本次实验为每个模型配置1万美元初始资金,限定其仅能基于价格、成交量等数值数据在Hyperliquid平台进行永续合约交易。研究发现,不同模型在风险偏好、持仓周期和交易频率上存在显著差异,且数据格式的细微调整会直接影响交易表现。
该测试突破了传统静态评估框架,推动AI研究向实时决策场景迈进。尽管当前模型在风险控制和市场理解方面仍面临挑战,但为探索零样本系统交易能力提供了重要实践依据。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。
本次实验为每个模型配置1万美元初始资金,限定其仅能基于价格、成交量等数值数据在Hyperliquid平台进行永续合约交易。研究发现,不同模型在风险偏好、持仓周期和交易频率上存在显著差异,且数据格式的细微调整会直接影响交易表现。
该测试突破了传统静态评估框架,推动AI研究向实时决策场景迈进。尽管当前模型在风险控制和市场理解方面仍面临挑战,但为探索零样本系统交易能力提供了重要实践依据。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。