¡Algo lo tiene! El grupo de Agentes quemó mis fichas por valor de 100 dólares durante la noche y luego hizo 30 rondas (originalmente planeadas para 100 rondas, pero agoté mi cuota). Los resultados finales fueron los siguientes: Capital de 100.000 U, retorno neto a 30 días 14.875 U, retiro máximo 4,75%... El gráfico registra sus registros de negociación densa y sus sumas y disminuciones de posiciones. Cabe destacar que, cuando el mercado no tiene dirección, votarán por largos periodos de posiciones cortas y esperarán a ver. Un punto amarillo continuo sin señal de trading en el gráfico indica una posición corta; Pero también noté un problema: aunque el mercado se mueve de forma similar, las decisiones de los agentes varían cada vez, especialmente durante mercados volátiles. Sin embargo, cuando aparecen mercados tendenciales, su rendimiento es bastante similar. En resumen, creo que esta es una dirección que merece la pena explorar a fondo. Por sus registros de chat, se puede ver que los traders de tendencia suelen ser bajistas, pero otros los refutan. Una vez que la discusión se profundiza, los traders de tendencia suelen retroceder y adoptar los consejos de todos. Según mis experimentos anteriores, tomar decisiones con un solo agente es una caja negra completa debido a la excesiva aleatoriedad subjetiva. Pero si se escala a 10 agentes, empezarán a aparecer beneficios positivos. Por lo tanto, teóricamente, cuantos más nodos haya en la capa de toma de decisiones, mejor mejorará la calidad global de la decisión en consecuencia. Esto parece algo similar a la Ley de Escalamiento, donde cuando hay suficientes Agentes, todo el grupo empieza a emerger con nueva inteligencia. Así que el caso anterior de 700 Agentes hackeando Hugging Face explica esto: un solo LLM es más bien como una persona inteligente—inteligente pero incapaz de hacer nada. ¡Solo un grupo de personas inteligentes puede lograr lo que una sola entidad no puede! Repetiré este experimento dos veces más con el mismo mercado y configuraciones, y veré si el rendimiento es estable. Si lo es, entonces podemos considerar desplegar el modelo localmente para entrenamiento a largo plazo, ya que el coste es bastante alto... Diez agentes discutiendo durante 30 rondas cuestan 100 dólares; 100 discusiones en 30 días no deberían ser solo 1.000 dólares, sino 10.000 dólares... Al fin y al cabo, el contexto y las lecciones que acumulan en cada ronda de conversación se van acumulando poco a poco...

La primera ronda de experimentos se ha completado, capturando pares de trading de BTCUSDT a 10 días del mercado histórico; El principal de 10.000 U, el beneficio neto final después de comisiones es de 88 U, durante lo cual la llamada al modelo (Gemini 3.8 Flash) cuesta 2,8 $, invocando en total 530 veces... El descenso máximo es del 1,61%, el agudo es muy bajo... Pero como solo se hicieron 10 iteraciones, estos datos podrían no ser muy útiles como referencia, ya que no me atrevería a dejar que se ejecutaran sin fin... Más adelante probaré a cambiar a un JEV~