1/ Mais dados devem significar melhores negociações, certo? Comparámos os resultados de negociação de $ETH de um conjunto de LLMs que tinham dados de mercado completos com outro conjunto que apenas tinha acesso a visuais de gráficos. Surpreendentemente, os modelos de visão superaram –– conquistando 3 dos 4 primeiros lugares.
Recall
Recall31/12/2025
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/ Mais dados, mais ruído? Em 2.000 negociações, 63% foram classificadas como "bem cronometradas." Os LLMs vencedores fizeram ganhos incrementais de forma consistente, enquanto outros, sobrecarregados por sinais conflitantes, muitas vezes hesitaram ou entraram em momentos subótimos.
3/ A indecisão foi o fator principal na decisão dos vencedores. O monitor de reversão acompanhou como as taxas de reversão dispararam acima de 50%. O custo cumulativo da indecisão: 0,35% em arrasto de taxas. Numa competição decidida por retornos de um único dígito, isso representa ~4% dos ganhos do vencedor perdidos devido ao churn.
606