کارشناسان هشدار می‌دهند که ربات‌های معامله‌گری AI «چاپگرهای پول» نیستند، مراقب باشید!

با افزایش علاقه به ابزارهای معاملاتی مبتنی بر هوش مصنوعی در بازارهای ارزهای دیجیتال، کارشناسان صنعت می گویند که اکثر معامله گران نمی دانند این مدل ها چگونه کار می کنند و خطرات واقعی آنها کجاست.

ربات های معاملاتی مبتنی بر هوش مصنوعی به سرعت در بازارهای ارزهای رمزنگاری شده جذب می شوند و باعث ایجاد هیجان و نگرانی در میان معامله گرانی می شود که امیدوارند استراتژی های خود را خودکار کنند. اما کارشناسان صنعت می‌گویند که اکثر مردم هنوز نمی‌دانند این ربات‌ها چه کاری می‌توانند انجام دهند و چه کاری نمی‌توانند انجام دهند، و چرا سیستم‌های هوش مصنوعی تجارت تخصصی بسیار متفاوت از ابزارهای عمومی مانند ChatGPT عمل می‌کنند.

این مقاله ظهور ابزارهای معاملاتی هوش مصنوعی، هیجان پشت آنها و ریسک هایی را که سرمایه گذاران باید قبل از اعتماد به سیستم های خودکار با سرمایه خود در نظر بگیرند، مورد بحث قرار می دهد.

در این رابطه بخوانید: شرط بندی آفلاین چیست؟

بازار را شکست دهید

برت سینگر، مدیر فروش و تحقیقات Glassnode، و Nodari Klemkidze، CFO و شریک Cindicator، شرکت سازنده Stoic.AI، دو حرفه ای هستند که مستقیماً در خط مقدم داده ها، الگوریتم ها و معامله گرانی هستند که نسل بعدی استراتژی های مبتنی بر هوش مصنوعی را شکل می دهند.

سینگر توضیح داد که قدرت واقعی هوش مصنوعی در تجارت در تصمیم گیری جادویی نیست، بلکه در پردازش داده ها نهفته است.

او گفت: «مردم در حال ایجاد مدل‌هایی هستند که می‌توانند در یک یا دو روز از پایگاه داده عبور کنند و بتوانند این استراتژی‌های معاملاتی را توسعه و ایجاد کنند.»

او با اشاره به اینکه سرور جدید MCP گلاسنود که کلود از آن استفاده می کند، تجزیه و تحلیل های پیشرفته را در دسترس تر کرده است، خاطرنشان کرد: «این سرور می تواند داده ها را مستقیماً از پایگاه داده ما جمع آوری کند و بتواند به سؤالات پیچیده در چند دقیقه و چند ثانیه پاسخ دهد.

اما سینگر هشدار داد که بیشتر ربات‌های هوش مصنوعی هنوز در شرایط واقعی بازار شکست می‌خورند. او گفت: «در بیشتر موارد، آنها نتوانستند بازار را شکست دهند،» و خاطرنشان کرد که بسیاری از آنها به آزمون‌های پشتیبان سطحی یا استراتژی‌های تک سیگنالی که فاقد قدرت میزهای معاملاتی حرفه‌ای بودند، متکی بودند.

عفو بین الملل عمومی در مقابل عفو بین الملل تخصصی

شکست در بازار همچنین ممکن است فراتر از محدوده مدل‌های هوش مصنوعی عمومی مانند ChatGPT باشد. در عوض، احتمالاً یک ربات بسیار تخصصی خواهد بود که به طور خاص برای این کار طراحی شده است.

Kalmkidze که ربات‌های تجاری تخصصی می‌سازد، تفاوت بین چت‌بات‌ها و مدل‌های طراحی‌شده برای بازارهای مالی را توضیح داد. او گفت که چت بات ها (مانند ChatGPT) در پردازش گفتار و متن آموزش دیده اند و نمی توانند عملکرد خوبی در بازارهای مالی داشته باشند. اما مدل های تخصصی برای تجزیه و تحلیل داده ها و انجام معاملات در بازارها طراحی شده اند و به همین دلیل عملکرد بهتری دارند. به عبارت دیگر، هر یک از این ابزارها برای کارهای خاصی طراحی شده اند و نمی توان انتظار داشت که یکی با دیگری به خوبی عمل کند.

او گفت: «تفاوت زیادی بین مدل‌های آموزشی تخصصی و عمومی وجود دارد»، با توجه به اینکه انتظار غیرواقعی بودن یک چت بات آموزش‌دیده برای اجرای استراتژی‌های سودآور است. او تاکید کرد که تجارت حتی برای بهترین صندوق های تامینی نیز دشوار است.

کلیمکیدزه همچنین هشدار داد که بسیاری از معامله گران انتظار دارند ربات های هوش مصنوعی به عنوان ماشین های سود خودکار عمل کنند:

بزرگترین تصور غلط این است که ربات های هوش مصنوعی مانند چاپگر پول هستند، اما اینطور نیستند.

سیستم‌های بازار تغییر می‌کنند، و حتی مدل‌های قوی می‌توانند به سرعت در صورت تغییر ساختارهای نوسان یا حرکت شکست بخورند. وی با تاکید بر نیاز به نظارت دقیق و ارزیابی بلندمدت گفت: “آنها در پیش بینی گذشته خوب هستند اما آینده را نه.”

همچنین بخوانید: شرکت مستقل غیرمتمرکز (DAC) چیست؟ چگونه کار می کند؟

هر دو متخصص در نهایت توافق کردند که آینده هوش مصنوعی به جای جایگزینی معامله‌گران، بهبود معامله‌گران است. سینگر گفت که هوش مصنوعی امروزی بیشتر شبیه یک “همکار یا کارآموز است که می تواند 24 ساعت در روز کار کند” اما همچنان نیاز به قضاوت انسانی دارد.

حمیدرضا ریحانی

دیدگاهتان را بنویسید