Многие пользователи интернета, вероятно, уже столкнулись с утверждениями СМИ о том, что «DeepSeek зарабатывает, а ChatGPT в убытке». Однако такие выводы требуют более глубокого анализа. В качестве Quantitative Researcher в среднем хедж-фонде, я хочу подчеркнуть недостатки в дизайне эксперимента и его реализации.

Эксперимент включает в себя использование LLM в торговле, где модели получают данные каждые 2–3 минуты. Однако отсутствие четких инструкций по стоп-лоссам и тейк-профитам делает эти стратегии по сути бесполезными. Кроме того, применение плеча увеличивает риски, и важно учитывать его влияние на результаты.

Необходимо также отметить, что эффективность рынка подразумевает наличие справедливой конкуренции, и алгоритмы, доступные всем, могут быстро потерять свою прибыльность. В итоге, результаты DeepSeek и ChatGPT требуют более тщательного анализа и сравнения с базовыми стратегиями торговли для оценки их реальной эффективности.