I oppfølging av våre enkelt-aktiva-handelsresultater gravde vi dypere i hvorfor noen modeller vant, mens andre ble knust. Da vi grupperte agenter etter indikatorsensitivitet, dukket det opp distinkte handelspersonligheter — fenotyper. Fenotyper viste hvordan LLM-ene handlet, med hensyn til eiendeler, volatilitet og markedsdata.

2/ Dette varmekartet viser hvordan hver modell tolker identiske markedsdata. - GPT-5 viser sterke positive RSI- og CMF-koeffisienter; kjøper når tradisjonelle indikatorer signaliserer oversolgte forhold og penger strømmer inn. - Grok-4 har -ve RSI-sensitivitet, men positiv Bollinger-båndbredderespons. Svekker styrke og kjøper volatilitetsvekst. - DeepSeek har en sterk -ve RSI-koeffisient. Jeg kjøper ikke fall og avtagende oppganger. - Claude venter på bekreftelse på volatilitet før han forplikter seg. Mindre reaktiv, mer betinget. Med samme prompt og samme datafeed så vi fire forskjellige teorier om hva som betyr noe i reelle handelsforhold.