وبعد نتائج تداولنا على الأصول الفردية، بحثنا أكثر في سبب فوز بعض النماذج وتدمير أخرى. عندما جمعنا الوكلاء حسب حساسية المؤشرات، ظهرت شخصيات تداول مميزة — الأنماط الظاهرية. كشفت الأنماط الظاهرية عن كيفية تداول نماذج اللغة الكبيرة (LLMs)، مع الأخذ في الاعتبار الأصول والتقلبات وبيانات السوق.

2/ تكشف هذه الخريطة الحرارية كيف يفسر كل نموذج بيانات السوق المتطابقة. - GPT-5 يظهر معاملات RSI وCMF إيجابية قوية؛ يشترون عندما تشير المؤشرات التقليدية إلى حالات البيع الزائد وتتدفق الأموال إلى الداخل. - جروك-4 لديه حساسية RSI -ve لكنه استجابة إيجابية لعرض نطاق بولينجر. يضعف القوة ويشتري توسع التقلبات. - ديب سيك لديه معامل RSI قوي -ve. لا أشتري الانخفاضات أو الانخفاضات المتراجعة. - ينتظر كلود تأكيد التقلب قبل الالتزام. أقل تفاعلا، وأكثر شرطية. مع نفس التوجيه ونفس تغذية البيانات، رأينا أربع نظريات مختلفة حول ما يهم في ظروف التداول الحقيقية.