Ön Eleme Turu Katılımcı Görüşleri — AOT Matrisi: Yapay Zeka Ticaretinde Sol Beyin Analizi, Sağ Beyin Kararları

Açılış

WEEX Yapay Zeka Ticaret Hackathon'unda AOT Matrix, sistem tasarımında daha temkinli bir yol seçti; bu yol, canlı bir ticaret ortamında uygulanması aslında daha zor bir yoldur.

En başından itibaren, yapay zekanın ticaret sisteminde hangi rolü oynaması gerektiği ve hangi rolü oynamaması gerektiği konusunda net tercihler yaptılar.

AOT Matrix ile karar alma mantıkları, sistem mimarilerinin çoklu yinelemeleri ve WEEX'in gerçek işlem ortamı ve mühendislik kısıtlamaları altında bunu uygulamanın nasıl bir şey olduğu hakkında röportaj yaptık.

Q1. Yapay zekâ destekli alım satım işlemlerinde çoğu insanın ilk içgüdüsü "emirleri yapay zekâ versin" şeklindedir. Bu fikri neden en başından reddettiniz?

AOT Matrisi:

Çünkü kripto para piyasaları doğası gereği istikrarsızdır.

Fiyat dağılımları değişir, oynaklık yapıları bozulur ve tarihsel kalıplar en çok ihtiyaç duyulduğu anda genellikle başarısız olur. Yapay zekanın alım veya satım emirlerini doğrudan gerçekleştirmesine izin vermek, model uyumsuzluğunu anında gerçek kayıplara dönüştürecektir.

Buna dayanarak, ilk hafta içinde iki yaygın yaklaşımı eledik: yapay zekayı otomatik bir işlem botu olarak kullanmak veya doğrudan işlem sinyalleri üretmesine izin vermek.

Bunun yerine, yapay zekanın daha ölçülü ama çok daha kritik bir soruyu yanıtlamasını tercih ettik: Şu an ticaret yapmak için doğru ortam mı?

Q2. Hazırlık aşamasında, başlangıçta hangi sistem mimarisiyle denemeler yaptınız?

AOT Matrisi:

İlk başta hibrit bir kurulum denedik: Yapay zeka yönlendirme sinyali verir ve kural tabanlı sistem bunu uygular.

Ancak geriye dönük testler ve simülasyonlar sırasında sorunlar ortaya çıktı: Yapay zeka sinyallerinin istikrarı, farklı piyasa evrelerinde büyük ölçüde değişiklik gösterdi.

Piyasa yapısı değişir değişmez, bu sinyallerin güvenilirliği önemli ölçüde azaldı.

Daha sonra sorunun modelin doğruluğu değil, sorumlulukların dağılımı olduğunu fark ettik.

Q3. Yapay zekânın ve alım satım kararlarının alınmasındaki rollerini nasıl yeniden tanımladınız?

AOT Matrisi:

Birkaç denemenin ardından, “sol beyin / sağ beyin” sistem yapısını nihai hale getirdik.

Yapay zekâ, yalnızca analizden sorumlu olan ve alım satım kararları vermeyen "sol beyinde" yer alır.

Bu sistemin görevi, piyasa koşullarını değerlendirmek (eğilim, yatay hareket, yüksek riskli senaryolar veya işlemlerin durdurulması gerekip gerekmediği gibi) ve ortam için bir güven puanı sağlamaktır. Kesin fiyatları tahmin etmez veya sipariş vermez.

Gerçek alım satım kararları, alım satım izinlerini, pozisyon büyüklüğünü ve kaldıraç kontrollerini yöneten kural tabanlı bir sistem olan "sağ beyin" tarafından alınır.

Her işlem denetlenebilir ve tekrar oynatılabilir olmalıdır; bu, WEEX Yapay Zeka Hackathon'unda kendimiz için belirlediğimiz katı bir gerekliliktir.

Q4. Hazırlık aşamasında, alım satım deneyimini yapay zeka tarafından okunabilir girdiye dönüştürmek ne kadar zorlayıcıydı?

AOT Matrisi:

Son derece zorlu. Yatırımcıların deneyimi genellikle sezgiseldir, ancak yapay zeka yapılandırılmış bilgi gerektirir.

Bu nedenle, sadece daha fazla veri eklemek yerine, mantığı parçalara ayırdık. Alım satım mantığını üç türe ayırdık: Piyasa yapısı, oynaklık durumu ve risk koşulları Yapay zeka yalnızca bu ara durumları öğrenir ve çıktı olarak verir.

Bu sayede yapay zeka artık gelecekteki fiyatları tahmin etmiyor; bunun yerine mevcut ortamın sağlıklı ve ticarete uygun olup olmadığı sorusuna odaklanıyor.

Hazırlık süresinin kısa olması göz önüne alındığında, bunun daha güvenli ve pratik bir yaklaşım olduğuna inanıyorduk.

Q5. WEEX API'sini entegre ederken ve simülasyondan canlı ticarete geçerken, beklenmedik hangi zorluklar ortaya çıktı?

AOT Matrisi:

Karşılaşılan zorlukların çoğu mühendislikle ilgiliydi. Başlangıçta WEEX API'si aracılığıyla temel kimlik doğrulama ve emir gönderme işlemlerini tamamladık, ancak canlı işlemlerde "emir verebilmenin" uzun vadeli sistem istikrarını garanti etmediğini hızla fark ettik.

Hem simülasyonlar hem de canlı testler sırasında ağda gecikmeler, istek zaman aşımı ve çoklu strateji yürütme sorunları kademeli olarak ortaya çıktı.

Bu sorunu çözmek için sistematik mühendislik iyileştirmeleri yaptık, bunlar arasında şunlar yer alıyor:

• Sipariş düzeyinde izleme için tam zincir izleme kimlikleri
• Tekrarlanan işlemleri önlemek için idempotent sıra kontrolleri
• Anormallikler karşısında sistem kurtarma işlemini iyileştirmek için eşzamansız kuyruklar ve sipariş durumu mutabakatı.

Bu aşama, bir demoyu uzun vadeli çalışmaya elverişli bir sisteme dönüştürmede kritik bir adımdı.

Q6. Alım satım kararlarınızı ve işlemlerinizi kaydetmek için çok çaba harcıyorsunuz. Bunun ardındaki mantık neydi?

AOT Matrisi:

Canlı işlemlerde, açıklanamayan her işlem eninde sonunda risk kaynağı haline gelir.

Bu nedenle, her siparişin üç soruyu yanıtlayabilmesini şart koşuyoruz: O anda neden açıldı? Sistem, piyasa ortamını nasıl değerlendirdi? Aynı koşullar tekrarlanırsa aynı karar geçerli olur muydu?

Sistem, yapay zekanın piyasa koşullarına ilişkin değerlendirmelerini, karar verme gerekçelerini ve nihai işlem sonucunu eksiksiz olarak kaydeder.

Amaç, işleri karmaşıklaştırmak değil, tüm işlemlerin izlenebilir, tekrar oynatılabilir ve incelenebilir olmasını sağlamaktır; buna "tam zincir denetlenebilirliği" diyoruz.

Q7. WEEX Yapay Zeka Ticaret Hackathon'una hazırlanırken, yapay zeka ticaretiyle ilgili en büyük çıkarımınız ne oldu?

AOT Matrisi:

Üç temel çıkarım.

Öncelikle, ticarette yapay zekanın amacı insanları tamamen ortadan kaldırmak değil, onları sınırlamaktır.

Duygusal kararları dizginlemede ve işlem yapılamayacak ortamları tespit etmede, "daha yüksek getiriler" peşinde koşmaktan daha iyidir.

İkinci olarak, sistem kararlılığı genellikle model hassasiyetinden daha önemlidir.

Geriye dönük testlerde mükemmel görünen ancak canlı ortamda başarısız olan bir sistem, teknik üstünlüğünü risk maruziyetine dönüştürür.

Üçüncüsü, yorumlanabilirlik uzun vadeli hayatta kalma için kritik öneme sahiptir.

Sistemin tamamen hurdaya çıkarılıp yeniden inşa edilmesi yerine, her bir kar ve zarar tablosunun anlaşılabilmesi ve incelenebilmesi ancak o zaman mümkün olabilir.

Kapanış

AOT Matrix için WEEX Yapay Zeka Ticaret Hackathonu sadece bir model yarışması değil, aynı zamanda sistem tasarımı, mühendislik ve risk farkındalığı konularında kapsamlı bir testtir.

Mimari yapıları, WEEX'in canlı işlem koşulları ve mühendislik kısıtlamaları altında sürekli doğrulama, ayarlama ve yakınsama süreçlerinin ürünüdür.

Ve yapay zekâ destekli ticaretin, kavram aşamasından sürdürülebilir, uzun vadeli bir araca dönüşmesi için tam olarak bu süreçten geçmesi gerekiyor.