Enfin, ça commence à s'améliorer ! Après avoir étendu l'expérience à long terme à une fenêtre de 15 mois, la capacité globale de profit reste orientée à la hausse, ce qui montre que mon cluster d'Agents ne s'adapte pas simplement au trading en marché baissier, il peut toujours prendre des décisions normales en début de marché haussier ! Toutes les données ont déjà été remises à AI pour analyse, la prochaine étape est de sélectionner certaines fenêtres pour des expériences répétées, afin de s'assurer que ce résultat n'est pas dû au hasard ou à la chance... Ensuite, il faudra continuer à étendre la période totale de la fenêtre actuelle de l'expérience, pour garantir que les Agents peuvent s'adapter aux marchés sur plus de cycles, jusqu'à couvrir les tendances les plus récentes... Ce coût n'est vraiment pas négligeable, l'accumulation pourrait nécessiter un budget de 8000 dollars, mais tant que ce système peut générer un profit stable, cette petite somme en tant qu'investissement en vaut vraiment la peine !

Je retire la conclusion d'hier, Agents Trading a encore du potentiel ! Hier soir, j'ai replanifié les mots-clés principaux d'Agents, simplifié l'équipe, puis réduit la fréquence des décisions de une fois par jour à une fois toutes les 4 heures, et la stabilité du système a nettement commencé à s'améliorer ! De plus, j'ai lancé directement 2000 cycles de décisions, couvrant le marché baissier du BTC en 2022, et à ma grande surprise, le système a quand même généré un rendement net de 50 % pendant ce marché baissier, avec un drawdown maximal inférieur à 13 % ! J'étais désespéré hier, mais finalement, il y a une lueur d'espoir... Aujourd'hui, je prévois de dépenser encore 1000 dollars pour le faire tourner, afin que le système continue à backtester les marchés futurs. Tant qu'il y a de l'espoir, cette petite somme ne compte pas vraiment~

C'est avec regret que je conclus qu'à ce stade, utiliser un cluster purement Agent pour résoudre des transactions de marché complexes n'est toujours pas très réaliste... Ces derniers jours, j'ai réalisé plus de 10 expériences consécutives, brûlant près de 1000 dollars en appels API Tokens, et le résultat est que la plupart des expériences ont une rentabilité bien inférieure à celle des stratégies algorithmiques fixes. On peut effectivement gagner de l'argent, mais les retraits et les profits sont quasiment équivalents... Comme j'ai ajouté un module de mémoire et d'expérience aux Agents, ils se comportent plutôt bien en cas de tendance de marché, mais dès qu'ils rencontrent un retrait important, ces Agents deviennent immédiatement très prudents, réduisent fortement la fréquence des transactions et n'osent plus ouvrir de positions... Cela conduit finalement à ce que, dès qu'un retrait majeur survient, la personnalité de toute l'équipe d'Agents change, ce qui fait chuter considérablement la capacité de récupération des profits du système... Ma logique initiale semble avoir été infirmée : ajouter de l'expérience et de la mémoire aux Agents de trading n'est pas une bonne idée, c'est pareil pour les traders humains, qui, en pensant toujours aux transactions passées, ne font que nuire à leurs décisions futures... Je vais faire encore quelques séries d'expériences pour voir si supprimer le module de mémoire améliore les choses ?