Критика эксперимента DeepSeek и ChatGPT

В последнее время в СМИ активно обсуждается, что DeepSeek приносит прибыль, в то время как ChatGPT терпит убытки. Однако эти заявления требуют критического анализа. В качестве Quantitative Researcher в хедж-фонде, я хочу разобрать недостатки эксперимента, касающегося дизайна и его реализации.

Первоначально стоит отметить, что данные, использующиеся для анализа, содержат ошибки в расчетах MACD и ATR, так как они не учитывают цену. Кроме того, отсутствуют четкие инструкции по использованию стоп-лоссов, что может привести к неэффективным торговым решениям.

Важным аспектом является использование плеча, которое может как увеличить прибыль, так и привести к значительным убыткам. В условиях рынка с нулевой суммой, где каждый игрок конкурирует за прибыль, необходимо учитывать, что эффективность трейдинга зависит от множества факторов, включая комиссии и волатильность.

Наконец, необходимо проводить множественные запуски систем для получения достоверных результатов, а не полагаться на единичные эксперименты без должного контроля. В противном случае выводы могут оказаться не обоснованными.