加密货币的机器学习“iPhone时刻”临近，AI代理开始交易市场

专家表示，人工智能驱动的交易尚未达到“iPhone 时刻”，即人人口袋中都携带着基于算法和强化学习的投资组合管理器，但类似的时代正在到来。

事实上，当人工智能的力量遇到充满动态变化和对抗性的交易市场时，便遇到了其匹敌的对手。不同于通过无尽的自动驾驶汽车循环学习准确识别交通信号的人工智能代理，任何数据和模型都无法预知未来。

这使得优化人工智能交易模型成为一个复杂且要求极高的过程。成功的衡量标准通常是评估盈亏（P&L）。但在算法定制方面的进展正在催生能够在多种市场条件下持续学习平衡风险与回报的智能代理。

允许使用如 之类的风险调整指标夏普比率 用于指导学习过程会成倍提升测试的复杂性， 首席营销官 Michael Sena 表示。Recall Labs，一家运营了约 20 个 AI 交易竞技场的公司，社区成员提交 AI 交易代理，这些代理在为期四到五天的时间内进行竞争。

“在寻找市场阿尔法的过程中，新一代的构建者们正在探索算法的定制化和专业化，充分考虑用户偏好，”Sena 在一次采访中表示。“优化指标不仅仅是单纯的利润和损失，而是着眼于特定的比率，这更符合传统金融机构在传统市场中的运作方式。因此，关注的重点包括最大回撤是多少，承担了多少风险价值才实现了这个利润和损失？”

退一步来看，近期在去中心化交易所 Hyperliquid 举行的一场交易竞赛，涉及多个大型语言模型（LLM），例如 GPT-5、DeepSeek 和 Gemini Pro，基本上奠定了人工智能在交易领域的现状。这些大型语言模型都接受了相同的提示并自主执行，做出决策。但据 Sena 所述，它们表现并不出色，仅略微优于市场表现。

“我们采用了Hyperliquid竞赛中使用的人工智能模型，并允许参赛者提交他们构建的交易代理，以与这些模型进行竞争。我们希望通过这种专门化，来检验交易代理是否优于基础模型，”Sena表示。

Recall 竞赛的前三名均由定制化模型夺得。“有些模型未能盈利且表现不佳，但显而易见，采用额外逻辑、推理和数据源等手段对这些模型进行专门化交易的代理，表现优于基础人工智能，”他表示。

基于人工智能的交易民主化引发了有趣的问题 关于如果每个人都使用同等水平的先进机器学习技术，是否还会有任何值得挖掘的阿尔法收益。

“如果每个人都使用同一个代理，并且该代理为所有人执行相同的策略，这是否会导致策略自我湮灭？”Sena说道。“它所检测到的阿尔法会不会因为试图为所有人规模化执行而消失？”

Sena表示，这就是为什么最终最有优势利用人工智能交易带来的好处的是那些拥有资源投资开发定制工具的人。正如传统金融领域一样，他补充道，产生最多阿尔法的最高质量工具通常不是公开的。

“人们希望尽可能保持这些工具的私密性，因为他们想要保护那些重要信息，”Sena 表示。“他们为此付出了高昂的代价。你可以从对冲基金购买数据集看到这一点。你也可以从家族办公室开发的专有算法中看到这一点。”

“我认为理想的最佳点将是产品既是一个投资组合管理工具，同时用户仍能对其策略拥有一定的话语权。用户可以说，‘这是我喜欢的交易方式，这是我的参数，让我们实现一个类似的方案，但做得更好。’”