註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Powerpei
@PWenzhen76938
▫️ 独立开发者 ▫️ DeFi基础设施 & AI交易工具深度分析 ▫️自研Web3资产监控软件 ▫️美股港股实战洞见 ▫️ NFT & 艺术品收藏者 ▫️TG: ▫️
加入 May 2023
7.8K 正在關注    52.5K 粉絲
最近在想一个问题 现在考金融 AI,考的还是你懂不懂金融 从公告里提数字,算个比率,写段摘要 答对了就算过。 但模型已经接上专业数据源了,也越来越靠近券商和链上基础设施。 还拿知识题考它,有点像拿驾照笔试成绩判断一个人能不能上路。 上路之后出错的方式,笔试覆盖不到。 过期行情 回看窗口设错 漏掉一只标的 分母用错导致排序偏了 这些错误不会让输出变得难读 相反,结果看起来跟分析师写的一模一样 越靠近资金,看起来对就越危险。 // 那冻结市场状态行不行? 固定一个时间戳,固定一份数据快照,让两次运行可以比较 解决了一部分 但不够 同一个模型,换一套工具,换一组权限,换一种技能定义,交出来的工作就不一样 你以为在测模型,其实在测环境 这也是我重新去看 @questflow 的原因 他们做的不是无状态的交易机器人 是一套 financial harness 技能承载策略 插件提供行情和链上信号 账户在用户设的限度内行动 资产留在用户自己的钱包里 如果要认真测一个金融Agent能不能用,就应该把这套东西固定下来 >同一批工具 >同一套技能 >同一份快照 >同一组风控约束。 然后再看它交出的工作对不对 只给模型打分,看不见这层结构 // 还有一层容易被忽略 确定性的筛选和计算,可以有标准答案 数据来源、指标定义、快照都能回溯 对就是对,错就是错 但裁量类的判断不行 突破的质量好不好 仓位语境对不对 一个有经验的人会不会真的据此下单。 这些没法让另一个模型当裁判 需要有经验的人来标注。拿模型评模型,只是在循环论证。 ━━━━━ 基准不只是事后打分 它会决定系统被优化成什么样 同一个金融世界,同一套工具,同一项任务 这个 Agent 能不能交出正确的工作?第三方能不能看出它错在哪里? 分析走向执行的路上,这是必须跨的那道线。 以上内容纯属个人分析 不作任何投资建议 DYOR
顯示更多
0
96
86
0
轉發到社區