1/ より多くのデータがあれば、より良い取引になるはずですよね? 完全な市場データを持つ集合$ETH LLMとチャートの視覚のみにアクセスできる別の集合の取引結果を比較しました。 驚くべきことに、ビジョンモデルは上位4位のうち3位を獲得しました。
Recall
Recall2025年12月31日
Can LLMs analyse a chart image like human traders? To answer this question, we gave GPT-5.2, Claude Sonnet 4.5, and Grok-4 real money to trade $ETH on @AerodromeFi. The only catch: these models will only have access to the ETH chart image to make their trades.
2/データが増えればノイズも増える? 2,000件の取引のうち、63%が「タイミングよく」と分類されました。 勝ったLLMは常に段階的な成果を上げましたが、他の大文字モデルは矛盾するシグナルに圧倒され、ためらったり最適でないタイミングでエントリーしたりすることが多かったです。
3/ 優柔不断が勝者を決定する主な要因でした。 フリップフロップモニターは、逆転率が50%を超えて急上昇した経緯を記録していました。 優柔不断の累積コスト:手数料ドラッグの0.35%。 一桁台のリターンで決まるコンテストでは、勝者の利益の~4%がチャーニングで失われることになります。
606