🧐 A segunda fase do protocolo @TheoriqAI é, na verdade, o verdadeiro começo da "competição prática". Os agentes de sinal e os agentes de observação anteriores apenas ajudaram a analisar o mercado e realizar análises de dados; quem realmente vai trabalhar na cadeia são os protagonistas desta rodada: o agente de estratégia e o agente de LP.
De forma simples, esses dois papéis são um que propõe a ideia e outro que a executa. O agente de estratégia é responsável por julgar se deve ou não ajustar a posição, como por exemplo, se a volatilidade do mercado está alta ou baixa, se é necessário mudar de pool ou aumentar/diminuir a posição, e como ajustar os detalhes da estratégia. O agente LP é o executor, que, ao receber a estratégia, vai diretamente na cadeia ajustar a posição de liquidez, indo para onde os ganhos são mais altos, evitando automaticamente riscos e controlando o deslizamento, tudo isso é feito por ele.
Nesta fase, eles fizeram uma demonstração completa de todo o processo, desde a coleta de dados na interface até a simulação de estratégias, e, em seguida, a execução real na cadeia. Todo o Swarm funciona como uma "máquina de liquidez" consciente, capaz de tomar decisões e executar estratégias sem precisar de intervenção humana.
A dificuldade deste sistema não está em fazer automação, mas em fazer automação "dinâmica". O mercado está sempre mudando, e as estratégias precisam ser capazes de mudar também, o que requer que o agente não apenas execute, mas também possa julgar e ajustar por conta própria. O que a Theoriq pretende fazer não é uma ferramenta, mas um agente financeiro inteligente que pode pensar por si mesmo, e parece que eles estão mais próximos desse objetivo. O ponto chave é que ele tem uma atividade de classificação na @KaitoAI.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
🧐 A segunda fase do protocolo @TheoriqAI é, na verdade, o verdadeiro começo da "competição prática". Os agentes de sinal e os agentes de observação anteriores apenas ajudaram a analisar o mercado e realizar análises de dados; quem realmente vai trabalhar na cadeia são os protagonistas desta rodada: o agente de estratégia e o agente de LP.
De forma simples, esses dois papéis são um que propõe a ideia e outro que a executa. O agente de estratégia é responsável por julgar se deve ou não ajustar a posição, como por exemplo, se a volatilidade do mercado está alta ou baixa, se é necessário mudar de pool ou aumentar/diminuir a posição, e como ajustar os detalhes da estratégia. O agente LP é o executor, que, ao receber a estratégia, vai diretamente na cadeia ajustar a posição de liquidez, indo para onde os ganhos são mais altos, evitando automaticamente riscos e controlando o deslizamento, tudo isso é feito por ele.
Nesta fase, eles fizeram uma demonstração completa de todo o processo, desde a coleta de dados na interface até a simulação de estratégias, e, em seguida, a execução real na cadeia. Todo o Swarm funciona como uma "máquina de liquidez" consciente, capaz de tomar decisões e executar estratégias sem precisar de intervenção humana.
A dificuldade deste sistema não está em fazer automação, mas em fazer automação "dinâmica". O mercado está sempre mudando, e as estratégias precisam ser capazes de mudar também, o que requer que o agente não apenas execute, mas também possa julgar e ajustar por conta própria. O que a Theoriq pretende fazer não é uma ferramenta, mas um agente financeiro inteligente que pode pensar por si mesmo, e parece que eles estão mais próximos desse objetivo. O ponto chave é que ele tem uma atividade de classificação na @KaitoAI.