Tôi sẽ phân tích cách xây dựng bầy đàn các tác nhân AI có thể thay thế toàn bộ một đội ngũ nghiên cứu định lượng.
Hãy bắt đầu ngay.
Đánh Dấu Bài Viết Này
- Tôi là Roan, một lập trình viên backend chuyên về thiết kế hệ thống, thực thi theo phong cách HFT và các hệ thống giao dịch định lượng. Công việc của tôi tập trung vào cách các thị trường dự đoán hoạt động thực tế dưới tải. Mọi đề xuất, cộng tác có suy nghĩ, quan hệ đối tác đều có thể nhắn tin trực tiếp cho tôi.
Trong bài viết trước, tôi đã nói sẽ tự tay hướng dẫn 20 người đầu tiên xây dựng hệ thống AI định lượng. Tôi đã nói thật.
Bốn người đã đang cùng tôi đi sâu vào quy trình. Một trong số họ đang chạy vòng lặp quỹ phòng hộ tự cải thiện ngay lúc này.
Lời đề nghị vẫn còn hiệu lực.
Nếu bạn đang xây dựng một hệ thống nghiên cứu alpha, sắp bắt đầu, hoặc thậm chí chỉ mới nghĩ về nó, hãy trả lời dưới bài viết này hoặc nhắn tin trực tiếp cho tôi về thiết lập hiện tại của bạn. Tôi sẽ tự tay xem xét kiến trúc của bạn và chỉ ra khoảng cách giữa những gì bạn có và một bầy đàn tự săn lùng alpha.
Nếu tôi không trả lời, bạn không nằm trong 20 người đầu tiên. Hãy hành động nhanh.
Hầu hết các nhà định lượng vẫn săn lùng alpha theo cách họ đã làm một thập kỷ trước.
Họ đọc một bài báo. Họ mở một notebook Jupyter. Họ thiết kế một vài đặc trưng. Họ chạy một backtest. Họ nheo mắt nhìn tỷ lệ Sharpe. Họ chuyển sang ý tưởng tiếp theo.
Họ chính là quy trình xử lý.
Mọi giai đoạn của nghiên cứu đều là họ, ngồi trước màn hình, chạy từng giả thuyết một lúc.
Những nhà xây dựng định lượng thông minh nhất hành tinh đã ngừng làm điều đó.
Họ xây dựng các bầy đàn. Mỗi tác nhân trong bầy đảm nhận một giai đoạn của nghiên cứu. Các tác nhân làm việc song song. Bầy đàn chạy liên tục. Alpha mới xuất hiện mỗi sáng trong khi họ ngủ.
Boris Cherny, người đứng đầu Claude Code tại Anthropic, đã nói điều đó hai tuần trước. "Tôi không còn prompt Claude nữa. Tôi có các vòng lặp đang chạy để prompt Claude và tìm ra việc cần làm. Công việc của tôi là viết các vòng lặp."
Một câu nói duy nhất đó đã tái định hình cách mọi nhà xây dựng nghiêm túc trên trái đất nghĩ về AI.
Đối với nghiên cứu định lượng, nó thay đổi mọi thứ.
Bởi vì nghiên cứu alpha vốn dĩ đã là một quy trình xử lý. Đọc bài báo. Trích xuất giả thuyết. Thiết kế các đặc trưng. Backtest trên 20 năm dữ liệu. Kiểm tra ý nghĩa thống kê. Kiểm tra xem tín hiệu có tồn tại qua các chế độ thị trường hay không. Phân tích so với mọi yếu tố đã biết.
Mọi quỹ nghiêm túc trên Phố Wall đều chạy chính xác quy trình đó. Renaissance chạy nó với 100 tiến sĩ. Two Sigma chạy nó với 200. Citadel chạy nó với nhiều hơn thế.
Sự khác biệt duy nhất là họ cần hàng trăm con người ngồi bên trong quy trình xử lý. Còn bạn thì không.
Một bầy đàn các tác nhân AI có thể chạy mọi giai đoạn của quy trình đó cho bạn. Mỗi tác nhân chuyên biệt hóa. Mỗi tác nhân chạy trên mô hình phù hợp với độ phức tạp của nó. Tất cả chúng chạy 24/7 song song.
Tôi đã xây dựng bầy đàn này trong vài ngày qua.
Nó đọc các bài báo nghiên cứu mới qua đêm. Nó nghiên cứu toán học bên trong chúng. Nó trích xuất chính xác giả thuyết đang được tuyên bố. Nó thiết kế các đặc trưng cần thiết. Nó backtest tín hiệu dựa trên 20 năm lịch sử. Nó chạy kiểm định thống kê chặt chẽ. Nó kiểm tra overfitting. Nó đánh dấu bất cứ thứ gì chỉ hoạt động trong một chế độ thị trường.
Đến cuối bài viết này, bạn sẽ biết kiến trúc chính xác của một bầy đàn nghiên cứu alpha gồm sáu tác nhân.
Bạn sẽ biết công cụ cho phép bạn xây dựng nó trong một ngày cuối tuần mà không cần tự viết framework tác nhân từ đầu.
Và bạn sẽ biết năm chế độ thất bại giết chết 90 phần trăm nỗ lực của các nhà giao dịch bán lẻ.
Hãy bắt đầu.
Phần 1: Bầy Đàn Thực Sự Là Gì
Một prompt là một câu hỏi. Bạn hỏi, mô hình trả lời một lần và nó dừng lại.
Một vòng lặp là một công việc. Tác nhân tiếp tục làm việc, kiểm tra tiến trình của chính nó và tiếp tục cho đến khi nhiệm vụ thực sự hoàn thành.
Một bầy đàn là nhiều vòng lặp chạy song song. Mỗi vòng lặp là một chuyên gia. Mỗi chuyên gia đảm nhận một giai đoạn của quy trình xử lý. Đầu ra của cái này nuôi đầu vào của cái tiếp theo.
Đó là toàn bộ mô hình tinh thần.
Nếu bạn đã sử dụng Claude Code, Cursor hoặc Codex, bạn đã sử dụng một vòng lặp mà không biết. Tác nhân gọi một mô hình, mô hình chọn một hành động, hành động chạy, kết quả được gửi lại cho mô hình và nó lặp lại cho đến khi đạt được mục tiêu.
Vòng lặp là thứ biến một tác nhân thành một tác nhân thay vì một câu trả lời duy nhất.
Một bầy đàn là thứ biến một nhóm nghiên cứu thành một nhóm nghiên cứu thay vì một nhà nghiên cứu gõ phím.
Phần 2: Công Cụ Vận Hành Bầy Đàn
Bạn có thể thử tự xây dựng thứ này bằng các script Python gọi đến các API khác nhau.
Tôi đã thử. Nó hỏng ngay khi một tác nhân cần đợi một tác nhân khác. Nó hỏng ngay khi bạn cần trạng thái tồn tại qua các chu kỳ. Nó hỏng ngay khi bạn muốn chạy sáu vòng lặp song song trên các mô hình khác nhau.
Cuối cùng bạn lại xây dựng framework tác nhân của riêng mình từ đầu thay vì thực hiện nghiên cứu.
Sau đó tôi tìm thấy Slate.
Slate là một bộ khung mã hóa AI được xây dựng bởi @wearerandomlabs. Nó chạy trong terminal của bạn. Nó phân tán bất kỳ nhiệm vụ nào thành một bầy đàn các tác nhân phụ trên toàn bộ codebase của bạn. Nó chọn bất kỳ mô hình nào bạn muốn ở bất kỳ bước nào. Đăng ký hiện tại của bạn vẫn hoạt động.
Lý do tôi sử dụng nó cho bầy đàn này là một khả năng họ vừa ra mắt gọi là Programs.
Một Program là một vòng lặp được viết bằng JavaScript mà Slate chạy cho bạn.
Một prompt chạy một lần và dừng lại. Một Program là một vòng lặp được thiết kế. Nó chạy liên tục. Nó giữ trạng thái giữa các lần chạy. Nó tiếp tục cho đến khi nhiệm vụ hoàn thành.
Bạn quyết định điều gì xảy ra ở mỗi bước. Mô hình nào xử lý bước nào. Vòng lặp kiểm tra điều gì trước khi tiếp tục. Khi nào nó dừng lại.
Bạn không viết Program một mình. Bạn nói cho Slate biết bạn muốn gì và nó soạn thảo vòng lặp cùng bạn, từng bước một. Nó lưu vòng lặp. Nó chạy nó. Nó tiếp tục chạy nó.
Bởi vì vòng lặp là mã, nó có thể giữ trạng thái, tương tác với codebase của bạn, gọi các API bên ngoài, đăng lên Slack và điều phối nhiều tác nhân phụ song song trên bất kỳ tổ hợp mô hình nào bạn chọn. Mô hình trọng số mở rẻ cho công việc dễ. Mô hình tiên tiến cho suy luận khó. Bất cứ thứ gì phù hợp với bước đó.
Đối với một bầy đàn nghiên cứu sáu tác nhân, đây chính xác là lớp từng bị thiếu.
Bạn có thể tìm Slate tại https://randomlabs.aihttps://randomlabs.ai/). Nó đã có sẵn ngay hôm nay.
Bây giờ hãy để tôi chỉ cho bạn thấy bầy đàn.
Phần 3: Sáu Tác Nhân
Mọi quỹ định lượng nghiêm túc đều chạy cùng sáu giai đoạn nghiên cứu.
Đây là bầy đàn thay thế chúng.
Tác nhân 1: Trình tạo ý tưởng.
Đọc các bài báo nghiên cứu mới từ arXiv q-fin, SSRN và các tạp chí tài chính mỗi đêm.
Nghiên cứu mô hình toán học mà mỗi bài báo đề xuất. Trích xuất chính xác giả thuyết đang được tuyên bố, dữ liệu cần thiết và hướng của tín hiệu dự đoán.
Viết mỗi giả thuyết dưới dạng một ticket nghiên cứu có cấu trúc mà tác nhân tiếp theo có thể nhận.
Chạy trên một mô hình nhanh, hiệu quả về chi phí vì nhiệm vụ là trích xuất có cấu trúc khối lượng lớn.
Tác nhân 2: Kỹ sư đặc trưng.
Nhận một ticket giả thuyết. Lấy dữ liệu cần thiết từ cơ sở dữ liệu giá hoặc cơ sở dữ liệu cơ bản.
Xây dựng vector đặc trưng. Chuẩn hóa trên toàn bộ mặt cắt ngang. Xử lý các quan sát bị thiếu, các ngoại lệ vượt quá ba độ lệch chuẩn và thiên kiến nhìn về tương lai.
Đầu ra là một dataframe sạch sẵn sàng cho backtesting.
Tác nhân 3: Trình backtest.
Nhận vector đặc trưng. Xây dựng các quy tắc xây dựng danh mục đầu tư. Chạy backtest lịch sử trên 20 năm dữ liệu với chi phí giao dịch thực tế, chi phí vay đối với vị thế bán và trượt giá.
Đầu ra là tỷ lệ Sharpe, mức sụt giảm tối đa, vòng quay danh mục và ước tính công suất.
Tác nhân 4: Trình xác thực.
Đây là nơi sự chặt chẽ tồn tại.
Nhận kết quả backtest. Chạy thống kê t hiệu chỉnh Newey-West để điều chỉnh tự tương quan trong chuỗi lợi nhuận. Chạy lấy mẫu bootstrap với 10.000 lần lặp để kiểm tra xem Sharpe có thực hay chỉ là giả tạo do mẫu.
Đánh dấu bất kỳ tín hiệu nào không đạt ngưỡng ý nghĩa. Loại bỏ bất cứ thứ gì có mức suy giảm trong mẫu so với ngoài mẫu lớn hơn 30 phần trăm, vì đó là overfitting.
Chạy trên một mô hình suy luận mạnh hơn. Người tạo không bao giờ xác thực công việc của chính mình. Không bao giờ.
Tác nhân 5: Kiểm toán viên chế độ thị trường.
Nhận các tín hiệu đã vượt qua xác thực. Phân khúc lịch sử 20 năm theo chế độ (được xác định thông qua Mô hình Markov Ẩn về biến động và lợi nhuận).
Tính toán lại Sharpe, mức sụt giảm và tỷ lệ thành công trong mỗi chế độ. Loại bỏ bất cứ thứ gì chỉ hoạt động trong một chế độ, vì đó là canh thời điểm chế độ được ngụy trang thành alpha.
Tác nhân 6: Trình phân tích yếu tố.
Nhận các tín hiệu mạnh mẽ qua các chế độ. Hồi quy chúng với mô hình năm yếu tố Fama-French cộng với động lượng Carhart cộng với yếu tố biến động thấp.
Báo cáo alpha còn lại (hệ số chặn của hồi quy) và thống kê t của nó.
Chỉ những tín hiệu mà alpha còn lại sống sót sau khi phân tích yếu tố mới là alpha mới thực sự. Mọi thứ khác đều là động lượng hoặc giá trị được đóng gói lại với các bước bổ sung.
Sáu tác nhân. Mỗi tác nhân đảm nhận một giai đoạn. Chúng chuyển đầu ra của mình xuống chuỗi.
một Slate Program. sáu tác nhân chuyên biệt. chạy mỗi 24 giờ.
Toàn bộ bầy đàn chạy trên một Slate Program kích hoạt mỗi 24 giờ.
Phần 4: Cách Xây Dựng Nó Từng Bước
Đây là cách xây dựng chính xác. Làm theo và bạn sẽ có bầy đàn chạy vào cuối ngày.
Bước 1: Cài đặt Slate
Mở terminal của bạn và chạy:
1npm install -g @randomlabs/slate
Slate cài đặt như một CLI toàn cầu trong vòng chưa đầy 30 giây.
Sau đó tạo thư mục dự án:
1mkdir alpha-swarm2cd alpha-swarm3slate init
slate init tạo khuôn mẫu cho dự án với các thư mục bạn cần cho trạng thái, Programs và các nhà cung cấp.
Bước 2: Kết nối các mô hình của bạn
Chạy:
1slate /providers
Thao tác này mở màn hình cấu hình nhà cung cấp bên trong Slate CLI. Kết nối các mô hình bạn muốn sử dụng.
Đối với bầy đàn này, tôi sử dụng Sonnet trên các tác nhân nhanh (tạo ý tưởng, kỹ thuật đặc trưng, backtesting, kiểm toán chế độ) và Opus trên các tác nhân nặng về suy luận (xác thực và phân tích yếu tố).
Bước 3: Soạn thảo Program
Khởi động Slate:
1slate
Sau đó trong Slate CLI gõ:
soạn thảo cho tôi một program chạy sáu tác nhân nghiên cứu theo trình tự: trình tạo ý tưởng, kỹ sư đặc trưng, trình backtest, trình xác thực, kiểm toán viên chế độ thị trường, trình phân tích yếu tố. chạy nó mỗi 24 giờ. sử dụng sonnet cho các tác nhân nhanh và opus cho xác thực và phân tích yếu tố.
Slate soạn thảo Program cùng bạn. Nó đặt các câu hỏi làm rõ. Nguồn dữ liệu nào. Cửa sổ backtest nào. Ngưỡng Sharpe nào. Bộ phân loại chế độ nào. Bạn trả lời bằng ngôn ngữ tự nhiên. Slate viết JavaScript.
Đây là vòng lặp trông như thế nào sau khi được viết:
1export default async function alphaSwarm(slate) {2 while (true) {3 // Giai đoạn 1: đọc bài báo, trích xuất giả thuyết4 const hypotheses = await slate.agent('idea-generator', {5 model: 'sonnet',6 task: 'Đọc arXiv q-fin và SSRN từ 24 giờ qua. Trích xuất 10 giả thuyết alpha với hướng đã tuyên bố, dữ liệu cần thiết và tham khảo bài báo.',7 state: slate.state.get('tested-hypotheses')8 });910 // Giai đoạn 2: kỹ thuật đặc trưng, song song cho mỗi giả thuyết11 const features = await Promise.all(12 hypotheses.map(h => slate.agent('feature-engineer', {13 model: 'sonnet',14 task: `Xây dựng vector đặc trưng cho: ${h.claim}. Chuẩn hóa mặt cắt ngang. Xử lý look-ahead.`,15 data: slate.tools.priceData()16 }))17 );1819 // Giai đoạn 3: backtest 20 năm với chi phí thực tế20 const backtests = await Promise.all(21 features.map(f => slate.agent('backtester', {22 model: 'sonnet',23 task: 'Chạy backtest 20 năm. Bao gồm chi phí giao dịch 5bps mỗi giao dịch và chi phí bán khống.',24 features: f25 }))26 );2728 // Giai đoạn 4: xác thực thống kê trên mô hình suy luận29 const validated = await Promise.all(30 backtests.map(b => slate.agent('validator', {31 model: 'opus',32 task: 'Thống kê t Newey-West trên 2.5. Bootstrap 10k. Từ chối nếu Sharpe IS/OOS suy giảm hơn 30 phần trăm.',33 backtest: b34 }))35 );3637 // Giai đoạn 5: phân khúc chế độ thị trường qua HMM38 const regimeChecked = await Promise.all(39 validated40 .filter(v => v.passed)41 .map(v => slate.agent('regime-auditor', {42 model: 'sonnet',43 task: 'Khớp HMM 3 trạng thái trên biến động và lợi nhuận. Tính toán lại Sharpe mỗi chế độ. Từ chối nếu chỉ một chế độ hoạt động.',44 result: v45 }))46 );4748 // Giai đoạn 6: phân tích yếu tố để cô lập alpha còn lại49 const finalSignals = await Promise.all(50 regimeChecked51 .filter(r => r.passed)52 .map(r => slate.agent('factor-decomposer', {53 model: 'opus',54 task: 'Hồi quy với Fama-French 5 + động lượng Carhart + biến động thấp. Báo cáo alpha còn lại và thống kê t.',55 result: r56 }))57 );5859 // Lưu trữ, thông báo, ngủ60 await slate.state.set('final-signals', finalSignals);61 await slate.state.append('tested-hypotheses', hypotheses);62 await slate.notify.slack('research', `${finalSignals.length} tín hiệu mới sống sót qua cả sáu giai đoạn hôm nay.`);63 await slate.sleep('24h');64 }65}
Đó là toàn bộ bầy đàn. Một tệp. Sáu tác nhân. Chạy mãi mãi.
Bước 4: Chạy bầy đàn
Lưu tệp và chạy:
1slate run alpha-swarm.js
Ngay khi bạn nhấn enter, Slate khởi động vòng lặp. Sáu tác nhân kích hoạt theo trình tự.
Kỹ thuật đặc trưng chạy song song trên mọi giả thuyết. Backtest chạy song song. Xác thực chạy trên mô hình mạnh hơn.
Bạn có thể xem mọi tác nhân làm việc từ Slate CLI trong thời gian thực. Mỗi tác nhân hiển thị trạng thái, nhiệm vụ hiện tại và tiến trình của nó.
[Ảnh chụp màn hình 4: Terminal hiển thị bầy đàn đang chạy với nhiều tác nhân hoạt động song song, các chỉ báo tiến trình hiển thị cho mỗi giai đoạn.]
Chu kỳ đầu tiên mất 20 đến 40 phút tùy thuộc vào số lượng giả thuyết mà giai đoạn một tạo ra.
Kết thúc, Slate đăng những tín hiệu sống sót lên kênh Slack của bạn với tỷ lệ Sharpe, mức sụt giảm và alpha còn lại của chúng. Sau đó ngủ cho đến ngày mai.
Bước 5: Lặp lại
Phiên bản đầu tiên của vòng lặp không bao giờ là phiên bản cuối cùng.
Trình tạo ý tưởng sẽ tạo ra các bản sao. Gõ vào Slate:
thêm một kiểm tra dựa trên lịch sử trạng thái để nó chỉ đề xuất các giả thuyết chúng ta chưa kiểm tra trong 30 ngày qua.
Trình xác thực sẽ từ chối các tín hiệu bạn nghĩ lẽ ra phải vượt qua. Gõ:
nới lỏng ngưỡng Sharpe xuống 1.2 nhưng thắt chặt ngưỡng sụt giảm tối đa xuống 8 phần trăm.
Slate cập nhật Program cho bạn. Chu kỳ tiếp theo sử dụng logic mới. Mọi cải tiến đều tích lũy vào tệp trạng thái và theo thời gian, bầy đàn trở nên sắc bén hơn vì nó ghi nhớ mọi thứ đã kiểm tra và mọi thứ đã từ chối.
Phần 5: Điều Này Thực Sự Thay Thế Một Đội Ngũ Nghiên Cứu Như Thế Nào
Ba mô hình bao phủ mọi triển khai thực tế.
Mô hình 1: Khám phá qua đêm.
Bầy đàn chạy từ 8 giờ tối đến 8 giờ sáng. Mỗi sáng bạn thức dậy với hai hoặc ba tín hiệu đã sống sót qua cả sáu giai đoạn.
Công việc của bạn trở thành xem xét các tín hiệu sống sót thay vì tự chạy quy trình xử lý.
Mô hình 2: Chế độ bùng nổ giả thuyết.
Bài báo mới được công bố. Nguồn dữ liệu mới có sẵn. Bạn kích hoạt bầy đàn theo yêu cầu và có 100 giả thuyết được kiểm tra vào chiều hôm đó.
Một nhà nghiên cứu con người kiểm tra hai giả thuyết trong cùng thời gian.
Mô hình 3: Giám sát suy giảm alpha.
Bầy đàn chạy lại các tín hiệu đã được xác thực mỗi tuần dựa trên dữ liệu mới. Ngay khi Sharpe của tín hiệu giảm xuống dưới ngưỡng, nó sẽ đánh dấu sự suy giảm.
Bạn cắt giảm mức độ tiếp xúc trước khi mức sụt giảm tích lũy.
Mỗi mô hình thay thế một chức năng cụ thể từng yêu cầu một tiến sĩ. Cùng nhau, chúng thay thế hầu hết những gì một đội ngũ nghiên cứu thực sự làm hàng ngày.
Phần 6: Năm Chế Độ Thất Bại Giết Chết 90 Phần Trăm Nỗ Lực Của Các Nhà Giao Dịch Bán Lẻ
Thất bại 1: Bỏ qua trình xác thực.
Bạn sẽ nhận được 100 tín hiệu với tỷ lệ Sharpe đẹp và không có sự chặt chẽ. Mọi tín hiệu đều là khai thác dữ liệu được ngụy trang.
Trình xác thực là không thể thương lượng. Sử dụng mô hình mạnh nhất của bạn. Đặt ngưỡng từ chối cứng. Không bao giờ để người tạo xác thực công việc của chính mình.
Thất bại 2: Không có sự bền bỉ trạng thái.
Một bầy đàn không có bộ nhớ kiểm tra cùng một giả thuyết thất bại mỗi ngày.
Mọi tín hiệu bị từ chối phải được ghi lại với lý do từ chối chính xác để không có tác nhân nào lãng phí token cho cùng một thất bại hai lần.
Thất bại 3: Không có sự phân tách người tạo-người kiểm tra.
Tác nhân tạo ra giả thuyết là người đánh giá tồi tệ nhất về việc liệu nó có phải là alpha thực sự hay không.
Phân tách người tạo và người kiểm tra qua các tác nhân khác nhau trên các mô hình khác nhau. Renaissance làm điều này. Two Sigma làm điều này. Citadel làm điều này. Bầy đàn của bạn cũng nên làm như vậy.
Thất bại 4: Một tác nhân làm mọi thứ.
Ngay khi bạn cố gắng bắt một tác nhân tạo, thiết kế, backtest và xác thực, chất lượng sụp đổ.
Chuyên môn hóa là thứ làm cho bầy đàn hoạt động. Mỗi tác nhân làm một việc một cách hoàn hảo.
Thất bại 5: Không có điều kiện dừng trên vòng lặp.
Một vòng lặp không có điểm dừng thực sự sẽ thất bại trong im lặng. Tác nhân phát ra tín hiệu hoàn thành tin rằng công việc đã xong. Kết quả xấu nằm lại không được sửa chữa.
Mọi điều kiện dừng phải có thể kiểm tra được bởi một thứ khác ngoài tuyên bố của chính tác nhân. "Sharpe trên 1.5 trong 30 giao dịch ngoài mẫu gần nhất." "Mức sụt giảm dưới 5 phần trăm." Không bao giờ là "tác nhân nói nó đã xong."
Tôn trọng năm điều này và bầy đàn tạo ra đầu ra nghiên cứu đẳng cấp tổ chức.
Tóm tắt
Nghiên cứu alpha vốn dĩ đã là một quy trình xử lý. Sáu giai đoạn. Đọc bài báo. Thiết kế đặc trưng. Backtest. Xác thực. Kiểm tra chế độ thị trường. Phân tích so với các yếu tố.
Mọi quỹ nghiêm túc đều chạy nó với 100 tiến sĩ.
Một bầy đàn gồm sáu tác nhân AI chuyên biệt chạy mọi giai đoạn cho bạn. Mỗi tác nhân chọn mô hình phù hợp với độ phức tạp của nó. Toàn bộ bầy đàn chạy trên một Slate Program kích hoạt mỗi 24 giờ.
Programs của Slate là lớp làm cho điều này thực sự có thể triển khai trong một ngày cuối tuần thay vì sáu tháng.
Nó soạn thảo vòng lặp cùng bạn. Nó lưu vòng lặp. Nó chạy vòng lặp. Nó chạy nó mãi mãi.
Bạn không còn là quy trình xử lý nữa. Bạn trở thành kiến trúc sư.
Hào cơ sở hạ tầng là có thật. Hào nghiên cứu đã chết.
Đó là điểm mấu chốt.
Nếu bạn muốn thử, hãy đăng ký tại
https://randomlabs.ai và theo dõi
@wearerandomlabs để biết thông tin ra mắt.
Trong bài viết trước của tôi về kỹ thuật vòng lặp, tôi đã phân tích cách cùng một kiến trúc kết nối vào một hệ thống giao dịch tự cải thiện hoàn chỉnh tự động thực hiện các giao dịch. Nếu bạn chưa đọc nó, hãy đọc nó ngay sau bài viết này.
Bầy đàn này là một nửa nghiên cứu của hệ thống đó.
https://x.com/RohOnChain/status/2069056530960490835
Các quỹ xây dựng thứ này đầu tiên sẽ tích lũy trong thập kỷ tới.
Những quỹ vẫn chạy từng giả thuyết một lúc sẽ bị bỏ lại phía sau.
Vì vậy, đây là câu hỏi để bạn suy ngẫm.
Bạn là nhà nghiên cứu vẫn kiểm tra một giả thuyết một tuần, hay bạn là kiến trúc sư đã xây dựng bầy đàn kiểm tra hàng trăm giả thuyết mỗi đêm trong khi bạn ngủ?
Không có câu trả lời sai. Nhưng có những câu trả lời rất tiết lộ.
