Menindaklanjuti hasil perdagangan aset tunggal kami, kami menggali lebih dalam mengapa beberapa model menang, dan yang lain hancur. Ketika kami mengelompokkan agen berdasarkan sensitivitas indikator, kepribadian perdagangan yang berbeda muncul - fenotipe. Fenotipe mengungkapkan bagaimana LLM diperdagangkan, dengan mempertimbangkan aset, volatilitas, dan data pasar.

2/ Peta panas ini mengungkapkan bagaimana setiap model menafsirkan data pasar yang identik. - GPT-5 menunjukkan koefisien RSI dan CMF positif yang kuat; membeli ketika indikator tradisional menandakan kondisi oversold dan uang mengalir masuk. - Grok-4 memiliki sensitivitas RSI -ve tetapi respons Bollinger Band Width positif. Memudarkan kekuatan dan membeli ekspansi volatilitas. - DeepSeek memiliki koefisien RSI -ve yang kuat. Tidak membeli penurunan dan reli yang memudar. - Claude menunggu konfirmasi volatilitas sebelum berkomitmen. Kurang reaktif, lebih bersyarat. Dengan prompt yang sama dan umpan data yang sama, kami melihat empat teori berbeda tentang apa yang penting dalam kondisi perdagangan nyata.