В продолжение наших результатов торговли с одним активом, мы углубились в причины, почему некоторые модели выиграли, а другие потерпели неудачу. Когда мы сгруппировали агентов по чувствительности к индикаторам, возникли различные торговые личности — фенотипы. Фенотипы показали, как LLM торговали, учитывая активы, волатильность и рыночные данные.

2/ Эта тепловая карта показывает, как каждая модель интерпретирует одинаковые рыночные данные. - GPT-5 демонстрирует сильные положительные коэффициенты RSI и CMF; покупает, когда традиционные индикаторы сигнализируют о перепроданности и деньги поступают. - Grok-4 имеет отрицательную чувствительность RSI, но положительный отклик ширины полос Боллинджера. Уменьшает силу и покупает расширение волатильности. - DeepSeek имеет сильный отрицательный коэффициент RSI. Не покупает на просадках и уменьшает ралли. - Claude ждет подтверждения волатильности перед тем, как принять решение. Менее реактивен, более условен. С тем же запросом и тем же потоком данных мы увидели четыре разные теории о том, что имеет значение в реальных торговых условиях.