人工知能のエージェントは、実際のお金を作ります: 1 00 U 8日間

最近では、AIエージェント取引システム「where」が火災で設定され、4月16日時点で、合計口座残高が250,000Uを超えるため、8日間しか経った。

著者ラナによると、@lanaaielsa からのツイートシンプルなシステムです。

去る10月、BSCブルズで10万USを費やした友人たちと、リトリートにほとんど何も負けず、ついにチェーンで10,000USがゼロに戻り左に戻ってきました。 近い将来、山本で議論した熱の回復で、彼は新しいMM相を入力するかもしれないと判断した。 二次取引やKライン解析に精通していないため、AIを用いた取引システムの構築にしましたクロードの書き込みスクリプトを持っているために, スクエアから高熱請求書をつかみ、HFで通貨を議論, 変動を画面に上昇と取引お問い合わせ システムは、毎セントカットオフ20で始まり、200 Uの固定損失に最適化し、単一の方向にトレンドに従います。 その間、彼はまた、実際のレコードの公開、収益チェックの生成、Bian Squareのアカウントの運用を担当していますお問い合わせ。

シンプルに見えます。 しかし、丁寧に勉強しました単なる自動スクリプトではなく、独自の取引ロジックを持つオペレーティングシステムです。

お金を引っ張る方法は

1. 選択ロジックを閉じる

トランザクションログから市場状況を予測しないで、フォローしていますトレンドです。 焦点スタートアップ通貨のキャプチャお問い合わせ 対象となるのは、CHEONAN LIFE、RAVE、ORDI、BASED、TRUMP、SIREN、1000SATS、1000 RATS、EIGEN、PIXEL、EDGE、BAN、ASTER、AIA、FIGHT、GENIUS、CL、BTC、GIGGLE、HIPE、BLESS、PUMP、HEMI、CFX。

スクリーニング基準は、広く3つのレベルに分けることができます

まずは、公共意見投稿の数、議論の頻度、および正方形の感情的な方向がキャプチャされず、短期間に繰り返し述べた通貨は求められます。

次へ価格層パブリックオピニオンが選択した通貨が上昇とマークされた変動に表示される場合にのみ、さらなるスクリーニングがトリガーされます。 トレンドの実績。

最後に、観察を通して、OI(運送保有)変更) 「保有株式を増加させるが、価格に完全に反映されていない」の通貨は、初期の展開のために資金が利用できるかどうかを判断するためにスクリーニングされました。

2. 損失の必要性の明確な標準

プルが始まるのは、固定20%ストップロスを使用し、それを最適化します固定欠損レベルどんなに大きなものであっても、あらゆる取引です最大損失は200件ですお問い合わせ。

取引の歴史的記録から、損失の大部分はこの範囲内で集中していた。 しかし、6880 Uを失ったGENIUSのような損失のしきい値を超えて行くリストもありますが、まだ平らではありません、ラナ自身が説明しています。 「GeneIUSが新しい通貨であるため、通貨はより揮発性であるため、広範囲に展開されるため、初期位置は通常500 U.S.200であり、バックスペースが大きいと、対応する量は高くなります」

3. 動的非gainの基準

損失とは異なり、システムは、主に定期的な評価の手段によって固定証拠金を設定していません。これは、現在のターゲットの上昇と落下の可能性を回復するなど、保持を続けるかどうかを判断します。 分かりやすく、質問を続けていきますスペースがない場合、購入できますか

取引に関する歴史的データに関しては、大半の利益は、「ビアンライフ」、「RAVE」、「ORDI」などのいくつかの通貨に集中し、他のほとんどの取引は小さな損失や小さな利益で終わっています。

お問い合わせひとつひとつのシートにお金を稼ぐ代わりに、小さな枚数でお金を稼ぐことで、そのほとんどは厳格なストップページを遂行しています。

どのようにして引き出すために訓練しますか? 方法論は再使用可能ですか

1 供給データのトーン

システムの初期戦略は、収益化ウォレットの長期安定化の一部のLanaの観察に基づいていました1つの方向以上、切換えを保つために十分に空にしません。 AI をフィードします;最も重要なデータは、Hyperliquidのスマートウォレットからの取引です取引でお金を稼ぐ方法を学びましょう。 いくつかの基本的な契約指標とチェーンデータもAIに供給されます。 これらのウォレットの動作を理解することで、AIが独自のフレームワークを開発できるようにします。

もちろん、チェーンされた行動データに加えて、システムは、常に自己検閲と行動データを補完として使用しています

• (b) Bian Squareの議論とホットスポットの強度
• (b) リストおよび価格の変動の増加
• OO 契約指標を変更します。

II. ダイアログのフレームワークを考案

AIが基本的な運用テクニックを学ぶことを許可した後、次のステップはより多くの情報を得ることができませんが、方法この情報のスクリーニングと封入、AIのための明確な意思決定フレームワークを確立するお問い合わせ。

使用される方法の面では、システムの判断ロジックはワンタイムセットアップではなく、継続的な運用とフィードバックで徐々に進化する可能性が高い。 初期段階では、AIは、トレンド信号や方向転換の頻繁な切り替えなど、単一信号に基づいて判断することができます。 しかし、深さで使われるように、これらの偏差は徐々に修正されていきますが、その決定はより戦略的なコンテキスト内で集中しています。

3. Behavioural蒸留取引スタイル

データのエントリと意思決定フレームワークの開発が完了した後、システムは「標準化された判断」のレベルにとどまらず、代わりに個々の行動のさらなる蒸留を導入しました。 オペレータは、自分自身のTWITTERコンテンツとXの他のブロガーをシステムに入力しましたAIが特定の表現を学習できるようにするためお問い合わせ AIを冷間取引機にしないようにするには、少なくとも式のレベルで、より人間です。

プロセス全体を取り除いたら、人をつくるのが好きです。

初期データから、市場が何であるかを理解するためにスケルトンをフィードします。 一定の回帰と結合構造による判断の安定的なマージンを提供します。 行動的なリトーテーションの詳細を開発して、意思決定パスと人間の近接する好みを与えます。

最終的には、実装ツールよりも、複雑な市場で一貫した選択肢を作ることができる「プル・ア・ゴー」になりました。

それは感情に依存せず、予測を追求しませんが、むしろ市場に従事し、実績のある方法で結果を認識します。