W końcu widać pewną poprawę! Po rozszerzeniu eksperymentu długoterminowego do 15-miesięcznego okna, nadal utrzymuje się ogólna zdolność do generowania zysków, co oznacza, że mój klaster Agentów nie dostosowuje się wyłącznie do handlu na rynku niedźwiedzia, ale nadal może podejmować prawidłowe decyzje na wczesnym etapie rynku byka! Wszystkie dane zostały już przekazane do analizy AI, a kolejnym krokiem jest wycięcie kilku okien czasowych do powtarzalnych eksperymentów, aby upewnić się, że ten wynik nie jest przypadkowy lub spowodowany szczęściem... Następnie kontynuujemy rozszerzanie całkowitego okresu okna eksperymentu, aby zapewnić, że Agenci mogą dostosować się do warunków rynkowych w różnych cyklach, aż do najnowszych okresów... Ten koszt naprawdę nie jest mały, łącznie może wymagać budżetu około 8000 dolarów, ale jeśli ten system będzie stabilnie generował zyski, to ta niewielka kwota jako inwestycja jest zdecydowanie tego warta!

Wycofuję wczorajsze wnioski, Agents Trading ma jeszcze potencjał! Wczoraj wieczorem przeprojektowałem kluczowe słowa Agents i uprościłem zespół, a następnie zmniejszyłem częstotliwość podejmowania decyzji z raz dziennie do raz na 4 godziny, co wyraźnie poprawiło stabilność całego systemu! Ponadto, ponieważ uruchomiłem bezpośrednio 2000 rund decyzji, obejmujących rynek BTC z niedźwiedziego roku 2022, nie spodziewałem się, że system wciąż osiągnie 50% czystego zysku, a maksymalny spadek nie przekroczy 13%! Wczoraj byłem już zrezygnowany, a tu nagle pojawiła się nadzieja... Dziś planuję wydać kolejne 1000 dolarów, aby kontynuować testowanie systemu na kolejnych rynkach, skoro jest nadzieja, to te drobne pieniądze to nic wielkiego~

Z przykrością stwierdzam, że na obecnym etapie używanie czystych klastrów Agentów do rozwiązywania złożonych transakcji rynkowych nadal nie jest zbyt realistyczne... Przez ostatnie kilka dni przeprowadziłem nie mniej niż 10 eksperymentów, łącznie spalając prawie 1000 dolarów na wywołania API Tokenów, a wynik jest taki, że większość eksperymentów pod względem rentowności znacznie ustępuje stałym strategiom algorytmicznym, rzeczywiście można zarobić, ale spadki i zyski są w zasadzie na tym samym poziomie... Ponieważ dodałem Agentom moduł pamięci i doświadczenia, ich wyniki są rzeczywiście dobre podczas trendów rynkowych, ale gdy tylko napotkają poważne spadki, ci Agenci natychmiast stają się bardzo ostrożni, znacznie zmniejszają częstotliwość transakcji i boją się otwierać pozycje... Ostatecznie prowadzi to do tego, że po wystąpieniu poważnych spadków cały zespół Agentów zmienia swoje zachowanie, a wraz z tym zdolność systemu do odzyskiwania zysków znacznie spada... Moja początkowa logika wydaje się być obalona, dodawanie doświadczenia i pamięci Agentom handlowym nie jest dobrym wyborem, tak samo jest w przypadku ludzkich traderów — ciągłe rozmyślanie o już dokonanych transakcjach tylko wpływa na przyszłe decyzje... Zamierzam przeprowadzić jeszcze kilka rund eksperymentów, aby zobaczyć, czy usunięcie modułu pamięci przyniesie poprawę?