Alpha Arena to start-up firmy Nof1, którego działalność polega na pomaganiu inwestorom w zbudowaniu strategii inwestycyjnej dzięki własnemu agentowi AI. Firma przy okazji prowadzi konkursy testujące umiejętności tradingowe modeli językowych AI w prawdziwych warunkach rynkowych.
Start-up postawił przeciwko sobie osiem modeli AI — m.in. Claude’a, Gemini Google'a, ChataGPT OpenAI i Groka firmy xAI kierowanej przez Elona Muska — w czterech oddzielnych konkursach. Każdy model otrzymał na konkurs po 10 tys. USD, które następnie przez dwa tygodnie inwestował w amerykańskie akcje spółek technologicznych. Wyzwania obejmowały handel na podstawie różnych sygnałów, działanie defensywne, reagowanie na konkurencję oraz stosowanie wysokiej dźwigni finansowej.
W 32 zestawach wyników model zakończył rywalizację z zyskiem tylko sześć razy. Najlepszy wynik osiągnął Grok 4.20. Model Elona Muska był też najmniej aktywny - wykonał tylko 158 transakcji. Tymczasem model Qwen Alibaby, chińskiego giganta e-commerce'u, dokonał ich aż 1418.
Prawdziwe pieniądze w rękach człowieka
Branża finansowa zachowuje ostrożność przed całkowitym oddaniem tradingu w ręce AI. W ciągu ostatnich kilku lat giganci, jak JPMorgan Chase & Co. czy Balyasny Asset Management, zaprzęgli technologię do niemal wszystkich najważniejszych działów operacyjnych. Jednak w kwestii handlu realnymi pieniędzmi człowiek pozostaje głównym organem decyzyjnym.
„Modele LLM nie potrafią tak naprawdę same zarabiać pieniędzy. Potrzeba byłoby bardzo wyrafinowanej platformy danych, aby dać im szansę” — mówi Jay Azhang, prezes i założyciel Nof1.
Ekspert dodaje, że modele LLM najlepiej sobie radzą na etapie szukania oraz analizowania informacji. Jednak nie wiedzą jeszcze, jak dużą wagę mają poszczególne zmienne wpływające na kursy akcji — w tym rekomendacje analityków, transakcje insiderów czy zmiany nastrojów rynkowych. Modele mają tendencję do złego wyczucia czasu, niewłaściwego dobierania wielkości pozycji oraz zbyt częstego kupowania i sprzedawania.
Modele LLM najlepiej sobie radzą na etapie szukania oraz analizowania informacji. Jednak nie wiedzą jeszcze, jak dużą wagę mają poszczególne zmienne wpływające na kursy akcji — w tym rekomendacje analityków, transakcje insiderów czy zmiany nastrojów rynkowych.
Każdy model AI ma własny styl inwestowania
Każdy model wykształcił też własny styl inwestowania — podkreśla Jay Azhang. W ostatniej edycji konkursu Alpha Areny model Claude najczęściej zajmował długie pozycje, Gemini często grało na spadki, a chiński Qwen chętnie podejmował ryzyko przy dużej dźwigni.
„Modele mają osobowości, którymi trzeba zarządzać niemal jak ludźmi analitykami” — powiedział Doug Clinton, szef Intelligent Alpha, firmy prowadzącej fundusz sterowany przez LLM, który publikuje własny benchmark dotyczący tego, jak dobrze AI przewiduje zyski firm.
Nof1 przygotowuje drugi sezon Alpha Areny, który da każdemu modelowi AI możliwość przeszukiwania internetu, więcej czasu na podjęcie decyzji oraz dostęp do większej liczby źródeł danych.
„Danie modelowi LLM pieniędzy w tym momencie i po prostu pozwolenie mu na działanie — to jeszcze nie jest rzeczywistość” — mówi Jay Azhang.