ChatGPT провалил эксперимент по торговле — кто виноват: нейросеть или ожидания?
Что сделали и как проверяли
Эксперимент выглядел просто: в качестве входных данных использовали исторические цены, новости и метрики ончейн; ChatGPT генерировал торговые идеи и объяснял их логику; затем сигналы переводили в бумажные сделки (paper trading) и в несколько случаев — в реальные ордера на бирже. Команда ожидала, что языковая модель, умеющая улавливать паттерны в тексте и контексте, принесёт приглушённое преимущество: лучшие точки входа, ранние предупреждения о новостях и адекватные риск-менеджмент-рекомендации.
Вместо этого результаты оказались далеки от ожиданий. За тестовый период стратегия принесла заметные просадки: ChatGPT давал «убедительные» объяснения, но они часто опирались на посылки, неполные для рынка — и когда фон менялся, рекомендации оказывались устаревшими.
Почему не сработало — главные причины провала
- Латентность и скорость. Рынок криптовалют реагирует за доли секунды. Модель, которой дают текст и получают ответ в десятки секунд, просто не успевала. В трейдинге цена и скорость — главные факторы.
- Отсутствие учёта проскальзывания и комиссий. ChatGPT — генератор идей, он не учитывает реальное исполнение: глубину стакана, ликвидность, slippage. Идея может выглядеть хорошей на бумаге, но стать убыточной в реале.
- Накопление ошибок в данных. Новости, которые модель считала сигналом, уже были «переварены» рынком; модель не распознавала, что информация — ретроспективна.
- Оверфит на текстовых паттернах. ChatGPT умеет красиво объяснять корреляции; люди склонны принимать такие объяснения за причинно-следственные связи. Это вводило команду в ложное чувство уверенности.
- Проблемы с управлением риском. Модель редко предлагала чёткие правила по размеру позиции, марже и остановке убытков в условиях быстро меняющейся волатильности.
Что говорят участники эксперимента
Один из трейдеров признался, что самый неприятный момент — не потерянные деньги, а потерянное время и вера в «простые» решения. «ChatGPT давал великолепные истории и паттерны, — говорит он, — но рынок не слушает рассказы. Он требует дисциплины и расчёта». Исследователь также отметил: «Мы не жёстко тестировали гипотезы: не делали контрольные сравнения с простыми rule-based системами».
А что с перспективой? Почему ИИ всё равно полезен
Провал — не приговор. ChatGPT и подобные модели полезны как вспомогательный инструмент: генератор идей, фильтр новостей, помощник в написании торговых отчётов и верификации гипотез. Их сильная сторона — обработка текста, а не мгновенное принятие решений в условиях высокой частоты. Хорошая практика — использовать сочетание: быстрые, специализированные quantitative-модели для исполнения и ИИ для анализа контекста и исследования.
Практические выводы для трейдеров и команд
— Не превращайте языковую модель в исполнителя: пусть она будет аналитиком, а не трейдером.
— Тщательно симулируйте исполнение: учитывайте ликвидность, проскальзывание и комиссии.
— Введите строгие правила риск-менеджмента, которые не поддаются «оправданиям» от ИИ.
— Проводите A/B-тестирование: сравнивайте идеи модели с простыми бенчмарками.
— Помните про человеческий фактор: красивые объяснения легко вводят в заблуждение.
