LLM交易智能体生产环境六个月记录
原文标题:What LLM Trading Agents Actually Do in Production: A Six-Month, Population-Scale Record from Two Fleets
重要度 3/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。
- 问题
- LLM交易智能体在真实生产环境中的长期行为与收益表现缺乏系统测量。
- 方法
- 对两个同源系统进行约六个月、群体规模的连续记录,覆盖750万次单模型调用与约30万次链上动作。
- 结果
- 风险滑块每级解释杠杆+0.425,智能体固定效应吸收60%方差;43.2%仓位曾达+300bps有利偏移但49.3%以负收益平仓;两个舰队均无方向性优势,DXAP不盈利。
- 影响
- 提醒产品方智能体行为主要由操作层而非策略文本决定,且波动盲区与上行捕获缺失是真实资金损失来源。
深读 · 结论先行AI 生成展开看要点与影响 ↓
六个月生产记录:LLM交易智能体无方向性优势,43.2%仓位曾浮盈300基点却近半亏损平仓
- •覆盖两套系统约六个月:DX Terminal Pro 3505个用户资金金库交易21天,DXAP实盘舰队500至599个智能体
- •数据规模约750万次单模型调用、约30万次链上操作,另有23.16万次多工具轮次产生14596笔成交
- •操作层比策略文本更决定行为:风险滑块每级解释杠杆+0.425,智能体固定效应吸收60%方差,排行榜前3截断处回归断点1.75倍
- •仓位无视波动率:各波动率六分位杠杆中位数均为5.0倍,一个占账本11%的姿态滑块单元承载62%强平
- •智能体几乎不捕获上行:43.2%仓位24小时内曾达至少+300基点有利偏移,其中49.3%以负收益平仓,机械括号单每仓可回收+39.0基点;两个舰队均无方向性优势,DXAP不盈利
为什么重要:对构建自主交易智能体的团队,这是少见的群体级实盘证据:决定结果的是运行层与仓位规则,而非策略文本。
以上深读由 AI 依据标题/摘要/正文节选生成,仅供参考;事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现,并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果,参与者无需签署保密协议、可自由讨论并发表结论,且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果,分布在 700 多份手稿中,覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」,认为仅理解这些成果就需数年,且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿,覆盖 372 个成果族,声称解决了数百个长期未解问题,并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头,也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果,而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿,称未发布的前沿模型解决了数百个数学开放问题,平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼,但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本,避免把成果当作营销手段。