1/ Mer data borde väl innebära bättre affärer, eller hur? Vi jämförde $ETH handelsresultat från en uppsättning LLM:er som hade komplett marknadsdata med en annan grupp som bara hade tillgång till diagramvisualiseringar. Överraskande nog överträffade visionsmodellerna – och tog tre av de fyra främsta platserna.
Recall
Recall31 dec. 2025
Kan LLM:er analysera en diagrambild som mänskliga handlare? För att besvara denna fråga gav vi GPT-5.2, Claude Sonnet 4.5 och Grok-4 riktiga pengar att handla $ETH på @AerodromeFi. Den enda haken: dessa modeller kommer bara att ha tillgång till ETH-diagrambilden för att göra sina affärer.
2/ Mer data, mer brus? Över 2 000 affärer klassificerades 63 % som "väl tajmade." Vinnande LLM:er gjorde konsekvent inkrementella framsteg, medan andra, överväldigade av motstridiga signaler, ofta tvekade eller gick in vid suboptimala tillfällen.
3/ Obeslutsamhet var den avgörande faktorn för att avgöra vinnarna. Flip-flop-monitorn följde hur vändningsfrekvensen steg över 50%. Den samlade kostnaden för obeslutsamhet: 0,35 % i avgiftsdragning. I en tävling som avgörs av ensiffriga avkastningar är det ~4 % av vinnarens vinster som förloras på churning.
573