Факт подтверждён: Alpha Arena (Nof1), 6 LLM по $10k реального капитала, 4 из 6 в минусе, ChatGPT -63%. Хороший якорь для аргумента "почему LLM не исполняет сделки". Пишу документацию.

---

Документация

1. Что это и зачем

Это публичная витрина четырёх торговых ИИ-агентов, которые круглосуточно торгуют на демо-счёте Bybit. Не запись, не выборочные скриншоты удачных дней — живой терминал, где вы в реальном времени видите, как каждый агент работает: графики, точки входа, уровни стопов, текущий PnL (прибыль или убыток по позиции). Открываете страницу — и наблюдаете рынок и решения ботов так же, как их видим мы сами.

Зачем это нужно. На рынке торговых сигналов и "ИИ-трейдеров" море обещаний и ноль доказательств. Кто угодно нарисует красивый график доходности задним числом. Мы пошли в обратную сторону: показываем работу до результата, а не после. Каждая сделка — на виду, в момент исполнения, без права на пересказ.

Важная рамка с самого начала: это демо-счёт. Симуляция на реальных рыночных данных, но без реальных денег. Мы не управляем чужими средствами и не обещаем, что вы повторите эти цифры на живом счёте. Витрина существует, чтобы показать методологию и дисциплину агентов в действии — прозрачно и честно.

Предложение простое: подписка на доступ к ботам и их сигналам. Связь и вход — только через Telegram.

2. Как устроена система

Ядро каждого агента — rule-based стратегия. Это значит, что бот действует по фиксированному набору правил: "если рынок выглядит так-то — открыть позицию здесь, поставить стоп там, выйти при таком условии". Правила заданы заранее и не меняются на лету. Никакого "чёрного ящика", который сам решает что-то непонятное, и уж точно никакого LLM (большой языковой модели, как ChatGPT), который в реальном времени дёргает рынок.

LLM и ресёрч-агенты мы используем — но строго на одном этапе: для поиска и проверки стратегий. Они помогают перебирать гипотезы, строить варианты, гонять бэктесты. Как только стратегия найдена и проверена, она превращается в жёсткий свод правил, и дальше торгует именно он, а не модель. Исполнение сделок — зона детерминированной логики, не импровизации нейросети.

Почему так, а не "пусть умный ИИ сам торгует". Потому что это уже проверили публично — и результат отрезвляющий. В эксперименте Alpha Arena (проект Nof1) шести топовым LLM выдали по $10 000 реального капитала и пустили торговать крипту автономно. Четыре из шести ушли в минус; ChatGPT потерял около 63% счёта, Gemini и Grok тоже глубоко просели. Языковая модель отлично рассуждает словами, но в исполнении сделок она непоследовательна: меняет логику от запроса к запросу, поддаётся "настроению" формулировки, не держит дисциплину входа и стопа.

Вывод, который мы заложили в архитектуру: сила LLM — в исследовании и генерации идей, слабость — в исполнении под давлением рынка. Поэтому мысль мы отдаём моделям, а руку на спусковом крючке — фиксированным правилам.

3. Как мы ищем стратегии

Поиск устроен как "поисковый рой": десятки агентов параллельно конструируют варианты торговых стратегий — разные семейства, разные параметры, разные рынки и таймфреймы. Это не один человек, перебирающий идеи вручную, а массовый автоматизированный перебор гипотез с последующим жёстким отсевом. На сегодня через эту воронку прошло 62 стратегии — все они хранятся в накопительной базе, которую мы называем Strategy Lab.

Главная защита от самообмана — верификация в трёх окнах времени. Каждую кандидатную стратегию мы проверяем не на одном куске истории, а на трёх: на окне обучения (где стратегия "придумывалась"), на out-of-sample (OOS — данные, которых стратегия "не видела" при настройке) и на последних двух месяцах (текущий рыночный режим). Стратегия, которая хороша только на обучении, нам не интересна — это почти всегда подгонка под прошлое.

Отдельно работает lookahead-детектор — проверка на "подглядывание в будущее". Самая частая и самая коварная ошибка в бэктестах — когда стратегия случайно использует данные, которые в реальном времени ещё не были бы известны (например, цену закрытия свечи до того, как свеча закрылась). Такая стратегия рисует фантастическую доходность на тесте и рассыпается в бою. Детектор ловит эти утечки до того, как стратегия попадёт на демо.

Через всё это мы прогнали уже три полных раунда роя. Каждый раунд — новая порция гипотез, новый прогон проверок, новый отсев. Так база растёт, а планка качества поднимается.

4. Какие выводы получили

**Поле важнее семейства.** Поначалу кажется, что край (преимущество) стратегии — в её типе: трендовая, контртрендовая, пробойная. На деле решает поле, в котором она работает: правильная связка таймфрейма и рынка. Одна и та же механика на 4-часовых альткоинах может приносить деньги, а на 5-минутном BTC — терять. Семейство задаёт идею, но превращает её в прибыль именно поле.

**Селективность входа.** Край почти никогда не в том, чтобы торговать чаще. Он в том, чтобы входить реже, но точнее — только когда сходятся все условия. Стратегии, которые "хватают всё подряд", тонут в шуме и комиссиях. Дисциплина пропуска плохих сетапов оказалась дороже любого хитрого индикатора.

**OOS выше обучения — это подпись настоящего края.** Если стратегия на out-of-sample показывает результат не хуже (а иногда и лучше), чем на окне обучения, — это сильный сигнал, что мы поймали реальную закономерность рынка, а не подогнали кривую под прошлое. Это один из наших главных фильтров доверия к стратегии.

**Плечо убивает тонкий край.** Когда преимущество стратегии небольшое (а у честных стратегий оно почти всегда небольшое), плечо (торговля на заёмные средства с увеличенным размером позиции) не умножает прибыль — оно умножает риск разорения. На тонком крае одна серия неудач с плечом обнуляет счёт. Поэтому мы не маскируем слабый край большим плечом.

5. Какие 4 агента работают сейчас

**ЧЕМПИОН — возврат к среднему на экстремумах.** Этот агент ловит моменты, когда цена слишком далеко убежала от своего "нормального" уровня на пике волатильности, и ставит на то, что она вернётся к среднему. Работает в обе стороны (и на покупку, и на продажу), но строго по направлению старшего тренда, а тейк-профит (цель прибыли) ставит далеко — у самой средней. Поле: 4-часовые альткоины. Цифры: бэктест +8.6%, OOS +10.7%, максимальная просадка 7.6%.

**SILVER BULLET — ICT, вход в киллзону сессии.** Агент основан на методологии ICT (подход к чтению институциональных движений). Он ждёт конкретное окно торговой сессии — "киллзону", где исторически концентрируется активность крупных игроков, — и входит на импульсном движении внутри неё. Тейк-профит дальний, с соотношением риск/прибыль 1:8 (рискуем единицей ради восьми). Поле: 5-минутные BTC и ETH. Цифры: +15.7% на обучении, OOS +2.0%.

**BB SQUEEZE — пробой из сжатия волатильности.** Этот агент ищет "сжатие" — период, когда рынок замирает и диапазон цены сужается (узкие полосы Боллинджера). Сжатие почти всегда разряжается резким движением; агент входит на пробое в сторону тренда, ловя начало этого выброса. Это единственный из четырёх, верифицированный независимо: +22% на обучении, OOS +26.4%, +22.5% за последние два месяца, lookahead-детектор отработал чисто. Поле: 4-часовые альткоины.

**ICHIMOKU — пробой облака.** Агент работает по индикатору Ишимоку и его "облаку" (зоне, отделяющей бычий режим от медвежьего). Он входит, когда цена уверенно пробивает облако по направлению тренда, — это низкорисковый, спокойный стиль с упором на минимальную просадку. Цифры: +22.9%, OOS +8.6%, просадка всего 4-6%. Поле: 4-часовые альткоины.

6. Как агенты "учатся"

Сразу уберём распространённое заблуждение: сами боты не переобучаются. У каждого агента фиксированные правила, и в процессе торговли он их не меняет, не "адаптируется" к рынку на лету и не подкручивает себя после убытка. Это сделано намеренно — именно непостоянство было тем, что губило LLM-трейдеров. Стабильный бот предсказуем и проверяем.

Учится не отдельный бот — учится весь пул ботов. Эволюция идёт через research-цикл: новый раунд поискового роя порождает свежие гипотезы, они проходят бэктест по схеме walk-forward (последовательная проверка на скользящих окнах времени, имитирующая реальную торговлю вперёд), и только выдержавшие проверку стратегии получают право выйти на демо.

Это естественный отбор внутри Strategy Lab. Слабые стратегии ретайрятся (выводятся из ротации), сильные — поднимаются на витрину. Состав четвёрки агентов не высечен в камне: он меняется по мере того, как research-цикл находит что-то лучше того, что торгует сейчас.

Так система остаётся честной и одновременно живой. Каждый отдельный бот дисциплинирован и неизменен, а прогресс происходит на уровне популяции — через отбор, а не через рискованную самонастройку в бою.

7. Что фиксируется

Фиксируется каждая сделка — без исключений. По каждой записываются вход, выход, уровень стопа, причина срабатывания (какое правило сработало) и итоговый PnL. Это полный журнал, а не витрина из удачных моментов. Если агент вошёл, поймал стоп и закрылся в минус — эта сделка в журнале ровно так же, как и прибыльная.

Прозрачность убытков — для нас принципиальна. Любой может задним числом показать только зелёные сделки и назвать это "доходностью". Мы показываем красные тоже, в момент, когда они происходят. Видеть, как стратегия теряет на серии неудачных входов, и понимать почему — это и есть честная картина того, как работает торговля.

Журнал — это ещё и сырьё для research-цикла. По нему мы видим, где у агента реальный край, а где — везение, какие рыночные условия ему подходят, а какие ломают. Прозрачность здесь работает в обе стороны: на вас как на наблюдателя и на нас как на исследователей.

Честность — не маркетинговый слоган, а несущая конструкция бренда. Витрина построена так, что скрыть неудобную сделку технически невозможно: она пишется в журнал автоматически в момент исполнения.

8. Честные ограничения и риски

Это демо, а не реальный счёт. Все результаты получены в симуляции на рыночных данных. На живом счёте появляются факторы, которых нет на демо: проскальзывание (исполнение по чуть худшей цене, чем планировалось), реальные комиссии и ликвидность, и — главное — психология. Не ждите, что цифры демо буквально повторятся на ваших деньгах.

Прошлые результаты не гарантируют будущих. Бэктест и даже хорошая работа на OOS — это свидетельство наличия края, а не обещание прибыли. Рынок меняет режимы: стратегия, отлично работавшая в одном, может буксовать в другом. Именно поэтому мы держим пул из нескольких разных по логике агентов и постоянно прогоняем новые раунды роя, а не молимся на одну "лучшую" стратегию.

Край у честных стратегий тонкий — и мы это не прячем. Реалистичные цифры здесь измеряются процентами, а не иксами. Любой, кто обещает кратную доходность без риска, либо подгоняет график под прошлое, либо использует плечо, которое рано или поздно обнулит счёт. Мы сознательно отказались от плеча на тонком крае именно по этой причине.

Наконец, чего мы НЕ делаем. Мы не управляем вашими деньгами, не даём индивидуальных инвестиционных рекомендаций и не гарантируем доход. Подписка — это доступ к работе агентов и их сигналам; решения по своим деньгам вы принимаете сами и несёте за них ответственность. Криптовалюты — высокорисковый инструмент, и потеря капитала на реальной торговле возможна.

---

Источники по факту Alpha Arena: [protos.com](https://protos.com/llm-crypto-trading-contest-finds-llms-cant-trade-crypto/), [iWeaver AI](https://www.iweaver.ai/blog/alpha-arena-ai-trading-season-1-results/)

I'll translate the documentation into natural English for a US reader, keeping all sections and headings.

---

Confirmed fact: Alpha Arena (Nof1), 6 LLMs each given $10k of real capital, 4 of 6 in the red, ChatGPT -63%. Solid anchor for the "why an LLM shouldn't execute trades" argument. Writing the docs.

---

Documentation

1. What This Is and Why

This is a public showcase of four trading AI agents that trade around the clock on a Bybit demo account. Not a recording, not cherry-picked screenshots of good days — a live terminal where you watch, in real time, exactly how each agent works: the charts, the entry points, the stop levels, the current PnL (profit or loss on the position). Open the page and you observe the market and the bots' decisions the same way we do ourselves.

Why this matters. The market for trading signals and "AI traders" is an ocean of promises and zero proof. Anyone can draw a pretty equity curve after the fact. We went the other way: we show the work before the result, not after. Every trade is out in the open, at the moment it executes, with no chance to rewrite the story.

An important frame from the start: this is a demo account. A simulation on real market data, but with no real money. We don't manage anyone's funds and we don't promise you'll reproduce these numbers on a live account. The showcase exists to demonstrate the agents' methodology and discipline in action — transparently and honestly.

The offer is simple: a subscription for access to the bots and their signals. Contact and sign-up happen through Telegram only.

2. How the System Works

The core of every agent is a rule-based strategy. That means the bot acts on a fixed set of rules: "if the market looks like this — open a position here, set the stop there, exit on this condition." The rules are defined in advance and don't change on the fly. No "black box" deciding something inscrutable on its own, and definitely no LLM (large language model, like ChatGPT) yanking the market around in real time.

We do use LLMs and research agents — but strictly at one stage: finding and validating strategies. They help us churn through hypotheses, build variants, and run backtests. Once a strategy is found and validated, it's converted into a hard set of rules, and from then on it's the rules that trade, not the model. Trade execution is the domain of deterministic logic, not a neural network improvising.

Why this and not "just let a smart AI trade on its own." Because that's already been tested publicly — and the result is sobering. In the Alpha Arena experiment (a Nof1 project), six top LLMs were each handed $10,000 of real capital and set loose to trade crypto autonomously. Four of the six went into the red; ChatGPT lost about 63% of its account, and Gemini and Grok also drew down hard. A language model reasons beautifully in words, but when it comes to executing trades it's inconsistent: it shifts its logic from one prompt to the next, gets swayed by the "mood" of the wording, and can't hold discipline on entries and stops.

The conclusion we built into the architecture: an LLM's strength is research and idea generation, its weakness is execution under market pressure. So we hand the thinking to the models — and the finger on the trigger to fixed rules.

3. How We Find Strategies

The search runs like a "search swarm": dozens of agents construct trading-strategy variants in parallel — different families, different parameters, different markets and timeframes. It's not one person sifting through ideas by hand, but a mass automated sweep of hypotheses followed by ruthless culling. To date, 62 strategies have made it through this funnel — all stored in a cumulative database we call the Strategy Lab.

The main defense against self-deception is verification across three time windows. We test every candidate strategy not on a single slice of history but on three: the training window (where the strategy was "designed"), out-of-sample (OOS — data the strategy "didn't see" during tuning), and the last two months (the current market regime). A strategy that only looks good on training data doesn't interest us — that's almost always curve-fitting to the past.

A separate lookahead detector runs as a check for "peeking into the future." The most common and most insidious mistake in backtesting is when a strategy accidentally uses data that wouldn't have been available in real time yet (for example, a candle's closing price before the candle has closed). Such a strategy draws a fantastic return in testing and falls apart in live trading. The detector catches these leaks before a strategy ever reaches the demo.

We've already run three full swarm rounds through all of this. Each round is a fresh batch of hypotheses, a fresh pass through the checks, a fresh cull. That's how the database grows while the quality bar rises.

4. What We Learned

**The field matters more than the family.** At first it seems a strategy's edge (its advantage) lies in its type: trend-following, counter-trend, breakout. In reality, what decides it is the field it operates in: the right pairing of timeframe and market. The exact same mechanism can make money on 4-hour altcoins and lose on 5-minute BTC. The family sets the idea, but it's the field that turns it into profit.

**Entry selectivity.** The edge is almost never about trading more often. It's about entering less often but more precisely — only when all conditions line up. Strategies that "grab everything in sight" drown in noise and fees. The discipline of skipping bad setups turned out to be worth more than any clever indicator.

**OOS above training is the signature of a real edge.** If a strategy performs no worse out-of-sample (and sometimes better) than on its training window, that's a strong signal we've caught a genuine market regularity rather than fitting a curve to the past. This is one of our main trust filters for a strategy.

**Leverage kills a thin edge.** When a strategy's advantage is small (and for honest strategies it almost always is), leverage (trading on borrowed funds with an enlarged position size) doesn't multiply profit — it multiplies the risk of ruin. On a thin edge, one losing streak with leverage zeroes out the account. That's why we don't disguise a weak edge with heavy leverage.

5. The 4 Agents Running Right Now

**CHAMPION — mean reversion at extremes.** This agent catches moments when price has run too far from its "normal" level at a volatility peak, and bets that it will revert to the mean. It works in both directions (long and short), but strictly in line with the higher-timeframe trend, and it sets its take-profit (the profit target) far out — right at the mean. Field: 4-hour altcoins. Numbers: backtest +8.6%, OOS +10.7%, max drawdown 7.6%.

**SILVER BULLET — ICT, entry in the session killzone.** This agent is built on the ICT methodology (an approach to reading institutional moves). It waits for a specific window of the trading session — the "killzone," where large-player activity has historically concentrated — and enters on an impulsive move within it. Take-profit is set far out, with a risk/reward ratio of 1:8 (risking one unit for eight). Field: 5-minute BTC and ETH. Numbers: +15.7% on training, OOS +2.0%.

**BB SQUEEZE — breakout from a volatility squeeze.** This agent looks for a "squeeze" — a period when the market goes quiet and the price range narrows (tight Bollinger Bands). A squeeze almost always discharges into a sharp move; the agent enters on the breakout in the direction of the trend, catching the start of that release. It's the only one of the four to be independently verified: +22% on training, OOS +26.4%, +22.5% over the last two months, and the lookahead detector came back clean. Field: 4-hour altcoins.

**ICHIMOKU — cloud breakout.** This agent runs on the Ichimoku indicator and its "cloud" (the zone that separates a bullish regime from a bearish one). It enters when price decisively breaks through the cloud in the direction of the trend — a low-risk, calm style focused on minimal drawdown. Numbers: +22.9%, OOS +8.6%, drawdown of just 4–6%. Field: 4-hour altcoins.

6. How the Agents "Learn"

Let's clear up a common misconception right away: the bots themselves don't retrain. Each agent has fixed rules, and during trading it doesn't change them, doesn't "adapt" to the market on the fly, and doesn't tweak itself after a loss. This is deliberate — inconsistency was precisely what doomed the LLM traders. A stable bot is predictable and verifiable.

It's not the individual bot that learns — it's the whole pool of bots. Evolution happens through the research cycle: a new round of the search swarm produces fresh hypotheses, they're backtested using a walk-forward scheme (sequential testing on rolling time windows that mimics real forward trading), and only strategies that pass the check earn the right to go live on the demo.

This is natural selection inside the Strategy Lab. Weak strategies are retired (taken out of rotation); strong ones are promoted to the showcase. The lineup of four agents isn't set in stone: it changes as the research cycle finds something better than what's trading now.

That's how the system stays both honest and alive. Each individual bot is disciplined and unchanging, while progress happens at the population level — through selection, not through risky self-tuning in the heat of battle.

7. What Gets Recorded

Every trade gets recorded — no exceptions. For each one we log the entry, the exit, the stop level, the trigger (which rule fired), and the resulting PnL. This is a complete journal, not a showcase of lucky moments. If an agent entered, hit its stop, and closed at a loss — that trade is in the journal exactly like a profitable one.

Transparency about losses is a matter of principle for us. Anyone can show only their green trades after the fact and call it "performance." We show the red ones too, at the moment they happen. Seeing a strategy lose on a run of bad entries — and understanding why — is what an honest picture of how trading works actually looks like.

The journal is also raw material for the research cycle. From it we can see where an agent has a real edge and where it just got lucky, which market conditions suit it and which break it. The transparency works both ways here: for you as an observer and for us as researchers.

Honesty isn't a marketing slogan — it's the load-bearing structure of the brand. The showcase is built so that hiding an inconvenient trade is technically impossible: it's written to the journal automatically at the moment of execution.

8. Honest Limitations and Risks

This is a demo, not a real account. All results were produced in simulation on market data. A live account introduces factors a demo doesn't have: slippage (execution at a slightly worse price than intended), real fees and liquidity, and — above all — psychology. Don't expect the demo's numbers to play out literally with your money.

Past results don't guarantee future ones. A backtest, and even strong OOS performance, is evidence that an edge exists — not a promise of profit. The market shifts regimes: a strategy that excelled in one can stall in another. That's exactly why we keep a pool of several agents with different logic and constantly run new swarm rounds, rather than praying to a single "best" strategy.

The edge on honest strategies is thin — and we don't hide it. Realistic numbers here are measured in percentages, not multiples. Anyone promising multi-fold returns with no risk is either fitting a curve to the past or using leverage that will zero out the account sooner or later. We deliberately opted out of leverage on a thin edge for exactly this reason.

Finally, what we DON'T do. We don't manage your money, we don't give individual investment advice, and we don't guarantee returns. The subscription is access to the agents' work and their signals; the decisions about your money are yours to make, and the responsibility for them is yours to bear. Cryptocurrencies are a high-risk instrument, and losing capital in live trading is possible.

---

Sources on the Alpha Arena fact: [protos.com](https://protos.com/llm-crypto-trading-contest-finds-llms-cant-trade-crypto/), [iWeaver AI](https://www.iweaver.ai/blog/alpha-arena-ai-trading-season-1-results/)

Перевод готов.

---

Құжаттама

1. Бұл не және не үшін

Бұл Bybit демо-шотында тәулік бойы сауда жасайтын төрт сауда ИИ-агентінің ашық витринасы. Бұл жазба емес, сәтті күндердің таңдамалы скриншоттары да емес — әр агент қалай жұмыс істейтінін нақты уақытта көретін тірі терминал: графиктер, кіру нүктелері, стоп деңгейлері, ағымдағы PnL (позиция бойынша пайда немесе шығын). Бетті ашасыз — да нарық пен боттардың шешімдерін біз өзіміз көргендей бақылайсыз.

Бұл не үшін керек. Сауда сигналдары мен «ИИ-трейдерлер» нарығында уәделер теңіз, ал дәлелдер нөл. Кез келген адам кейіннен әдемі табыс графигін сала алады. Біз кері бағытта кеттік: жұмысты нәтижеден кейін емес, нәтижеге дейін көрсетеміз. Әр мәміле — көз алдыңызда, орындалу сәтінде, қайталап айтуға құқықсыз.

Басынан бастап маңызды шектеу: бұл — демо-шот. Нақты нарық деректеріндегі симуляция, бірақ нақты ақшасыз. Біз бөтен қаражатты басқармаймыз және сіз бұл сандарды тірі шотта қайталайсыз деп уәде бермейміз. Витрина агенттердің әдіснамасы мен тәртібін іс жүзінде көрсету үшін бар — ашық әрі адал.

Ұсыныс қарапайым: боттар мен олардың сигналдарына қол жеткізуге жазылым. Байланыс пен кіру — тек Telegram арқылы.

2. Жүйе қалай құрылған

Әр агенттің өзегі — rule-based стратегия. Бұл бот тіркелген ережелер жиынтығы бойынша әрекет етеді дегенді білдіреді: «егер нарық былай көрінсе — позицияны осы жерде ашу, стопты ана жерге қою, мынадай шартта шығу». Ережелер алдын ала белгіленген және жұмыс барысында өзгермейді. Түсініксіз нәрсені өзі шешетін ешқандай «қара жәшік» жоқ, және нарықты нақты уақытта тартатын ешқандай LLM (ChatGPT сияқты үлкен тілдік модель) жоқ.

Біз LLM мен ресёрч-агенттерді қолданамыз — бірақ тек бір кезеңде: стратегияларды іздеу және тексеру үшін. Олар гипотезаларды сұрыптауға, нұсқалар құруға, бэктесттерді жүргізуге көмектеседі. Стратегия табылып, тексерілгеннен кейін, ол қатаң ережелер жинағына айналады, және әрі қарай дәл сол сауда жасайды, модель емес. Мәмілелерді орындау — нейрожелінің импровизациясы емес, детерминирленген логиканың аймағы.

Неге олай, «ақылды ИИ өзі сауда жасасын» емес. Себебі мұны бұрын ашық тексерген — және нәтиже есеңгірететіндей. Alpha Arena эксперименттінде (Nof1 жобасы) алты үздік LLM-ге $10 000 нақты капиталдан берілді және крипто автономды түрде сатуға жіберілді. Алтаудың төртеуі шығынға кетті; ChatGPT шоттың шамамен 63%-ын жоғалтты, Gemini мен Grok да терең құлдырады. Тілдік модель сөзбен тамаша пайымдайды, бірақ мәмілелерді орындауда ол дәйексіз: логиканы сұраудан сұрауға өзгертеді, тұжырымдаманың «көңіл күйіне» беріледі, кіру мен стоптың тәртібін сақтамайды.

Біз архитектураға салған қорытынды: LLM-нің күші — зерттеу мен идея генерациялауда, әлсіздігі — нарық қысымымен орындауда. Сондықтан ойлауды модельдерге береміз, ал шүріппедегі қолды — тіркелген ережелерге.

3. Стратегияларды қалай іздейміз

Іздеу «іздеу үйірі» ретінде құрылған: ондаған агент сауда стратегияларының нұсқаларын қатар құрастырады — әртүрлі тұқымдастар, әртүрлі параметрлер, әртүрлі нарықтар мен таймфреймдер. Бұл идеяларды қолмен сұрыптайтын бір адам емес, гипотезалардың кейіннен қатаң сұрыпталуымен жаппай автоматтандырылған сұрыптауы. Бүгінге дейін осы шұңқыр арқылы 62 стратегия өтті — олардың бәрі біз Strategy Lab деп атайтын жинақтаушы базада сақталады.

Өзін-өзі алдаудан басты қорғаныс — уақыттың үш терезесінде верификация. Әрбір кандидат стратегияны біз тарихтың бір бөлігінде емес, үшеуінде тексереміз: оқыту терезесінде (стратегия «ойлап табылған» жерде), out-of-sample-да (OOS — стратегия баптау кезінде «көрмеген» деректер) және соңғы екі айда (ағымдағы нарық режимі). Тек оқытуда жақсы стратегия бізге қызық емес — бұл әрдайым дерлік өткенге бейімдеу.

Бөлек lookahead-детектор жұмыс істейді — «болашаққа қарап қою» тексеруі. Бэктесттердегі ең жиі әрі ең қауіпті қате — стратегия нақты уақытта әлі белгілі болмайтын деректерді кездейсоқ пайдаланғанда (мысалы, шам жабылғанға дейін шамның жабылу бағасын). Мұндай стратегия тестте фантастикалық табыс салады және ұрыста ыдырайды. Детектор стратегия демоға түспес бұрын осы ағып кетулерді ұстайды.

Осының бәрі арқылы біз үйірдің үш толық раундын өткіздік. Әр раунд — гипотезалардың жаңа партиясы, тексерулердің жаңа өткізілуі, жаңа сұрыптау. Осылайша база өседі, ал сапа межесі көтеріледі.

4. Қандай қорытынды алдық

**Алаң тұқымдастан маңызды.** Әуелі стратегияның қыры (артықшылығы) оның түрінде сияқты көрінеді: трендтік, контртрендтік, шегініс. Шын мәнінде шешетін — ол жұмыс істейтін алаң: таймфрейм мен нарықтың дұрыс байланысы. Дәл сол механика 4-сағаттық альткоиндерде ақша әкелуі мүмкін, ал 5-минуттық BTC-да — жоғалтуы мүмкін. Тұқымдас идеяны береді, бірақ оны пайдаға айналдыратын дәл алаң.

**Кіру селективтілігі.** Қыр ешқашан дерлік жиірек сауда жасауда емес. Ол сиректеу, бірақ дәлірек кіруде — тек барлық шарт сәйкес келгенде ғана. «Бәрін қатарынан ұстайтын» стратегиялар шу мен комиссияларда батады. Нашар сетаптарды өткізіп жіберу тәртібі кез келген айлакер индикатордан қымбатырақ болып шықты.

**OOS оқытудан жоғары — бұл шынайы қырдың қолтаңбасы.** Егер стратегия out-of-sample-да оқыту терезесіндегіден нашар емес (кейде жақсырақ) нәтиже көрсетсе — бұл біз қисықты өткенге бейімдемей, нарықтың нақты заңдылығын ұстағанымыздың күшті сигналы. Бұл — стратегияға сенудің басты сүзгілеріміздің бірі.

**Иық жұқа қырды өлтіреді.** Стратегияның артықшылығы шамалы болғанда (ал адал стратегияларда ол әрдайым дерлік шамалы), иық (ұлғайтылған позиция көлемімен қарыз қаражатына сауда) пайданы көбейтпейді — ол банкроттық тәуекелін көбейтеді. Жұқа қырда иықпен бір сәтсіздік сериясы шотты нөлдейді. Сондықтан біз әлсіз қырды үлкен иықпен жасырмаймыз.

5. Қазір қандай 4 агент жұмыс істейді

**ЧЕМПИОН — экстремумдарда орташаға қайту.** Бұл агент баға өзінің «қалыпты» деңгейінен волатильділік шыңында тым алыс кеткен сәттерді ұстайды және оның орташаға қайтатынына ставка жасайды. Екі бағытта да жұмыс істейді (сатып алуға да, сатуға да), бірақ қатаң түрде аға тренд бағытымен, ал тейк-профитті (пайда мақсаты) алысқа қояды — дәл орташаға. Алаң: 4-сағаттық альткоиндер. Сандар: бэктест +8.6%, OOS +10.7%, максималды просадка 7.6%.

**SILVER BULLET — ICT, сессияның киллзонасына кіру.** Агент ICT әдіснамасына негізделген (институционалдық қозғалыстарды оқу тәсілі). Ол сауда сессиясының нақты терезесін — тарихи түрде ірі ойыншылардың белсенділігі шоғырланатын «киллзонаны» — күтеді және оның ішіндегі импульстік қозғалыста кіреді. Тейк-профит алыс, тәуекел/пайда қатынасы 1:8 (сегіз үшін бірлікпен тәуекел етеміз). Алаң: 5-минуттық BTC және ETH. Сандар: оқытуда +15.7%, OOS +2.0%.

**BB SQUEEZE — волатильділіктің сығылуынан шегініс.** Бұл агент «сығылуды» іздейді — нарық тоқтап, баға диапазоны тарылатын кезең (тар Боллинджер жолақтары). Сығылу әрдайым дерлік күрт қозғалыспен босайды; агент тренд бағытына шегіністе кіріп, осы шығарудың басталуын ұстайды. Бұл — төртеудің ішіндегі тәуелсіз верификацияланған жалғызы: оқытуда +22%, OOS +26.4%, соңғы екі айда +22.5%, lookahead-детектор таза өтті. Алаң: 4-сағаттық альткоиндер.

**ICHIMOKU — бұлттан шегініс.** Агент Ишимоку индикаторы және оның «бұлты» бойынша жұмыс істейді (бұқа режимін аю режимінен бөлетін аймақ). Ол баға тренд бағытымен бұлтты сенімді бұзғанда кіреді — бұл минималды просадкаға баса назар аударатын төмен тәуекелді, сабырлы стиль. Сандар: +22.9%, OOS +8.6%, просадка небәрі 4-6%. Алаң: 4-сағаттық альткоиндер.

6. Агенттер қалай «үйренеді»

Бірден кең тараған жаңсақ пікірді алып тастайық: боттардың өздері қайта оқымайды. Әр агенттің тіркелген ережелері бар, және сауда барысында ол оларды өзгертпейді, нарыққа жұмыс барысында «бейімделмейді» және шығыннан кейін өзін реттемейді. Бұл әдейі жасалған — дәл тұрақсыздық LLM-трейдерлерді құртқан нәрсе еді. Тұрақты бот болжамды әрі тексерілетін.

Жеке бот үйренбейді — боттардың бүкіл пулы үйренеді. Эволюция research-цикл арқылы жүреді: іздеу үйірінің жаңа раунды жаңа гипотезалар тудырады, олар walk-forward схемасы бойынша бэктесттен өтеді (нақты сауданы алға қарай имитациялайтын жылжымалы уақыт терезелерінде дәйекті тексеру), және тек тексеруден өткен стратегиялар ғана демоға шығу құқығын алады.

Бұл — Strategy Lab ішіндегі табиғи сұрыптау. Әлсіз стратегиялар ретайр болады (ротациядан шығарылады), күштілер — витринаға көтеріледі. Төрт агенттің құрамы тасқа қашалмаған: ол research-цикл қазір сауда жасап жатқаннан жақсырақ нәрсені тапқан сайын өзгереді.

Осылайша жүйе адал әрі сонымен бірге тірі болып қалады. Әр жеке бот тәртіпті әрі өзгермейтін, ал прогресс популяция деңгейінде болады — ұрыста тәуекелді өзін-өзі баптау арқылы емес, сұрыптау арқылы.

7. Не тіркеледі

Әр мәміле тіркеледі — ерекшеліксіз. Әрқайсысы бойынша кіру, шығу, стоп деңгейі, іске қосылу себебі (қандай ереже істеді) және қорытынды PnL жазылады. Бұл — сәтті сәттерден жасалған витрина емес, толық журнал. Егер агент кіріп, стопты ұстап, шығынмен жабылса — бұл мәміле журналда пайдалысымен дәл солай тұрады.

Шығындардың ашықтығы — біз үшін принципті. Кез келген адам кейіннен тек жасыл мәмілелерді көрсетіп, оны «табыс» деп атай алады. Біз қызылдарын да, олар болып жатқан сәтте көрсетеміз. Стратегияның сәтсіз кірулер сериясында жоғалтып жатқанын көру және неге екенін түсіну — бұл сауданың қалай жұмыс істейтінінің адал суреті.

Журнал — бұл сонымен қатар research-цикл үшін шикізат. Ол арқылы біз агенттің нақты қыры қайда, ал қайда — сәттілік, оған қандай нарық жағдайлары сәйкес келеді, ал қайсысы сындырады — соны көреміз. Ашықтық мұнда екі жаққа жұмыс істейді: бақылаушы ретінде сізге және зерттеуші ретінде бізге.

Адалдық — маркетингтік ұран емес, бренттің тірек конструкциясы. Витрина ыңғайсыз мәмілені жасыру техникалық тұрғыдан мүмкін болмайтындай етіп құрылған: ол орындалу сәтінде журналға автоматты түрде жазылады.

8. Адал шектеулер мен тәуекелдер

Бұл — демо, нақты шот емес. Барлық нәтижелер нарық деректеріндегі симуляцияда алынды. Тірі шотта демода жоқ факторлар пайда болады: сырғу (жоспарланғаннан сәл нашар бағамен орындалу), нақты комиссиялар мен өтімділік, және — ең бастысы — психология. Демо сандары сіздің ақшаңызда сөзбе-сөз қайталанады деп күтпеңіз.

Өткен нәтижелер болашақтыкін кепілдемейді. Бэктест және тіпті OOS-тағы жақсы жұмыс — бұл қырдың бар екенінің дәлелі, пайда уәдесі емес. Нарық режимдерін өзгертеді: біреуінде тамаша жұмыс істеген стратегия екіншісінде тоқырауы мүмкін. Дәл сондықтан біз логикасы бойынша әртүрлі бірнеше агенттен тұратын пулды ұстаймыз және бір «ең үздік» стратегияға жалбарынбай, үнемі жаңа үйір раундтарын жүргіземіз.

Адал стратегиялардың қыры жұқа — және біз мұны жасырмаймыз. Мұндағы шынайы сандар иксбен емес, пайызбен өлшенеді. Тәуекелсіз еселенген табыс уәде ететін кез келген адам не графикті өткенге бейімдейді, не ерте ме, кеш пе шотты нөлдейтін иықты пайдаланады. Біз дәл осы себеппен жұқа қырда иықтан саналы түрде бас тарттық.

Соңында, біз НЕ ІСТЕМЕЙМІЗ. Біз сіздің ақшаңызды басқармаймыз, жеке инвестициялық ұсыныстар бермейміз және табысты кепілдемейміз. Жазылым — бұл агенттердің жұмысы мен олардың сигналдарына қол жеткізу; өз ақшаңыз бойынша шешімдерді өзіңіз қабылдайсыз және олар үшін жауапкершілікті өзіңіз көтересіз. Криптовалюталар — жоғары тәуекелді құрал, және нақты саудада капиталды жоғалту мүмкін.

---

Alpha Arena фактісі бойынша дереккөздер: [protos.com](https://protos.com/llm-crypto-trading-contest-finds-llms-cant-trade-crypto/), [iWeaver AI](https://www.iweaver.ai/blog/alpha-arena-ai-trading-season-1-results/)