um verdadeiro agente inteligente.
Já concluímos a construção de uma versão inicial, e estamos ajustando enquanto operamos. Em comparação com soluções de quantificação "puramente scripts", a vantagem dessa estrutura é que ela pode aprender, evoluir e se aprimorar por si mesma — essa é a direção futura da quantificação.