AI nie zrobi z ciebie dobrego tradera

Na dwóch panelach branżowych czterech analityków omówiło zastosowania sztucznej inteligencji w analizie rynków kryptowalut. W dyskusji wzięli udział Charles Edwards z Capriole Investments, Julio Moreno z CryptoQuant oraz niezależni analitycy Benjamin Cowen i Michael van de Poppe. Uczestnicy zgodzili się, że AI przyspiesza procesy analityczne, ale nie zastępuje ludzkiego osądu.

Paneliści wskazali, że największe korzyści płyną z automatyzacji rutynowych zadań. Van de Poppe zaprezentował demonstrację, w której za pomocą chatbota i darmowych API zbudował przykładowe portfolio kryptowalut w około pięć minut. Narzędzia typu agenty mogą pobierać aktualne dane rynkowe na żądanie. Edwards ocenił, że takie rozwiązania skracają czas wykonania prac, które wcześniej zajmowały wiele godzin.

Jednocześnie uczestnicy podkreślili brak kontekstu w wyjściowych wynikach generowanych przez AI. Van de Poppe zwrócił uwagę, że jego AI-portfolio pominęło istotne elementy, takie jak koszyk nieskorelowanych aktywów i czynniki makroekonomiczne. W jego słowach: „Nie zostaniesz świetnym traderem, jeśli wcześniej nie byłeś dobrym traderem.”

Firmy inwestycyjne traktują AI jako część infrastruktury analitycznej, a nie jako gwarancję zysków. Edwards przedstawił podejście swojej firmy: łączenie setek wskaźników oraz danych on-chain, makroekonomicznych i rynków akcji w modelach uczenia maszynowego. Jako przykład podał Macro Index Capriole, oscylator oparty na ponad 60 wskaźnikach.

Cowen opisał tworzenie własnego bota od podstaw i unikanie trenowania go na niskiej jakości treściach generowanych przez inne modele, aby zapobiec degradacji systemu. Cowen przestrzega przed używaniem publicznie dostępnych słabych danych treningowych: „Nie chcę, żeby używało dostępnych na rynku AI-slopów do tworzenia kolejnych AI-slopów.” Van de Poppe stosuje podobny nadzór człowieka nad algorytmami, by uniknąć automatycznych działań niezgodnych z regułami funduszu.

Jakość i aktualność danych została przedstawiona jako czynnik decydujący o przewadze informacyjnej. Moreno wskazał, że monitorowanie wydobycia i mocy obliczeniowej daje szybkie sygnały rynkowe, które można obserwować codziennie, zamiast polegać wyłącznie na kwartalnych raportach. W jego ocenie instytucje sprawdzają dane i regularnie je weryfikują: „Oni ufają danym, ale wszystko weryfikują i ciągle sprawdzają, czy dane pozostają aktualne.” Cowen dodał, że wartościowe są dane sprzed 2022 roku, przed masowym użyciem narzędzi AI.

Paneliści zgromadzili obserwacje dotyczące zastosowań AI w praktyce handlowej: przyspieszenie analiz, automatyzacja prostych procesów oraz konieczność ludzkiego nadzoru i czystych danych dla uzyskania przewagi rynkowej.