Dari prinsip pertama: mengapa #AI Perdagangan seharusnya tidak memprediksi naik atau turun

1. Bongkar AI terlebih dahulu: Apa sebenarnya yang dilakukan model besar?
Banyak orang menganggap model besar sebagai "kotak hitam pemikiran", tetapi dari esensi komputasi, itu hanya melakukan satu hal:
Dalam ruang vektor dimensi tinggi, kesamaan dihitung.
Semua masukan (#token , gambar, deret waktu) dipetakan ke vektor;
Semua "pemahaman" dan "penalaran" pada dasarnya adalah produk titik vektor + transformasi nonlinier.
Pada intinya, Transformer tidak "pintar", tetapi:
Kompres input menjadi vektor
Hitung kesamaan antar vektor
Informasi agregat berdasarkan kesamaan
Keluarkan distribusi probabilitas
Ini berarti fakta kunci:
LLM mampu mengenali pola, bukan prediksi.
Dalam skenario bahasa, polanya cukup stabil sehingga "terlihat seperti prediksi";
Tetapi di pasar keuangan, ini bisa benar-benar bermasalah.
2. Mengapa "memprediksi naik turunnya dengan AI" hampir pasti gagal?
Karena ada tiga perbedaan mendasar antara pasar keuangan dan bahasa.
1️⃣ Rasio sinyal-ke-kebisingan yang sangat rendah
bahasa alami memiliki hukum statistik yang kuat;
Harga jangka pendek pasar ≈ secara acak bergerak dan naik dan turun mendekati 50:50.
Model sering kali hanya belajar:
Pengembalian rata-rata
Kebisingan halus
Alih-alih apa yang benar-benar Anda pedulikan tentang volatilitas ekstrem dan peristiwa risiko.
2️⃣ Tidak stasioner
Semantik bahasa tetap tidak berubah selama beberapa dekade;
Struktur pasar terus berkembang, dan undang-undang yang berhasil pada tahun 2021 mungkin langsung gagal pada tahun 2024.
3️⃣ Konfrontasi yang kuat
Bahasa tidak memiliki piring saingan;
Pasar adalah permainan zero-sum, dan pola apa pun yang teridentifikasi akan dengan cepat diarbitrase untuk menghilang.
Kesimpulannya mudah:
AI tidak cocok untuk memprediksi "kandil berikutnya akan naik atau turun".
Tapi itu tidak berarti AI tidak berguna dalam perdagangan – itu hanya pertanyaan yang salah.
3. Ubah pertanyaan: identifikasi rezim, bukan memprediksi arah
Masalah sebenarnya dengan rasio signal-to-noise yang tinggi adalah:
Bagaimana keadaan pasar saat ini?
Alih-alih terus acak, pasar beralih di antara rezim yang berbeda:
Kejutan volatilitas rendah
Volatilitas dan guncangan tinggi
Tren sepihak
Krisis likuiditas
Rezim persisten dan memiliki skala waktu yang jauh lebih besar daripada satu kandil.
Ini membuatnya jauh lebih stabil daripada "memprediksi pasang surut".
Sejumlah penelitian telah menunjukkan bahwa alfa strategi Rezim terutama berasal dari menghindari keadaan buruk daripada menangkap yang baik.
4. Penggunaan AI yang benar: Penyematan Keadaan Pasar
Migrasikan paradigma komputasi LLM, tetapi ubah targetnya.
Tidak:
Data pasar → AI → naik atau turun
Sebagai gantinya:
Data pasar → vektor mewakili kesamaan → → penilaian Rezim
Ide Inti:
Gunakan encoder untuk mengompres status pasar multidimensi ke dalam penyematan
Jarak vektor mewakili "kesamaan keadaan pasar"
Jenis tahap apa yang ≈ sejarah pasar saat ini?
Langkah ini:
Tidak ada asumsi distribusi
Tidak ada ambang buatan
Secara alami mendukung dimensi tinggi, multifaktorial, dan non-linier
Outputnya bukanlah "sinyal beli dan jual", tetapi kognisi keadaan pasar.
5. Nilai sebenarnya dari Rezim: perutean strategi dan pengendalian risiko
Rezim tidak menghasilkan uang secara langsung, tetapi menentukan apakah Anda akan kehilangan banyak uang.
Pemetaan khas:
Kisi → berosilasi
Tren → Tren mengikuti
Volatilitas tinggi → mengurangi posisi
Krisis likuiditas → posisi short
Intinya bukan untuk mendapatkan sedikit lebih banyak, tetapi:
Dalam keadaan pasar yang salah, jangan lakukan hal yang salah.
6. NoFx: Lapisan infrastruktur Perdagangan AI, bukan "prediktor AI"
Posisi NoFx jelas:
Alih-alih membiarkan LLM memprediksi pasar, ini memberi AI "sistem perdagangan yang dapat membuat keputusan yang aman."
Mengapa kemacetan AI Trading tidak ada dalam model?
Karena sistem yang dapat berjalan membutuhkan:
Data yang stabil dan terpadu
Latensi rendah, eksekusi terkontrol
Pengendalian risiko yang ketat dan dapat dikonfigurasi
Log lengkap yang dapat diaudit
Tak satu pun dari "produk perdagangan AI" ini tersedia.
7. Apa yang dilakukan NoFx (versi minimalis)
1️⃣ Lapisan data
Satukan semua data inti untuk pasar kripto:
Harga, volume, OI, tingkat pendanaan, likuidasi, arus uang, buku pesanan, volatilitas, indikator teknis.
Data heterogen → antarmuka terpadu.
2️⃣ Lapisan eksekusi
Lindungi perbedaan pertukaran dan satukan logika pesanan, posisi, leverage, dan stop loss.
Strategi tidak perlu peduli tentang "pertukaran mana ini".
3️⃣ Lapisan pengambilan keputusan
AI tidak memprediksi pasang surut, tetapi:
Analisis pasar terstruktur
Pemfilteran dan penyortiran target
Penilaian posisi dan risiko
Ketentuan Penerimaan/Masuk dinilai
Apa itu output adalah keputusan terstruktur yang dapat diaudit, bukan "beli".
4️⃣ Integrasi rezim
Pengakuan rezim sebagai modul sistem:
Menilai keadaan pasar terlebih dahulu
Kemudian tentukan jenis strategi dan tingkat risiko
Agresivitas AI secara otomatis menyesuaikan dengan rezim
8. Mengapa Anda bersikeras pada transparansi dan open source?
Di sektor keuangan, tidak ada dasar kepercayaan pada kotak hitam.
Prinsip NoFx:
Setiap keputusan AI memiliki konteks lengkap
Setiap transaksi dapat ditelusuri kembali ke "mengapa"
Kontrol risiko, posisi, dan leverage semuanya dapat dikonfigurasi
Kode ini dapat diaudit dan dapat diterapkan sendiri
Seperti inilah lapisan infrastruktur seharusnya.
9. Kesetaraan: Perdagangan AI tidak boleh hanya milik institusi
Kenyataannya adalah:
Ambang batas untuk perdagangan kuantitatif sangat tinggi
Pedagang biasa secara sistematis dikecualikan
Tujuan NoFx sederhana:
Biarkan orang yang benar-benar tidak bebas kode membangun strategi perdagangan AI mereka dalam 5 menit dan tahu apa yang dilakukannya.
Ini bukan tentang mengurangi profesionalisme, tetapi tentang merangkum kemampuan profesional ke dalam alat.
Seperti:
Excel untuk analisis data
Figma adalah tentang desain
NoFx ingin menjadi tingkat standar untuk Perdagangan AI.
10. Ringkasan dalam satu kalimat
Inti dari AI adalah kesamaan vektor, bukan "kemampuan prediktif"
Masalah bernilai tinggi di pasar adalah identifikasi Rezim, bukan prediksi kenaikan
Hambatan sebenarnya bukan pada model, tetapi dalam teknik, pengendalian risiko, dan penjelasan
Masa depan AI Trading adalah infrastruktur, bukan gimmick
Jika mau, saya bisa menulis artikel khusus untuk artikel berikutnya:
👉 Mengapa "AI Mengatakan Beli" adalah desain sistem perdagangan yang paling berbahaya