CZ no es el único que se pregunta cómo funciona realmente @the_nof1 - hay un montón de análisis detallados de rendimiento y comercio (h/t @jinglingcookies @jay_azhang) pero no he visto a nadie mirando los prompts reales aún. aquí está lo que obtienen los modelos: > universo de activos: BTC, ETH, SOL, BNB, DOGE, XRP > instrumentos: solo perps de Hyperliquid con apalancamiento de 5-40x > cada 2min: marca de tiempo + cartera + datos de monedas >> cartera: seguimiento de sesión (invocaciones, tiempo), posiciones y rendimiento (precios de entrada/salida, apalancamiento, retornos, ratios de sharpe, efectivo restante) >> datos de monedas: precio, OI, volumen, tasas de financiación, EMA, MACD, RSI, ATR > límites del sistema >> G0: las acciones permitidas del modelo son 'buy_to_enter', 'sell_to_enter', 'hold', 'close_position' >> G1: "No se permite el apilamiento ni el aumento de tamaño" no se puede añadir a posiciones existentes, solo entrar en nuevas >> G2: tiene que output JSON para cada posición con cantidad, profit_target, stop_loss, invalidation_condition, leverage, confidence, risk_usd (ver imagen) >> G3: las acciones de entrada, salida y cierre necesitan un campo extra de "justificación" en el JSON con razonamiento en general, es un experimento bien definido, pero el espacio de decisión para los modelos es relativamente estrecho por ahora. ¡Espero ver hacia dónde lo llevan desde aquí!