CZ no es el único que se pregunta cómo funciona realmente @the_nof1 - muchos análisis detallados de rendimiento y comercio (h / t @jinglingcookies @jay_azhang), pero aún no he visto a nadie mirando las indicaciones reales. Esto es lo que obtienen los modelos: > universo de activos: BTC, ETH, SOL, BNB, DOGE, XRP > instrumentos: Hiperlíquidos solo con apalancamiento de 5-40x > cada 2 minutos: marca de tiempo + cartera + datos de monedas >> cartera: seguimiento de la sesión (invocaciones, tiempo), posiciones y rendimiento (precios de entrada/salida, apalancamiento, rendimientos, ratios de Sharpe, efectivo restante) Datos de monedas >>: precio, OI, volumen, tasas de financiación, EMA, MACD, RSI, ATR > barandillas del sistema >> G0: las acciones de modelo permitidas son 'buy_to_enter', 'sell_to_enter', 'hold', 'close_position' >> G1: "Sin pirámides ni aumentos de tamaño" no puede agregar a las posiciones existentes, solo ingresar las nuevas >> G2: tiene que generar JSON para cada posición con cantidad, profit_target, stop_loss, invalidation_condition, apalancamiento, confianza risk_usd (ver imagen) >> G3: las acciones de entrada, salida y cierre necesitan un campo de "justificación" adicional en el JSON con razonamiento En general, es un experimento bien dimensionado, pero el espacio de decisión para los modelos es relativamente estrecho por ahora. ¡Espero ver a dónde lo llevan desde aquí!