بینش شرکت‌کنندگان دور مقدماتی — ماتریس AOT: تحلیل نیمکره چپ مغز، تصمیم‌گیری نیمکره راست مغز در معاملات هوش مصنوعی

افتتاحیه

در هکاتون معاملات هوش مصنوعی WEEX، شرکت AOT Matrix مسیر محتاطانه‌تری را در طراحی سیستم انتخاب کرد - مسیری که در واقع پیاده‌سازی آن در یک محیط معاملاتی زنده دشوارتر است.

از همان ابتدا، آنها انتخاب‌های روشنی در مورد اینکه هوش مصنوعی چه نقشی باید و چه نقشی نباید در سیستم معاملاتی داشته باشد، انجام دادند.

ما با AOT Matrix در مورد منطق تصمیم‌گیری آنها، تکرارهای متعدد معماری سیستمشان و چگونگی پیاده‌سازی آن تحت محیط معاملاتی واقعی و محدودیت‌های مهندسی WEEX مصاحبه کردیم.

س۱. در معاملات هوش مصنوعی، اولین واکنش غریزی اکثر مردم این است که «بگذارید هوش مصنوعی سفارش بدهد». چرا از همان ابتدا این ایده را رد کردید؟

ماتریس AOT:

زیرا بازارهای کریپتو ذاتاً ناپایدار هستند.

توزیع قیمت‌ها تغییر می‌کند، ساختارهای نوسان می‌شکنند و الگوهای تاریخی اغلب در مواقع حساس شکست می‌خورند. اجازه دادن به هوش مصنوعی برای اجرای مستقیم سفارشات خرید یا فروش، هرگونه عدم تطابق مدل را به ضررهای واقعی فوری تبدیل می‌کند.

بر این اساس، در همان هفته اول، دو رویکرد رایج را کنار گذاشتیم: استفاده از هوش مصنوعی به عنوان یک ربات معاملاتی خودکار، یا اجازه دادن به آن برای تولید مستقیم سیگنال‌های معاملاتی.

در عوض، ما تصمیم گرفتیم که هوش مصنوعی به یک سوال محدودتر اما بسیار حیاتی‌تر پاسخ دهد: آیا در حال حاضر محیط مناسبی برای تجارت است؟

س۲. در طول مرحله آماده‌سازی، در ابتدا با چه معماری سیستمی آزمایش کردید؟

ماتریس AOT:

در ابتدا، ما یک سیستم ترکیبی را امتحان کردیم: هوش مصنوعی جهت را نشان می‌دهد و سیستم مبتنی بر قانون، آن را اجرا می‌کند.

اما در طول بک تست‌ها و شبیه‌سازی‌ها، مسائل روشن شدند: پایداری سیگنال‌های هوش مصنوعی در مراحل مختلف بازار بسیار متفاوت بود.

به محض اینکه ساختار بازار تغییر کرد، اعتبار آن سیگنال‌ها به طور قابل توجهی کاهش یافت.

بعداً متوجه شدیم که مشکل، دقت مدل نبود، بلکه خودِ تقسیم مسئولیت‌ها بود.

سؤال۳. چگونه نقش هوش مصنوعی و تصمیم‌گیری در معاملات را از نو تعریف کردید؟

ماتریس AOT:

پس از چندین بار تکرار، ما ساختار سیستم «مغز چپ / مغز راست» را نهایی کردیم.

هوش مصنوعی در «مغز چپ» قرار دارد و صرفاً مسئول تجزیه و تحلیل است و نه تصمیم‌گیری‌های معاملاتی.

وظیفه آن ارزیابی شرایط بازار - روندها، نوسانات، سناریوهای پرخطر یا اینکه آیا معاملات باید متوقف شوند - و در عین حال ارائه یک امتیاز اطمینان برای محیط است. قیمت‌های دقیق را پیش‌بینی نمی‌کند یا سفارش ثبت نمی‌کند.

تصمیمات معاملاتی واقعی توسط «مغز راست» انجام می‌شود، یک سیستم مبتنی بر قانون که مجوزهای معاملاتی، اندازه موقعیت و کنترل‌های اهرمی را مدیریت می‌کند.

هر معامله باید قابل حسابرسی و قابل تکرار باشد - یک الزام جدی که ما در هکاتون هوش مصنوعی WEEX برای خودمان تعیین کردیم.

سئوال۴. در طول آماده‌سازی، تبدیل تجربه معاملاتی به ورودی‌های قابل خواندن توسط هوش مصنوعی چقدر چالش‌برانگیز بود؟

ماتریس AOT:

فوق‌العاده چالش‌برانگیز. تجربه معامله‌گران اغلب شهودی است، اما هوش مصنوعی به اطلاعات ساختاریافته نیاز دارد.

بنابراین به جای اینکه فقط داده‌های بیشتری اضافه کنیم، منطق را تجزیه و تحلیل کردیم. ما منطق معاملاتی را به سه نوع تقسیم می‌کنیم: ساختار بازار، وضعیت نوسان و شرایط ریسک. هوش مصنوعی فقط این حالت‌های میانی را یاد می‌گیرد و خروجی می‌دهد.

به این ترتیب، هوش مصنوعی دیگر قیمت‌های آینده را پیش‌بینی نمی‌کند؛ بلکه بر پاسخ به این سوال تمرکز دارد که آیامحیط فعلی برای تجارت سالم و مناسباست یا خیر.

با توجه به زمان کوتاه آماده‌سازی، ما معتقد بودیم که این رویکرد ایمن‌تر و کاربردی‌تر است.

س۵. هنگام ادغام API WEEX و انتقال از شبیه‌سازی به معاملات زنده، چه چالش‌های غیرمنتظره‌ای پیش آمد؟

ماتریس AOT:

بیشتر چالش‌ها مربوط به مهندسی بودند. ما در ابتدا احراز هویت اولیه و ارسال سفارش را از طریق API WEEX انجام دادیم، اما در معاملات زنده، به سرعت متوجه شدیم که «توانایی ثبت سفارش» ثبات بلندمدت سیستم را تضمین نمی‌کند.

لرزش شبکه، وقفه‌های زمانی درخواست و مشکلات اجرای چند استراتژی به تدریج در طول شبیه‌سازی‌ها و آزمایش‌های زنده ظاهر شدند.

برای رفع این مشکل، ما ارتقاءهای مهندسی سیستماتیکی انجام دادیم، از جمله:

• شناسه‌های ردیابی کل زنجیره برای ردیابی در سطح سفارش
• کنترل‌های دستوری خودتوان برای جلوگیری از اجرای تکراری
• صف‌های ناهمزمان و تطبیق وضعیت سفارش برای افزایش بازیابی سیستم در شرایط غیرعادی

این مرحله، گامی حیاتی در تبدیل یک نسخه آزمایشی به سیستمی با قابلیت عملکرد طولانی مدت بود.

س6. شما تلاش زیادی برای ثبت تصمیمات و اجرای معاملات می‌کنید. چه استدلالی پشت این بود؟

ماتریس AOT:

در معاملات زنده، هر معامله‌ای که نتوان آن را توضیح داد، در نهایت به منبع ریسک تبدیل خواهد شد.

بنابراین، ما الزام می‌کنیم که هر سفارش بتواند به سه سوال پاسخ دهد: چرا در آن لحظه باز شد؟ سیستم، محیط بازار را چگونه ارزیابی کرد؟ آیا اگر شرایط تکرار شود، همین تصمیم پابرجا خواهد ماند؟

این سیستم ارزیابی‌های هوش مصنوعی از شرایط بازار، منطق پشت اجرای تصمیم و نتیجه نهایی معامله را به طور کامل ثبت می‌کند.

هدف پیچیده‌تر کردن مسائل نیست، بلکه اطمینان از این است که همه معاملات قابل ردیابی، قابل تکرار و قابل بررسی باشند - چیزی که ما آن را «قابلیت حسابرسی کامل زنجیره» می‌نامیم.

س7. هنگام آماده شدن برای هکاتون معاملات هوش مصنوعی WEEX، بزرگترین بینش شما در مورد معاملات هوش مصنوعی چه بوده است؟

ماتریس AOT:

سه بینش اصلی.

اولاً، هوش مصنوعی در تجارت قرار نیست جایگزین انسان‌ها شود، بلکه قرار است آنها را محدود کند.

در مهار تصمیمات احساسی و تشخیص محیط‌های غیرقابل معامله بهتر از دنبال کردن «بازده‌های بزرگتر» عمل می‌کند.

دوم، پایداری سیستم اغلب از دقت مدل اهمیت بیشتری دارد.

سیستمی که در بک تست‌ها بی‌نقص به نظر می‌رسد اما در عمل شکست می‌خورد، به سادگی مزیت فنی خود را به ریسک تبدیل می‌کند.

سوم، قابلیت تفسیر برای بقای بلندمدت بسیار مهم است.

تنها در صورتی که هر سود و زیان قابل درک و بررسی باشد، می‌توان سیستم را پس از افت سرمایه اصلاح کرد، نه اینکه آن را کنار گذاشت و از نو ساخت.

اختتامیه

برای AOT Matrix، هکاتون معاملاتی هوش مصنوعی WEEX فقط یک رقابت مدل‌سازی نیست - بلکه آزمونی جامع از طراحی سیستم، مهندسی و آگاهی از ریسک است.

معماری آنها محصول اعتبارسنجی، تنظیمات و همگرایی مداوم تحت شرایط معاملات زنده و محدودیت‌های مهندسی WEEX است.

و این دقیقاً همان فرآیندی است که تجارت هوش مصنوعی باید طی کند تا از مفهوم به ابزاری پایدار و بلندمدت تبدیل شود.