10,000 USDT 悬赏,寻找Gate广场跟单金牌星探!🕵️♀️
挖掘顶级带单员,赢取高额跟单体验金!
立即参与:https://www.gate.com/campaigns/4624
🎁 三大活动,奖金叠满:
1️⃣ 慧眼识英:发帖推荐带单员,分享跟单体验,抽 100 位送 30 USDT!
2️⃣ 强力应援:晒出你的跟单截图,为大神打 Call,抽 120 位送 50 USDT!
3️⃣ 社交达人:同步至 X/Twitter,凭流量赢取 100 USDT!
📍 标签: #跟单金牌星探 #GateCopyTrading
⏰ 限时: 4/22 16:00 - 5/10 16:00 (UTC+8)
详情:https://www.gate.com/announcements/article/50848
不建議用Agent去與莊共舞,因為LLM模型有很多隨機性,LLM 的本質不是策略引擎,而是概率生成器。
同一個 prompt,不同輸出 → 不穩定決策
你問他同一個問題都好幾個答案,而且cron腳本有約束,LLM模型是隨機性的,而且在很多時候很發揮,最糟糕的地方是memory,LLM模型是經常失憶的。
context window 有限 → 長期狀態丟失
memory 依賴外掛(vector DB / logs)→ 非強一致
retrieval 本身也是概率行為 → 會漏 / 會錯
而且最大的问题是主动MM是人类操控的,他的剧本有很多种,大部分Agent只能学习历史,无法预测未来。所以用Agent去交易妖币大概率会死得很慘。
👉 市場不是 stationary environment
MM 可以換劇本
可以反向利用你的策略去收割
可以製造“假歷史模式”然後在你以為的規律裡爆拉爆砸
而大多數 Agent 在做的是:
👉 用歷史數據去擬合一個“穩定規律”(AutoResearch會過度擬合)
但現實是:
👉 規律本身就是被人不斷打破的